集中式数据处理和分布式数据处理的优缺点

集中式数据处理优点：

1、部署结构简单。

2、数据容易备份，只需要把中央计算机上的数据备份即可。

3、不易感染病毒，只要对中央计算机做好保护，终端一般不需要外接设备，感染病毒的几率很低。

4、总费用较低，中央计算机的功能非常强大，终端只需要简单、便宜的设备。

缺点：

1、中央计算机需要执行所有的运算，当终端很多时，会导致响应速度变慢。

2、如果终端用户有不同的需要，要对每个用户的程序和资源做单独的配置，在集中式系统上做起来比较困难，而且效率不高。

分布式数据处理优点：

1、分布式网络中的每台机器都能存储和处理数据，降低了对机器性能的要求，所以不必购买昂贵的高性能机器，这大大降低了硬件投资成本。

2、扩展性极佳。在当前系统存储或计算能力不足时，可以简单地通过增加廉价PC机的方式来增加系统的处理和存储能力。

3、处理能力极强。庞大的计算任务可以在合理分割后由分布式网络中的机器并行地处理

缺点

1、计算程序全负荷运行时仍会对计算机的各个部件造成一定压力。

2、对项目方来说，参加分布式计算的志愿者不是项目方自己的人员，不是全体可信任，因此必须引入一定的冗余计算机制，才能防止计算错误、恶意作弊等。

扩展资料

分布式计算为信息不只分布在一个软件或计算机上，而是分布于多个软件上，可以用多台或一台计算机同时运行若干个软件，通过网络实现信息的共享。与其他算法相比，分布式算法有明显的优势：

1、共享资源更加方便。

2、能够实现计算负载的平衡，用多台计算机同时处理任务。

3、可以根据实际需要合理选择适当的计算机运行该程序。计算机分布式计算的灵魂是平衡负载和共享资源。分布式计算具有高效、快捷、准确的优势

参考资料来源：百度百科-集中式系统

参考资料来源：百度百科-分布式数据处理

参考资料来源：百度百科-分布式计算

1、单机旁路部署，通过核心交换机上设置端口镜像模式，或采用TAP流量监控模式，使安全审计引擎能够监听到用户通过交换机与数据库进行通讯的全部 *** 作，部署简单，不改变原有网络架构。

2、分布式部署，集中管理，高效管理区域内的网域数据库审计系统，分支节点不再各自为政，全部在统一监管下，有效提高区域安全审计的效率。

最佳回答：回答是：在一般情况下，传统集中式数据利用高端硬件设备保证数据可靠性对。3394

1. 传统集中式数据库面临的挑战

优势：

成熟稳定：经过近40年的发展，应用到了几乎所有的行业，已经被打磨的非常成熟稳定，生态很完善；

行业适配性强：适配不同行业的各种需求；

生态完善：拥有大量的ISV应用开发商和技术开发者，技术生态、产业生态和人才生态都很完善。

的差异

1. 数据库是核心的IT基础设施

在这里插入图片描述

• 互联网业务增长，带动核心系统升级

• 核心系统引入数据库分布式与云化改造，支撑横向平滑扩展

在这里插入图片描述

• 5G规模推广，带动IT系统升级

• 5G具备大带宽和超低延时等能力，需要数据库系统提升响应速度和并发能力

在这里插入图片描述

• 打造智慧政府

• 实现智慧政府为目标的“互联网+”业务构建，对于数据库的性能和扩展提出了更高的要求

2. 传统集中式数据库面临的挑战

2.1 传统数据库架构

在这里插入图片描述

2.2 优势

• 成熟稳定：经过近40年的发展，应用到各行各业，产品技术非常成熟稳定

• 行业适配性强：适配不同行业的各种需求

• 生态完善：拥有大量的ISV应用开发商和技术开发者，技术生态、产业生态和人才生态都很完善

2.3 劣势

成本高：自身软件售价高，同时依托于高端硬件，CAPEX和OPEX成本高昂

无法横向扩展：容量的提升只能依靠提升设备自身的性能（增加CPU/内存/硬盘，或从PC服务器升级为小型机等），一定能碰到单点的上限

3. 使用数据库中间件的分库分表方案依然有短板

在这里插入图片描述

• 使用通用的数据库，可以实现数据库线性的扩容；

• 数据库是单点数据库，数据库之间没有联系，不知道其他数据库的存在，依靠中间件完成需要跨库的事务；

• 数据库中间件连接各个数据库，实现分库分表。

3.1 优势

线性扩展：通过分库分表，可以快速实现数据库的水平扩展

技术成本低：不需要改造核心数据库引擎，或者只需要做很少的改造

3.2 劣势

跨库分布式事务：数据库核心引擎没有分布式能力，只能通过中间件来完成分布式处理，但中间件难以做到RPO=0，因此在遇到异常和故障时无法100%保证分布式事务的ACID能力

全局一致性：由于多个数据库服务器的时间戳不一致，因此很难保证多个库之间数据版本号的全局一致性

负载均衡：扩容和缩容时，底层数据库引擎无法在线调整数据分布规则，因此需要暂停业务并重新导数据，对业务和运维挑战很大

跨库复杂SQL：跨库的复杂SQL运算（比如多表做分片键无关的关联查询）只能在中间件完成，而中间件不具备分布式并行计算能力，最终会限制应用对SQL的使用，产生业务侵入性

4. 原生的分布式关系型数据库架构

在这里插入图片描述

4.1 优势

数据高可靠+服务高可用：多副本一致性协议Paxos的工业级实现，个别节点发生故障时保证数据零丢失（RPO=0）和服务快速恢复（RTO<30秒）

线性扩容：随着业务量增加进行扩容（比如线上促销期间），随着业务量减少进行缩容（比如促销后）

低成本：基于普通X86服务器保证高可用性，无需使用高端小型机和存储

全局一致性：支持分布式事务，确保全局一致性，支持分布式复杂查询灵活的部署方式：支持三中心、五中心、主备等多种部署模式

对业务透明：业务系统可以像使用单点数据库一样使用分布式数据库，业务迁移改造成本低

5. OceanBase和传统数据库的对比

传统集中式数据库 以OceanBase为代表的分布式数据库

产品架构 经典的“单点集中式”架构，采用“全共享（Share-Everything）”架构。构建于高端的硬件基础之上，比如IBM高端服务器和EMC高端存储设备等 原生的“分布式”数据库，采用业界最严格的Paxos分布式一致性协议基于普通PC硬件的设计，不需要高端硬件

数据可靠性和服务高可用性 利用高端硬件设备保证数据可靠性采用“主从复制”，主节点故障的情况下，会有数据损失（RPO>0）；不能自动恢复服务，服务恢复时间（RTO）通常以小时为单位计算 以普通PC硬件为基础，利用Paxos分布式一致性协议保证数据可靠性

主节点故障的情况下，Paxos可以保证数据无损（即RPO=0)，并且自动选举并恢复服务，服务恢复时间（RTO）在30秒以内

扩展性 数据存储只能在单点内实现纵向扩展，最终必然触达单点架构下的容量上限。计算节点通常无法扩展。少数模式下（如RAC，pureScale）可做计算节点扩展，但多个计算节点之间仍需访问单点共享存储，并且可扩展的计算节点数量有限 数据节点和计算节点均可以在MPP架构下实现水平扩展数据节点和计算节点均没有数量限制，在网络带宽足够的前提下，可以扩充至任意数目

应用场景 集中在企业客户（金融、电信、政企等）的核心系统，无法应付互联网业务场景，应用案例很少 支付宝核心、网商银行核心、阿里巴巴的众多业务，以及多家外部商业银行。逐渐迈向传统业务

使用成本 比较昂贵，需要支付高端基础硬件的费用、高昂的软件授权费用以及产品服务费用 相对较低，基于PC硬件的设计降低了硬件费用，软件授权费用和服务费用也有优势

6. 小结

传统集中式数据库经过近40年的发展，已经非常成熟。但在当前这个大数据的时代，传统数据库依然面临较多挑战，分布式数据库可以有效解决这些问题，是未来数据库发展的重点方向

1：传统数据库往往对硬件基础设施有较高要求，同时只能纵向扩展，无法横向扩展，容易达到性能上限；

2：分库分表虽然可以横向扩展了，但也有带来了不支持复杂SQL、较难保证分布式事务的ACID等新问题；

3：分布式数据库可以有效解决这些问题，应用可以像使用集中式数据库一样使用分布式数据库，分布式数据库具有低硬件成本、高可扩展性、高可用性等特性。

文章知识点与官方知识档案匹配

云原生入门技能树首页概览

8775 人正在系统学习中

点击

劣势：

---