分布式 *** 作系统是什么它用在服务器上吗

多CPU，多内存不是分布式的。

你可以把分布式的想像成DNS系统，由多个节点组成，共同完成相同的任务。

分布式软件系统(Distributed Software Systems)是支持分布式处理的软件系统,是在由通信网络互联的多处理机体系结构上执行任务的系统。

它包括分布式 *** 作系统、分布式程序设计语言及其编译(解释)系统、分布式文件系统和分布式数据库系统等。

分布式 *** 作系统负责管理分布式处理系统资源和控制分布式程序运行。

它和集中式 *** 作系统的区别在于资源管理、进程通信和系统结构等方面。

分布式程序设计语言用于编写运行于分布式计算机系统上的分布式程序。

一个分布式程序由若干个可以独立执行的程序模块组成,它们分布于一个分布式处理系统的多台计算机上被同时执行。

它与集中式的程序设计语言相比有三个特点：分布性、通信性和稳健性。

分布式文件系统具有执行远程文件存取的能力,并以透明方式对分布在网络上的文件进行管理和存取。

分布式数据库系统由分布于多个计算机结点上的若干个数据库系统组成,它提供有效的存取手段来 *** 纵这些结点上的子数据库。

分布式数据库在使用上可视为一个完整的数据库,而实际上它是分布在地理分散的各个结点上。

当然,分布在各个结点上的子数据库在逻辑上是相关的。

---------------

分布式数据库系统是由若干个站 而成。

这些站又称为节点，它们在通讯网络中联接在一起，每个节点都是一个独立的数据库系统，它们都拥有各自的数据库、中央处理机、终端，以及各自的局部数据库管理系统。

因此分布式数据库系统可以看作是一系列集中式数据库系统的联合。

它们在逻辑上属于同一系统，但在物理结构上是分布式的。

分布式数据库系统已经成为信息处理学科的重要领域，正在迅速发展之中，原因基于以下几点：

1、它可以解决组织机构分散而数据需要相互联系的问题。

比如银行系统，总行与各分行处于不同的城市或城市中的各个地区，在业务上它们需要处理各自的数据，也需要彼此之间的交换和处理，这就需要分布式的系统。

2、如果一个组织机构需要增加新的相对自主的组织单位来扩充机构，则分布式数据库系统可以在对当前机构影响最小的情况下进行扩充。

3、均衡负载的需要。

数据的分解采用使局部应用达到最大，这使得各处理机之间的相互干扰降到最低。

负载在各处理机之间分担，可以避免临界瓶颈。

4、当现有机构中已存在几个数据库系统，而且实现全局应用的必要性增加时，就可以由这些数据库自下而上构成分布式数据库系统。

5、相等规模的分布式数据库系统在出现故障的几率上不会比集中式数据库系统低，但由于其故障的影响仅限于局部数据应用，因此就整个系统来讲它的可靠性是比较高的。

特点

1、在分布式数据库系统里不强调集中控制概念，它具有一个以全局数据库管理员为基础的分层控制结构，但是每个局部数据库管理员都具有高度的自 。

2、在分布式数据库系统中数据独立性概念也同样重要，然而增加了一个新的概念，就是分布式透明性。

所谓分布式透明性就是在编写程序时好象数据没有被分布一样，因此把数据进行转移不会影响程序的正确性。

但程序的执行速度会有所降低。

3、集中式数据库系统不同，数据冗余在分布式系统中被看作是所需要的特性，其原因在于：首先，如果在需要的节点复制数据，则可以提高局部的应用性。

其次，当某节点发生故障时，可以 *** 作其它节点上的复制数据，因此这可以增加系统的有效性。

当然，在分布式系统中对最佳冗余度的评价是很复杂的。

分布式系统的类型，大致可以归为三类：

1、分布式数据，但只有一个总 据库，没有局部数据库。

2、分层式处理，每一层都有自己的数据库。

3、充分分散的分布式网络，没有中央控制部分，各节点之间的联接方式又可以有多种，如松散的联接，紧密的联接，动态的联接，广播通知式联接等。

---------------------

什么是分布式智能

NI LabVIEW 8的分布式智能结合了相关的技术和工具，解决了分布式系统开发会碰到的一些挑战。

更重要的是，NI LabVIEW 8的分布式智能提供的解决方案不仅令这些挑战迎刃而解，且易于实施。

LabVIEW 8的分布式智能具体包括:

可对分布式系统中的所有结点编程——包括主机和终端。

尤为可贵的是，您可以利用LabVIEW图形化编程方式，对大量不同类型的对象进行编程，如桌面处理器、实时系统、FPGA、PDA、嵌入式微处理器和DSP。

导航所有系统结点的查看系统——LabVIEW Project Explorer。

您可使用Project Explorer查看、编辑、运行和调试运行于任何对象上的结点。

经简化的数据共享编程界面——共享变量。

使用共享变量，您可轻松地在系统间(甚至实时系统间)传输数据且不影响性能。

无通信循环，无RT FIFO，无需低层次TCP函数。

您可以利用简单的对话完成共享变量的配置，从而将数据在各系统间传输或将数据连接到不同的数据源。

您还可添加记录、警报、事件等数据服务――一切仅需简单的对话即可完成。

实现了远程设备及系统内部或设备及系统之间的同步 *** 作——定时和同步始终是定义高性能测量和控制系统的关键问题。

利用基于NI技术的系统，探索设备内部并编写其内部运行机制，从而取得比传统仪器或PLC方式下更为灵活的解决方案。

--------------------

在分布式计算机 *** 作系统支持下，互连的计算机可以互相协调工作，共同完成一项任务。

也可以这么解释:

一种计算机硬件的配置方式和相应的功能配置方式。

它是一种多处理器的计算机系统，各处理器通过互连网络构成统一的系统。

系统采用分布式计算结构，即把原来系统内中央处理器处理的任务分散给相应的处理器，实现不同功能的各个处理器相互协调，共享系统的外设与软件。

这样就加快了系统的处理速度，简化了主机的逻辑结构vv

分布式资源共享服务器就是指数据和程序可以不位于一个服务器上，而是分散到多个服务器，以网络上分散分布的地理信息数据及受其影响的数据库 *** 作为研究对象的一种理论计算模型服务器形式。

分布式资源共享服务器有利于任务在整个计算机系统上进行分配与优化，克服了传统集中式系统会导致中心主机资源紧张与响应瓶颈的缺陷，解决了网络GIS中存在的数据异构、数据共享、运算复杂等问题，是地理信息系统技术的一大进步。

分布式资源共享服务器的特点：

1、其具有一个以全局数据库管理员为基础的分层控

视频直播，可以分为采集，前处理，编码，传输，解码，渲染这几个环节，下面分别说下：采集，iOS是比较简单的，Android则要做些机型适配工作，PC最麻烦各种奇葩摄像头驱动，出了问题特别不好处理，建议放弃PC只支持手机主播，目前几个新进的直播平台都是这样的

前处理，现在直播美颜已经是标配了，80%的主播没有美颜根本没法看

美颜算法需要用到GPU编程，需要懂图像处理算法的人，没有好的开源实现，要自己参考论文去研究

难点不在于美颜效果，而在于GPU占用和美颜效果之间找平衡

GPU虽然性能好，但是也是有功耗的，GPU占用太高会导致手机发烫，而手机发烫会导致摄像头采集掉帧，iPhone6尤其明显，因为iPhone6的CPU和前置摄像头很近

编码，肯定要采用硬编码，软编码720p完全没希望，勉强能编码也会导致CPU过热烫到摄像头

硬编码兼容性又是一个大坑，android上要有人去填

编码要在分辨率，帧率，码率，GOP等参数设计上找到最佳平衡点

传输，自己做不现实，交给CDN服务商吧，也就是贵了点，相信有志于做直播平台改变世界的你不差钱

假设2WPCU大约每月带宽费用100万左右，因为清晰流畅的720p要1

5mbps左右

CDN只提供了带宽和服务器间传输，发送和接收端的网络连接抖动缓冲还是要自己写的

不想要卡顿，必然要加大缓冲，会导致延迟高，延迟高影响互动性，要做权衡

解码，也肯定要硬解码，目前手机普遍支持硬解了，只是android上还是有兼容性大坑要填

渲染，这个难点不在于绘制，而在于音画同步，目前几个直播做得都不好

此外音频还有几个坑要填，比如降噪，音频编码器的选择，各种蓝牙耳机，各种播放模式的适配等，如果你想做主播和观众连线聊天，还有个回声消除问题

以上是媒体模块，还有信令控制，登录、鉴权、权限管理、状态管理等等，各种应用服务，消息推送，聊天，礼物系统，支付系统，运营支持系统，统计系统等

后台还有数据库，缓存，分布式文件存储，消息队列，运维系统等

第一期至少要融资2000万RMB，组建至少10人的技术团队，10人的产品运营团队，争取3个月产品上线，半年达到5W在线（2w根本不够）然后融资1个亿，或许还有希望一搏

这些对于创业者来说是一个难度系数非常大，创业初期还是建议接入第三方的直播SDK，可以节省成本，趣拍直播还是很不错的，不管是转码还是推流，支持1000多万人在线不卡顿，可以去了解下

祝你朋友好运

在测试执行过程中，对测试结果的分析是一个需要进行深入思考的重点问题。分布式系统测试的重点在于对后端服务器集群的测试，而判定系统中是否存在Bug则是我们需要解决的重要问题。那么应该如何确定是否存在Bug呢？

对于测试结果的分析，我们通常观察下面几种情况。

观察前端应用的返回结果。这里需要分两种情况来考虑：第一，按照前端应用业务功能点及流程进行 *** 作，观察返回结果是否符合业务方的需求预期；第二， *** 作后端的服务器（通常是重启、宕机、断网等 *** 作），观察前端应用的返回结果是否符合系统的设计需求。

分析服务器日志。在功能测试过程中，当我们在启动服务器的时候，需要将日志级别定义为Debug级别（最低级别）。这样做的主要目的是为了能便于测试工程师来分析日志和定位问题。为了能更好地定位问题，常常需要在服务器程序代码中进行日志打桩，把程序中的一些重要数据通过日志的方式展现出来。通常情况下，我们需要对日志的格式进行约定，在日志行中增加一些关键字来进行分类，这将便于测试工程师进行日志分析，也有利于开展分布式系统的自动化测试。另外，值得注意的是，我们尽可能地将打桩代码放在Debug代码中，避免影响系统代码，引入新问题。

分析 *** 作系统的一些重要信息。我们测试的分布式系统绝大多数是基于Linux *** 作系统开发的，在测试的过程中，除了详细分析程序日志以外，还需要对 *** 作系统的一些重要数据信息进行分析，从而来诊断服务器程序是否存在异常。以Linux *** 作系统为例，我们常常会使用top命令、netstat命令及sar命令来查看 *** 作系统的一些数据信息。例如，可以通过netstat命令检查服务器程序是否正确地监听了指定的端口等。

借助其他分析工具。例如，如何判断服务器程序是否产生了内存泄漏？通常需要借助于内存检测工具来进行分析。在Linux环境下，我们常用Valgrind来进行内存检测。这是一款非常好用、功能强大的分析工具，可以帮助测试或者开发工程师快速发现很多隐藏的程序Bug，尤其是在内存检测方面（同时它还具有很多其他优秀的功能，读者可以自己查看官网中的使用手册）。对于分布式系统而言，压力测试和性能测试非常重要。在进行压力测试和性能测试的时候，可能会碰到下面一些难点。

数据准备。如何准备海量的测试数据并保证模拟数据的真实性？以一个分布式的文件系统为例，预先存入100GB的数据还是存入100TB的数据、存入的文件是大小基本一致差别不大还是各不相同甚至差异很大（例如，从几十字节至几十兆字节不等），这些因素对于分布式系统的性能影响是有很大差异的。另外，如果需要预先存入100TB的数据，若按每秒写入100MB数据来计算，写入100TB数据需要100×1024×1024/100=1048576秒=29127小时=12天。我们是否能忍受这么长时间的数据准备工作？为了解决这样的问题，我们需要对系统架构设计进行深入分析，设计好测试场景，并提前进行测试用例的设计，以尽早开始准备测试数据。

性能或压力测试工具。通常来说，分布式系统的测试需要开发一些测试工具来满足性能测试的需求。如果可以的话，建议这样的测试工具最好由测试工程师自己来实现，因为测试工程师更清楚自己的测试需求。当需要自己开发测试工具的时候，有两个关键问题需要重点关注：第一，一些关键数据的收集方式与计算将成为性能测试工具的关键，例如，TPS（每秒请求数）、Throughput（吞吐量）计算的准确性；第二，要保证性能测试工具的性能，如果工具本身的性能不好，将无法给予分布式系统足够强大的压力来进行测试。另外，当考虑到多并发（例如有10万客户端同时并发连接）时，如果性能测试工具在一台测试机器上只能运行50个或者更少的话，那么需要的测试机器数量也将会很庞大（例如2000台测试机），这个成本或许是许多公司不能承受的。因此，性能测试工具本身的性能必须要足够好才能满足需求、降低测试成本。自动化测试是测试行业发展的必然趋势，对于分布式系统测试而言也不例外。在实施分布式系统自动化测试的过程中，我们可能会碰到下面两个难点问题。

涉及平台多且硬件杂，测试流程控制困难。在实施自动化测试的过程中，测试脚本需要控制的 *** 作系统和应用程序很多，而且存在跨平台的特性，同时还有可能需要控制一些网络设备。因此，选择一个优秀的自动化测试框架成为了非常重要的工作之一。以我们的实践经验来看，STAF是一个不错的选择，它的平台（Windows及Linux各版本）支持及开发语言的支持都很全面。

测试结果验证复杂。对于分布式系统的自动化测试来说，我们需要通过测试脚本来收集各种测试结果数据以验证测试结果的正确性。在实施自动化测试的过程中，我们可以将测试结果数据收集部分模块化，通过各子模块来检测各项数据是否正确。例如，我们会设计一个日志分析模块，主要负责从服务器应用程序的日志中收集相应数据进行对比验证（本文前面提到的在打桩日志中增加关键字部分就显得格外重要）。

随着互联网的发展，大型分布式系统也越来越多、越来越复杂、越来越重要。如何有效地保证大型分布式系统7×24小时全天候持续稳定地运行也就成为了一个重要课题。

如果大家了解微服务和分布式服务器架构等技术的话，那么对于如何解决系统运行中出现的BUG造成的破坏和损失这些问题也应该有自己独到的见解吧。今天，电脑培训就一起来了解一下，在服务器运行过程中出现的问题都有哪些解决方法。

随着微服务和分布式云架构的崛起，Web变得日趋复杂，“随机性”的故障因此变得越来越难以预测，而我们对这些系统的依赖却与日俱增。

这些故障给公司造成巨大损失，也给用户带来很大的麻烦，影响他们进行在线购物、交易或打断他们的工作。即使是一些简单的故障也会触及公司的底线，因此，宕机时间就成为很多工程团队的KPI。2017年，有98%的企业表示，一小时的宕机时间将给他们带来超过10万美元的损失。一次服务中断有可能让一个公司损失数百万美元。近，英国航空的CEO透露，2017年5月发生的一次技术故障造成数千名乘客滞留机场，给公司造成8000千万英镑的损失。

企业需要想办法解决这些问题，因为等到下一次事故发生就为时已晚。为此，混沌工程应运而生。

混沌工程旨在将故障扼杀在襁褓之中，也就是在故障造成中断之前将它们识别出来。通过主动制造故障，测试系统在各种压力下的行为，识别并修复故障问题，避免造成严重后果。

混沌工程将预想的事情与实际发生的事情进行对比，通过“有意识地搞破坏”来提升系统的d性。

混沌工程简史

混沌工程先出现在互联网巨头公司中，这些公司拥有大规模的分布式系统，因为这些系统太过复杂，他们需要一些新的手段来测试它们。

2010年

NetflixEngTools团队开发出了ChaosMonkey。当时，Netflix从物理基础设施迁移到AWS上，为了保证AWS实例的故障不会给Netflix的用户体验造成影响，他们开发了这个工具，用来测试系统。

2011年

SimianArmy诞生，在ChaosMonkey的基础上增加了故障注入模式，可以测试更多的故障场景。Netflix认为，云的特点是冗余和容错，但没有哪个组件能够保证100%的可用性，所以他们必须设计出一种云架构，在这种架构里，个体组件的故障不会影响到整个系统。

2012年

Netflix在GitHub上开源了ChaosMonkey，并声称他们“已经找到了应对主要非预期故障的解决方案。通过经常性地制造故障，我们的服务因此变得更有d性。”

2014年

Netflix团队创建了一种新的角色，叫作混沌工程师。BruceWong发明了这个角色，并由DanWoods在Twitter上向广大的工程社区推广。DanWoods解释说，“我从KoltonAndrus那里学到了更多有关混沌工程的知识，他把它叫作故障注入测试”。

2014年10月，当时Gremlin的联合创始人KoltonAndrus还在Netflix，他们在SimianArmy的基础上提出了故障注入测试(FIT)概念，开发者可以更灵活地控制注入故障的“杀伤力范围”。因为SimianArmy有时候会造成非常严重的故障，所以Netflix的开发者对它抱有疑虑，而FIT可以更好地控制故障粒度，于是他们就由此想出了混沌工程这个概念。

基于C/S结构的远程数字视频监控系统
一、前言
当前视频监控系统正逐步由模拟化走向数字化。随着视频压缩技术和网络技术的发展，开发新一代基于计算机网络和多媒体MPEG-4压缩算法的视频监控系统已成为整个行业技术发展的主要方向之一。本文提出并研究设计了一种分布式网络视频监控系统。该系统采用流行的分布式C/S架构对系统进行设计，并采用流媒体技术，通过IP多播技术、RTP/RTCP实时传送视频监控流。该数字视频监控系统与传统的基于数字DVR、视频服务器的数字视频监控系统相比有以下优势：
1性能稳定可靠。一般监控系统中的主控如果发生故障将会造成整个系统的瘫痪。本文介绍的系统没有严格的前端、主控和分控界限即没有严格的中心或核心设备，所以系统中任何设备的损坏都不会影响其他设备的正常运转。
2可灵活组网。系统可以随时增加新的设备或模块而不需要对整个系统进行改造。
二、系统介绍
分布式数字视频监控系统的硬件主要由各种摄像机、核心设备MIVT-110、各种报警传感器和远端PC组成，系统结构如图1所示。
安装在现场的MIVT-110从摄像头获得原始的视频信号，经过视频采集压缩卡压缩成MPEG-4视频数据后不但存储在硬盘中而且转换成流媒体格式，从以太网接口通过交换机路由器实时传送到计算机网络上；实时监控客户端（授权PC或MIVT-110）连接到计算机网络上，从视频监控模块获得MPEG-4视频数据，通过流媒体视频播放软件实时地解压MPEG-4视频数据并播放。
每台MIVT-110既可以作为监控前端，完成各种视频、音频等监控信号的采集、压缩以及开关量信号的接收、处理和传输；也可以作为监控终端，监控其他MIVT-110前端信号。普通PC上安装MIVT-110客户端软件，得到系统授权后，也可以作为终端加入整个监控系统。系统使用统一的用户界面，用户只需 *** 作MIVT-110的控制界面，就可以控制系统中的所有监控设备。
三、系统硬件
1视频采集压缩卡
分布式数字视频监控系统采用的是数字视频信号，需要相应的硬件将模拟视频信号转化成数字信号并且压缩，这样才可以由计算机直接处理并可在数字通讯线路上直接传输。考虑到硬件压缩的效率较高且质量较好，因此选择高性能视频采集压缩卡。它直接安装在计算机上，通过它可以将模拟视频信号、音频信号实时数字化并压缩编码，然后交由计算机直接处理，如此就可以实现对视频的分屏显示、动态储存、实时捕捉和实时发送等功能。
比较国内外几个主要的视频采集压缩卡的设备供应商产品，综合考虑价格、性能等多方面的因素，最后选择恒亿电子公司的金沙王400E视频采集压缩卡。400E是一个很实用的实时MPEG-4视频/音频采集压缩卡，适用于Windows2000/NT/LINUX *** 作系统。对于视频多媒体应用开发的用户，400E提供板卡驱动程序、系统开发包、播放开发包、网络开发包及源代码。在开发视频应用时只需很少的代码就可以实现对400E的控制。400E支持4路复合视频信号的输入，由于本系统需要监控16路视频信号，故需要4块400E。
2工控机
由于监控系统要长时间运行，且处理的数据量较大，这就对工控机的性能提出了较高的要求：系统稳定性好，运行速度快，CPU处理能力强；较大数据存储能力。本系统选用华北工控产品，硬件配置如下：CPU，P420G；内存，256M；硬盘，40G。
四、系统软件设计
1通信协议
分布式数字视频监控系统采用RTP/RTCP实现实时视频流的传输和控制。视频传输所需协议的整体架构如图2所示。
由图2可见，视频信息在应用层由RTP进行封装，并把视频信息的特征（如时间戳和顺序号）写入RTP数据报中，交给下层UDP处理，UDP对RTP数据报进行封装，并把源端口地址、目标端口地址和校验值等写入自己的数据报中，RTP和UDP一起共同完成传输层协议所应完成的任务，UDP数据报被交给IP网络层处理，IP网络层协议对UDP数据报进行封装，在IP层确定网络的寻址方式，由路由表把视频数据传输到其他的主机，由于采用组播方式传输视频信息，视频信息传输的网络采用工业以太网为传输网络，IP组播地址被映射到以太网的MAC地址，IP数据报也要被封装成适合以太网传输的Eth数据报，然后在以太网中传输。
2系统软件模型
在本软件设计中，采用典型的C/S结构，由客户端与服务端两部分构成。客户/服务器模式的最显著特点是非对等作用，即客户相对于服务器处于不平等的地位，服务端提供服务，客户端提供请求。这很好地适应了当前网络中大量存在的资源分布和运算能力不均的现状。结构如图3所示。
客户端主要是负责向服务端发出获取服务端屏幕图像数据的请求，把从服务端发送来的屏幕图像在本地实时地显示出来；而服务端主要是负责响应客户端的请求并抓取与发送屏幕图像。由于服务端所抓取的屏幕图像一般为位图格式，其数据量较大，若直接发送则会导致占用网络带宽过大、实时性差、占用系统资源过多和稳定性差等问题，因此需经过压缩后才能将其发送给客户端，而客户端相应地也要将接受到的屏幕图像数据进行解压缩后才能正确地将屏幕图像显示出来。
3系统主要模块设计
远程视频监控系统软件主要由两部分组成。一部分为服务端监控现场的视频数据处理模块、视频数据发送模块、云台和镜头控制模块；另一部分为客户端的视频数据接受播放模块、云台和镜头控制模块。视频数据发送模块运行在客户端，以组播的方式发送视频流；视频数据接受播放模块运行在服务端，接受视频流并实时播放显示。
(1)视频数据处理模块
视频数据处理模块主要由二部分构成：视频图像的采集压缩与存储、视频图像的播放与控制。视频图像的实时播放可以和视频图像的实时捕捉存储同时进行的。该模块的设计分别是通过视频采集压缩卡400E附带的二次开发包以及MicrosoftDirectMediaSDK中的DirectShow SDK实现的。DirectShow
SDK提供了一系列的COM组件对象模型。COM是软件组件互相通讯的一种方式，允许任意两个组件互相通讯，不管它是运行在什么平台下，也不管该组件使用什么语言编写。
(2)视频数据发送模块
视频发送模块采用四层结构，即物理网络接口层、传送层、网络层和应用层。在C/S体系中采用WinSock技术实现客户机与服务器间的通信，并在应用层上开发通信程序。本系统中采用UDP的非阻塞监听连接方式；将客户端Socket的ClientType特性设为clNonBlocking,服务端Socket的ClientType特性也设为clNonBlocking。Socket是较低层的连接，两个Socket必须使用相同的端口，共同遵守TCP/IP。
(3)视频数据接受播放模块
视频数据接受播放模块需建立两个通讯通道，一个为控制通道，一个为数据通道。控制通道用来在服务端和客户端之间建立会话，包括发送一些数据请求和确认控制等信息。控制信道采用可靠性较高的TCP。数据通道用来传输视频图像数据，选用UDP。模块选用Windows多线程技术实现接受端播放多路视频图像。每个线程创建一个用户界面窗口，负责一路视频流的接受和实时播放。视频流的解码和播放通过调用DirectShowSDK实现。
(4)云台和镜头控制模块
对云台、镜头的控制是通过解码器实现的。本地监控主机通过RS-232连接解码器，对摄像机的镜头和云台进行控制。此模块分监控现场控制设备模块和远程控制设备模块。远程控制分两步进行：控制指令由客户端传送给现场主机；监控主机直接控制镜头、云台。控制信号的传输采用TCP。
五、结论
根据当前计算机网络技术和视频数据压缩技术的发展现状，提出并研究实现了一个基于C/S的远程视频监控系统。该系统以主流C/S架构为核心设计，具有良好的可靠性和性价比。该系统在一些实际应用中得到了良好的效果。

数字化硬盘录像机（DVR）在国内的应用才短短的几年时间，但是由于其数字化的优势，特别在银行系统的应用，在国内监控行业形成了新的热潮。它给CCTV监控系统带来了数字化应用的革命。
硬盘录像机从其功能来看具有视频切换、图像任意分割和组合显示、图像录像、云台镜头控制、报警联动控制和远程网络传输控制功能，从某种意义上讲，一台高性能的硬盘录像机可以替代传统上的CCTV系统的矩阵切换器、图像分割器、磁带录像机、控制键盘和报警主机，实现高度集成化的数字化CCTV和报警监控系统。
DVR目前采用有纯硬件解压缩、软件解压缩和硬件软件相结合解压缩三种技术，采用后两种技术的硬盘录像机因为软件解压缩比较占用计算机的CPU和内存资源，因而能够处理和录制图像的能力有限，主要是每秒处理图像的帧数。例如纯软件解压缩的硬盘录像机处理图像帧数不能超过200帧/秒，在有些要求图像质量高，压缩比高的压缩算法下，例如MPEG4格式时，能够处理的图像帧数更少，为100帧/秒。因而硬盘录像机必须是采用纯硬件解压缩方式进行，并且尽可能的节省占用计算机CPU和内存资源，同样减少了软件运行的不确定因素，这样系统的稳定性和可靠性也大大的加强了。所以目前在DVR市场中占主导地位的是MPEG4硬压缩方式的。
所谓的MPEG4硬压缩格式的硬盘录像机采用纯硬件解压缩音视频卡，将音视频采集，编码压缩，解码显示采用一片集成芯片进行，利用计算机PCI总线结构，将多路音视频流直接分配传输到计算机显卡，IDE总线进行图像显示和存储，系统CPU只起到控制和分配作用，因而处理音视频流占用计算机系统的资源与处理音视频路数无关，其实通俗的讲DVR就是一台配置较好的PC机加多片音视频压缩卡与软件捆绑所构成。
DVR的优点是价格低廉成本不高，应用领域较广，对本地监控有一定优势；缺点由于是PC插卡式，它会直接受到PC机质量的影响，发热量的影响，对PC的配置要求很高，维护起来不方便，由于大部分应用都是24小时循环录像，所以相对应的硬盘寿命很短。它在网络远程监控方面相比较没有任何优势，需要给它提供一条专用的网络接入点，还受到广域网访问局域网的制约，传送图像质量不好，所以上述缺点要想实现真正意义上的远程监控，DVR还很难作到。
网络视频服务器是监控领域中新兴的产物。由于国内网络提供商提供了更高的网络带宽更实惠的价格，所以互联网在几年内迅速的普及，逐渐渗透到个行个业中去。它同时也给监控领域带来了一次新的革命，所以人们已经无法在满足固化的本地监控的需求，对远程监控的需求越来越多的同时，网络视频服务器就成为了监控方面新的生力军。
视频服务器的关键核心技术之一数字视频压缩技术，目前在视频服务器中实用的是M—JPEG和MPEG—2两种。M-JPEG技术即运动静止图像（或逐帧）压缩技术，广泛应用于非线性编辑领域可精确到帧编辑和多层图像处理，把运动的视频序列作为连续的静止图像来处理，这种压缩方式单独完整弰压缩每一帧，在编辑过程中可随机存储每一帧，可进行精确到帧的编辑，此外M-JPEG的压缩和解压缩是对称的，可由相同的硬件和软件实现。但M-JPEG只对帧内的空间冗余进行压缩。不对帧间的时间冗余进行压缩，故压缩效率不高。采用M-JPEG数字压缩格式，当压缩比7:1时，可提供相当于Betecam SP质量图像的节目。
视频服务器有下几大特点：
1)功能全面
基于网络视频服务器的监控方案，无需各种视频切换矩阵卡、处理卡等，只需网络视频服务器加监视系统、摄像机，就可完成视频监控，视频资源的录像、存储、检索、回放等功能，并且完成云台控制、联动报警、画面分割等功能。
2)开放标准
网络视频服务器支持IP、TCP、和>

分布式应用程序是指：应用程序分布在不同计算机上，通过网络来共同完成一项任务。通常为服务器/客户端模式。

分布式系统（）是建立在网络之上的软件系统。正是因为软件的特性，所以分布式系统具有高度的内聚性和透明性。

---