博客
关于我
大白话:分布式与集群是什么 ?( 半分钟就懂)
阅读量:309 次
发布时间:2019-03-03

本文共 853 字,大约阅读时间需要 2 分钟。

疯狂创客圈 Java 分布式聊天室【亿级流量】实战系列

大白话解说,半分钟就懂

小饭店里原本只有一个厨师,负责切菜、洗菜、备料、炒菜全套。随着客人越来越多,厨房的工作压力也跟着上升。厨师们开始意识到,单靠一个厨师是无法应付所有任务的。

集群:多个人在一起作同样的事

为了应对压力,厨店决定再雇佣一个厨师。现在两个厨师既能分担切菜、洗菜、备料、炒菜的任务,又能协作完成更复杂的烹饪流程。这种协作关系就是集群,多个人在一起做相同的事。

分布式:多个人在一起作不同的事

随着业务的进一步扩张,单靠两个厨师仍然不足以应对所有需求。厨房决定引进一个配菜师,专门负责切菜和备菜。这时,厨师和配菜师的关系就形成了分布式。每个配菜师负责不同的菜品制作,厨师们则继续处理主菜烹饪。这种方式不仅提高了效率,还让每个人的工作职责变得更加明确。

集群与分布式的区别

  • 任务分解与协作:集群主要是简单地增加人力,分担工作量,而分布式则需要对任务进行深入的分解和协作。
  • 技术应用场景:集群常用于处理大量的读写请求,而分布式则更适用于复杂的任务分解和数据存储。
  • 节点间关系:集群的节点通常保持较低的通信需求,而分布式则需要各节点间有较高的通信和协调。
  • 图解说明

    以下是关于集群和分布式的简要说明:

  • 集群示意图

    • 多个服务器运行相同的应用程序,共同处理客户端的请求。
    • 优势:简单易行,适合处理大量的并发请求。
  • 分布式示意图

    • 任务被拆分为多个子任务,每个子任务由不同的节点处理。
    • 优势:能够更高效地处理复杂任务,适合大规模数据处理。
  • 区别联系

    • 分布式:一个业务被拆分为多个子业务,分别部署在不同的服务器上。
    • 集群:同一个业务部署在多个服务器上,通过负载均衡分担工作量。

    技术参考

    • Java 聊天程序设计:在高并发场景下,集群和分布式技术是必不可少的。
    • Netty 原理:了解网络通信框架的工作原理,对分布式应用设计有重要帮助。
    • Java 面试准备:掌握这些概念,有助于在面试中更好地应对技术问题。

    以上内容转自个人整理,请根据实际需求进行调整。

    转载地址:http://bbfm.baihongyu.com/

    你可能感兴趣的文章
    python matplotlib简单使用
    查看>>
    Python mock Patch os.environ 和返回值
    查看>>
    Python mock 修补另一个函数调用的函数
    查看>>
    python mqtt 客户端实现
    查看>>
    Python Multiprocessing - 将类方法应用于对象列表
    查看>>
    Python multiprocessing.Queue 与 multiprocessing.manager().Queue()
    查看>>
    Python multiprocessing使用详解
    查看>>
    python mysql 基于 sqlalvhrmy_Python操作MySQL:pymysql和SQLAlchemy
    查看>>
    python mysql 布尔类型_python语言的基础学习:基本类型,函数,面向对象,模块,mysql数据库...
    查看>>
    Python NLP完整项目实战教程(1)
    查看>>
    Python NLP自然语言处理详解
    查看>>
    python nltk nltk_data 离线安装,chatterbot
    查看>>
    Redis 限流的 3 种方式,还有谁不会?
    查看>>
    Python这么慢,为啥大公司还在用?
    查看>>
    python note 06 编码方式
    查看>>
    python numba 转灰度图_使用NumPy、Numba的简单使用(二)
    查看>>
    Python Numpy 关于 linspace()函数 使用详解(全)
    查看>>
    Python numpy插入、读取至postgreSQL数据库中bytea类型字段
    查看>>
    Python numpy数据的保存和读取
    查看>>
    python numpy矩阵索引_python – 在2D numpy ndarray或numpy矩阵中获取前N个值的索引
    查看>>