【大数据】分布式系统概述

什么是分布式系统

分布式系统是一个/一些硬件/软件的组件分布在不同的计算机上，这些独立的计算机通过消息传递进行通信和协调，并共同提供服务。

为什么要分布式系统

1. 负载均衡：单个服务器在承担负载时容易产生性能瓶颈，多个计算机组成分布式系统就会大大增加负载能力。

2. 故障转移：如果仅有一台服务器，那么这台服务器产生故障时，整个服务将会崩溃，被称为单点故障，在分布式系统集群中，如果某台服务器出现故障，并不影响整个服务的完整性。

3. 伸缩性强：在系统的扩展中，通常有横向与纵向，分别是增加单台系统的性能，和增加系统数量，均可以达到性能延展。但在分布式系统中，可以将不同性能，任意数量的服务器系统增加到分布式集群中，成本更低，灵活性更强。

分布式系统协调软件

zookeeper，一个分布式系统软件，在分布式系统集群中起到对调度的管理，解决分布式系统主从架构中的冲突，从而对整个系统实行管理。这个软件在大数据架构中是一个很重要软件，同样，是一个文件系统，但目的不是保存文件，而是通过对于目录的建立，监听功能来对大数据各个节点进行管理。