数学之路-分布式计算-disco(2)

       Disco旨在较大的应用程序轻松集成，比如web服务，那样要求计算的任务可以委托给独立于核心应用程序的集群去执行。Disco提供了一个非常紧凑的Python API——通常只需要两个函数，以及一个rest样式的Web API的工作控制和简单易用的状态监控Web界面。此外，Disco还拥有了一个简单的工作协议，允许作业以任何语言编写，实现协议。

      Disco对LINUX商业服务器集群非常友好，新节点可以通过单击Web界面动态地添加到系统。如果服务器崩溃，能够自动将失败的任务重新分配，这样就没有任何中断。在自动配置机制的帮助下，如全自动安装，甚至是维护大型集群，也只有少量的人工工作。作为一个观念的验证，在帕洛阿尔托的诺基亚研究中心使用Disco这种设置来维护一个800核心集群。

本博客所有内容是原创，如果转载请注明来源

http://blog.csdn.net/myhaspl/

·证明规模数以百计的CPU和成千上万的同步任务

·用于处理数以万计规模为tb的数据集

·简单易用:一个典型的任务由用Python编写的两个函数和两个调用Disco　API

·通过实施Disco工作协议，可以任何其他语言指定任务。

·输入数据可以在任何格式，甚至二进制数据，如图像。位于任何源的数据可以通过HTTP得到或分发到本地磁盘

·容错：服务器崩溃不中断工作。能够自动将失败的任务重新分配

·灵活：除了核心的map和reduce函数、组合器功能，配分函数和一个输入阅读器可以由用户提供

·使用标准的Disco模块和Web api轻松集成较大的应用程序

·带有一个内置的分布式存储系统(Disco分布式文件系统)。

数据输入：

disco可分散计算，需要确保数据能被分割，一般来说，将数据放入ddfs文件系统中，该文件系统类似于hdfs，是一个分布式文件系统，能处理好数据的分配和复制。