大数据

1.1分布式计算的概念
1.1.1定义
分布式计算是计算机科学的重要研究内容，主要研究对象是分布式系统。简单地说，一个分布式系统是由若干通过网络互联的计算机组成的软硬件系统，且这些计算机互相配合以完成一个共同的目标(往往这个共同的目标称为“项目）

分布式计算的一种简单定义是在分布式系统上执行的计算。更为正式的定义是，分布式计算研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把各部分的计算结果合并起来得到最终的结果。本质上，分布式计算是一种基于网络的分而治之的计算方式
1.1.2分布式计算的优缺点
在计算机网络出现之前，单机计算是计算的主要形式。自20世纪80年代以来，由于Web的促进，分布式计算得到飞速发展。分布式计算可以有效利用全世界联网机器的闲置处理能力，帮助一些缺乏研究资金的、公益性质的科学研究，加速人类的科学进程。分布式计算的优点如下
1)低廉的计算机价格和网络访问的可用性。

今天的个人计算机( Personal Computer，PC)比早期的大型计算机具有更出众的计算能力，但体积和价格不断下降。再加上Internet连接越来越普及且价格低廉，大量互连计算机为分布式计算创建了一个理想环境
2)资源共享。

分布式计算体系反映了计算结构的现代组织形式。每个组织在面向网络提供共享资源的同时，独立维护本地组织内的计算机和资源。采用分布式计算，可非常有效地汇集资源。
3)可伸缩性。

在单机计算中，可用资源受限于单台计算机的能力。相比而言，分布式计算有良好的伸缩性，对资源需求的增加可通过提供额外资源来有效解决。例如，将更多支持电子邮件等类似服务的计算机增加到网络中，可满足对这类服务需求增长的需要。
4)容错性。