这是我参与「第五届青训营 」伴学笔记创作活动的第 20 天
概述
分布式（distributed）是为了解决单个物理服务器容量和性能瓶颈问题而采用的优化手段，将一个业务拆分成不同的子业务，分布在不同的机器上执行。服务之间通过远程调用协同工作，对外提供服务。
该领域需要解决的问题极多，在不同的技术层面上，又包括：分布式缓存、分布式数据库、分布式计算、分布式文件系统等，一些技术如MQ、Redis、zookeeper等都跟分布式有关。
从理念上讲，分布式的实现有两种形式：
水平扩展：当一台机器扛不住流量时，就通过添加机器的方式，将流量平分到所有服务器上，所有机器都可以提供 相同的服务；
垂直拆分：前端有多种查询需求时，一台机器扛不住，可以将不同的业务需求分发到不同的机器上，比如A机器处理余票查询的请求，B机器处理支付的请求。
分布式系统
-
Hadoop Map Reduce
定义：一种大数据编程模型，将数据处理运用Map和Reduce的概念进行分而治之的处理；
理念：分而治之，将大任务划分成小任务；
应用场景：批处理（一次性处理数据）；
-
Spark
定义：一种大数据编程模型，将数据处理运用Map和Reduce的概念进行分而治之的处理；
理念：分而治之，将大任务划分成小任务；
应用场景：批处理（一次性处理数据）；
-
Flink
定义：分布式大数据处理框架，对流数据可以进行计算；
理念：实时处理；
应用场景：流处理；
云可以使用廉价的PC服务器 ，可以管理大数据量与大集群，关键技术在于能够对云内的基础设施进行动态按需分配与管理。云计算与并行计算、分布式计算的区别，以计算机用户来说，并行计算是由单个用户完成的，分布式计算是由多个用户合作完成的，云计算是没有用户参与，而是交给网络另一端的服务器完成的。
