引言：铁子的粗鄙理解
集群就是一堆机器。这些机器通过网络连接在一起，然后干一些事情。
主要分两种：
- “拷贝”：比如：应用 A 部署了 100 台机器(节点)，每台机器的功能都是一样的，每一个节点就是一个完整的 A。
- “切片”：比如：数据库 A 有 100 个节点，每个节点存储一部分数据，所有节点加起来才是具有完整数据的 A。(应用也是一样的，比如把一个功能放到 100 台机器上执行，每台机器执行一部分功能)
让咱 AI 哥润色一下：
集群确实可以视为通过网络连接在一起的一组机器，它们协同工作以完成特定任务。下面是对您描述的两种集群类型的润色：
- 拷贝集群：在拷贝集群中，例如应用 A 部署在 100 台机器上，每台机器作为一个节点，都运行着相同的功能。每个节点都是独立且完整的 A 应用实例，共同分担工作负载，提升整体性能和可用性。
- 切片集群：在切片集群中，例如数据库 A 由 100 个节点组成，每个节点负责存储数据的一部分。只有当所有节点联合起来时，才能提供完整的数据库 A 数据集。同样，这种模式也适用于应用，比如将一个复杂的功能拆分到 100 台机器上执行，每台机器负责该功能的一部分，共同完成整个应用流程。
还得是咱 AI 哥。
好的集群当然是既拷贝，又切片。比如咱用的 DRDS（阿里云分布式关系型数据库服务 DRDS），先把数据拆分到很多个节点上，然后每个节点在主备一下。
AI 说
啥是集群啊？
集群（Cluster）指的是一组相互独立的计算机，它们通过高速通信网络连接起来，共同构成一个较大的计算机服务系统。每个集群节点（即集群中的每台计算机）都是运行各自服务的独立服务器。这些服务器之间可以彼此通信，协同向用户提供应用程序、系统资源和数据，并以单一系统的模式加以管理。当用户请求集群系统时，集群给用户的感觉就像是一个单一独立的服务器，但实际上用户请求的是一组集群服务器。
集群的关键特性包括：
- 可扩展性：集群的性能不限于单一的服务实体，新的服务实体可以动态地加入到集群中，从而增强集群的性能。
- 高可用性：集群通过服务实体冗余，使得当一台节点服务器发生故障时，其上运行的应用程序可以在另一节点服务器上被自动接管，从而避免服务中断。
- 负载均衡：负载均衡能将任务比较均匀地分布到集群环境下的计算和网络资源，以提高数据吞吐量。
- 错误恢复：如果集群中的某一台服务器由于故障或维护需要而无法使用，资源和应用程序将转移到可用的集群节点上，确保服务的连续性。
使用集群的原因主要包括：
- 高性能：对于计算密集型应用，如天气预报、核试验模拟等，集群可以集中多台计算机进行计算，提高处理能力。
- 价格有效性：与昂贵的专用超级计算机相比，集群架构通常更经济。
- 可伸缩性：当服务负载或压力增长时，可以简单地扩展集群系统来满足需求。
简而言之，集群技术允许将多个独立的计算机组合起来，共同工作，以提高整体性能和可靠性。
集群和分布式系统有什么区别？
集群和分布式系统是两种常见的计算架构，它们在概念和实现上有所不同：
集群（Cluster） ：
- 集群是指一组相互独立的计算机系统，它们通过高速网络连接，共同对外提供相同的服务。
- 在集群中，所有的节点（即计算机）通常执行相同的任务，共享相同的数据，目的是通过增加系统资源来提高性能和可靠性。
- 集群强调的是硬件和资源的集中管理和负载均衡，节点之间通常有紧密的耦合关系。
- 当一个节点失败时，其任务可以由其他节点接管，从而实现高可用性。
分布式系统（Distributed System） ：
- 分布式系统是由多个独立的计算机通过网络连接组成的系统，这些计算机可以分布在不同的地理位置。
- 在分布式系统中，不同的节点可能执行不同的任务，它们协同工作来完成一个共同的目标，但每个节点可能有自己的数据和本地资源。
- 分布式系统强调的是任务的分散处理和去中心化，节点之间通常是松耦合的。
- 分布式系统设计用于处理大量数据或复杂的任务，通过将任务分散到多个节点上，可以提升处理能力和容错性。
主要区别：
- 目标：集群的主要目标是提高性能和可靠性，而分布式系统的主要目标是处理大量数据或复杂的任务，以及提高系统的容错性和可伸缩性。
- 节点角色：在集群中，所有节点通常执行相同的任务，而在分布式系统中，不同节点可能执行不同的任务。
- 数据共享：集群中的节点通常共享相同的数据，而分布式系统中的节点可能拥有自己的数据副本。
- 耦合度：集群的节点之间耦合度较高，分布式系统的节点之间耦合度较低。
总结来说，集群更侧重于资源的集中管理和负载均衡，而分布式系统更侧重于任务的分散处理和系统的去中心化设计。
铁子小结
- 集群就是分布式，分布式就是集群
- 只不过在不同的语义下，侧重点不同。
- 集群可以分为“拷贝”或者“切片”两种，好的集群当然是既拷贝，又切片。
