分布式计算模式与负载均衡策略

"这篇笔记主要讨论了分布式计算的不同类型、架构模式以及中间件的作用，并提到了几种常见的负载均衡策略和分布式系统中的角色分配模式。" 在分布式计算领域，不同的任务需求催生了不同的处理方式。首先，笔记中提到了三种主要的处理任务类型：实时处理任务（OLTP）、准实时处理任务和批处理任务（OLAP）。OLTP任务，如在线购物和在线交易，需要处理高并发请求，保证数据的一致性和事务处理能力。而准实时处理任务，如流处理，适用于实时数据流的分析，如搜索引擎的联想搜索、广告推送和商品推荐。批处理任务则更关注离线数据分析，通常服务于单一用户，用于深度分析和决策支持。 在架构模式方面，客户端-服务器（Client-Server）模式是最基础的，其中客户端发送请求，服务器进行处理并返回结果。Client-Cluster模式是其变体，通过多台服务器构成的集群来分担计算任务，从客户端角度看，整个集群被视为一个整体。负载均衡是确保服务器高效运行的关键，常见的策略包括随机、轮询、固定权重值、IP哈希、最少TCP连接数和最小响应时间等。此外，还有基于各服务器实际负载的动态负载均衡算法，以适应不断变化的系统需求。 主-从（Master-Slave）模式是另一种常见架构，主节点负责任务分解与调度，从节点（或Worker节点）执行子任务，主节点会监控任务进度，处理失败任务。这种模式在高性能分布式计算中广泛应用。 中间件在分布式系统中扮演着重要角色，它为开发者提供高层编程抽象，隐藏底层的复杂性和异构性，提高互操作性和可移植性，同时提供基础设施服务。中间件的形式多样，包括远程过程调用中间件、分布式对象中间件、分布式组件中间件、消息队列中间件、Web服务中间件以及P2P中间件。它们可以作为后台进程、函数库、源代码库、解释器的一部分，甚至编译器的一部分存在，服务于各种应用场景。 这篇笔记涵盖了分布式计算的核心概念，包括任务类型、架构模式和中间件技术，这些都是理解和构建分布式系统的基础。