大数据入门，什么是分布式系统？

简介

分布式系统（Distributed System）是由集中式系统演化来的，先来看下传统的集中式系统：

就是把所有的程序、功能都集中到一台主机上，从而往外提供服务的单体应用。集中式系统的优点是便于维护、操作简单。

但这样的系统也有缺陷，不出问题还好，一出问题，就容易造成单点故障，所有功能就都不能正常工作了。另外，集中式系统的性能瓶颈就是单机性能的上限，横向扩展比较困难。为了解决集中式系统存在的缺陷问题，分布式系统诞生并逐渐演化。

定义

关于分布式系统的定义有很多，这里引用《分布式系统原理和范型》中的定义：

分布式系统是若干独立计算机的集合，这些计算机对于用户来说就像是单个相关系统。

说的直白点，分布式系统就是一组通过网络进行通信、为了完成共同任务而协调工作的计算机节点（Node）组成的系统。系统中的各个节点对于用户是透明的，用户感知不到背后的逻辑，就像访问单个计算机一样。

目标

分布式系统的目标就是要解决集中式系统的各种缺陷，实现整个系统的高性能、高可用、可扩展。

大数据里常见的分布式系统

HDFS是分布式文件系统的其中一种（目前用得最广泛的一种），在使用HDFS的时候是非常简单的：虽然HDFS是将文件存储到不同的机器上，但是我去使用的时候是把这些文件当做，是存储在一台机器的方式去使用（背后却是多台机器在执行）。