分布式系统综述论文

计算机新技术讲座报告——分布式系统设计概述摘要：计算机诞生60多年以来，计算机技术发生了一系列伟大的革命，随着人们对计算速度、系统可靠性和成本实效性等要求的不断提高，传统的冯·诺依曼型结构已经无法满足上述的要求，而随着计算机网络的出现，分布式系统成为可能并得到飞速发展和应用。本文从分布式系统定义、特性、拓扑结构、算法和应用等方面详细介绍了分布式系统，并通过与计算机网络的比较更深刻地阐述了分布式系统的特点。关键字：分布式系统网络云计算一、前言自1946年第一台计算机ENIAC诞生，60多年来，计算机技术取得了飞速的发展。50年代，计算机是串行处理机，一次运行一个作业直至完成。这些处理机通过一个操作员从控制台操纵，而对于普通用户则是不可访问的。在60年代，需求相似的作业作为一个组以批处理的方式通过计算机运行以减少计算机的空闲时间。同一时期还提出了其他一些技术，如利用缓冲、假脱机和多道程序等的脱机处理。70年代产生了分时系统，不仅作为提高计算机利用率的手段，也使用户离计算机更近了。分时是迈向分布式系统的第一步：用户可以在不同的地点共享并访问资源。从80年代中期开始，计算机技术领域中两方面的进步开始使得多台计算机连接成为可能。第一项进步是高性能微处理器的开发，第二项进步是高速计算机网络的发明。有了以上这些技术的使用，到了90年代，分布式系统迎来了它发展的春天。当用户需要完成任何任务时，分布式计算提供对尽可能多的计算机能力和数据的透明访问，同时实现高性能与高可靠性的目标。在过去10多年里，无数研究人员都在研究分布式硬件结构和软件设计来开发利用其潜在的并行性和容错性。二、分布式系统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。这包含了两方面的内容。第一个方面是关于硬件的：机器本身是独立的。第二个方面是关于软件的：对用户来说他们就想在于单个系统打交道。如果一个系统的部件局限在一个地方，它就是集中式的；如果它的部件在不同地方，部件之间要么不存在或仅存在有限的合作，要么存在紧密的合作，它是分散式的。当一个分散式系统不存在或仅存在有限的合作时，它就被称作网络的；否则它就被称作分布式的，表示在不同地方的部件之间存在紧密的合作。在给出分布式系统具体定义的模型中，分布式系统可以用硬件、控制、数据这三个维度加以检验。有人用一个公式来形容分布式系统，分布式系统=分布式硬件+分布式控制+分布式数据，这是最恰当的概括。从狭义上分析，分布式计算就是在两个或多个软件互相共享信息，这些软件既可以在同一台计算机上运行，也可以在通过网络连接起来的多台计算机上运行。从广义上讲，它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，最后把这些计算结果综合起来得到最终的结果。分布式计算项目已经被用于使用世界各地成千上万位志愿者的计算机的闲置计算能力，这些项目都很庞大，需要惊人的计算量，仅仅由单个的电脑或是个人在一个能让人接受的时间内计算完成是决不可能的。因此分布式计算比起其它算法具有以下几个优点：1、稀有资源可以共享。2、通过分布式计算可以在多台计算机上平衡计算负载。3、可以把程序放在最适合运行它的计算机上。其中，共享稀有资源和平衡负载是计算机分布式计算的核心思想之一。三、分布式系统特性分布式系统有以下几个主要特性：有多个对等进程进行合作，明确了具体的工作目标，有个性化的控制方式（这是分布式系统设计的核心问题），具有数据共享/消息传递的功能，系统设计考虑了网络通信的延迟，具有故障化解的能力。概括地讲师具有分布式的、网络的、并行的、并发的和分散的五个特点。“并行的”意味着从一个单一控制线程对数据集的锁步(10ckstep)动作。在并行计算机级别上，单指令流多数据流(SIMD)计算机就是一个使用多个数据处理单元在许多数据项上同时进行相同或相似操作的例子。“并发的”意味着某些动作可以以任意次序执行。例如，在更高级别上和在多指令流多数据流(MIMD)并行计算机上进行部分独立的操作。“分布式的”意味着计算的成本或性能取决于数据和控制的通信。分布式系统一般具有以下4个关键目标，即分布式系统能够让用户方便地与资源连接；必须隐藏资源在一个网络上分布这样一个事实；必须是开放的；必须是可扩展的。同时也要注意解决的以下几个基本问题：进程通信、命名、同步、一致性与复制、容错、安全等。只有解决好上述几个关键目标和基本问题，这个分布式系统才会稳定、高效，真正的物有所值。四、分布式系统与网络的区别我们都知道，分布式系统的实现离不开计算机网络，然而分布式系统与计算机网络虽然关系密切，但在结构、工作方式和功能上有着巨大的不同。在工作方式上，计算机网络为显式的方式，即对网络功能的调用是显式地进行的，需指出对象的标识（名/地址）；分布式系统为隐式的方式，它以功能调用形式向用户提供服务，各分布功能的使用过程和部分之间关系的维护是由系统完成的，对用户透明。在结构上的，两者在硬件和拓扑上无本质区别，在通信功能上也基本相同，然而在用户服务上存在本质差异：分布式系统涉及与应用有关的语义，而网络只涉及通信的语义。（如FTP：网络服务；NFS：分布式系统服务）在适应范围上，网络具有通用性，可为各种分布式系统提供实现基础；分布式系统只针对一类特定问题。在标准化程度上，网络因为语义较弱而标准化程度高，分布式系统由于语义强而标准化程度差。网络从通信出发（自底向上）解决/研究分布式的问题，分布式系统从应用出发（自顶向下）研究/解决分布式的问题。五、分布式系统拓扑结构分布式系统有着多样化的拓扑结构，分为规则和不规则的结构，常用的有如下几种静态拓扑结构。1.直线型：所有处理机排列在一条直线上，内部结点有2个连接，而边界结点只有1个；2.环型：将直线型拓扑的边界结点相连所构成的拓扑；3.树型：任意两个结点间只存在唯一的通路；4.星型：N个结点所构成的一个2层的树，其中一个结点的度数为N－1，其余结点的度数均为1；5.网格：由n维，每维均有K个单元整齐排列构成的；5.超立方：由一个n维立方体的顶点（结点）和棱（边）构成的拓扑。每一种拓扑都有其特定的拓扑参数，结点度数：一个结点所连接的边的数量；直径：最大的任意两个结点间的最短路径；对分宽度：把拓扑分成2个最相等部分所切割的最少边的数目；链路数：一个拓扑所拥有的边的数目等。还有其他很多度量参数如链路数和用于测量网络拥塞的狭窄性。不同的拓扑结构具有不同的结构特性，他们构成了特性和功能各异的分布式系统，要科学地决定最好的拓扑就如同评论一种动物比另一种动物更优越一样困难。六、分布式算法及经典举例分布式算法和集中式算法在设计的方法和技巧上，有着非常大的不同，原因在于分布式系统和集中式系统在系统模型和结构上有着本质的区别，集中式算法所具备的一些基本特征，在分布式算法中，已经不复存在。分布性和并发性是分布式算法的两个最基本的特征。分布式系统的执行存在着许多非稳定性的因素。由于这些多方面的差异，导致分布式算法的设计和分析，较之集中式算法来讲，要复杂得多，也困难得多。一个经典的分布式算法如快照算法，也称Chandy-Lamport算法，它是\o"分配系统"分布式系统为记录一个一致性的全局状态而设计的算法。它假设所有的通道都是FIFO并且有一套标志沿着这些通道传送。在每个节点上有一个进程在运行，而发送方P和接收方Q都有其特定的规则，启动算法后，各个进程就按照规则完成自己的算法，从而捕捉一致性状态。七、展望未来云计算(CloudComputing)是分布式处理(DistributedComputing)、并行处理(ParallelComputing)和网格计算(GridComputing)的发展，或者说是这些计算机科学概念的商业实现。云计算的基本原理是，通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将更与互联网相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。这可是一种革命性的举措，打个比方，这就好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。云计算的蓝图已经呼之欲出：在未来，只需要一台笔记本或者一个手机，就可以通过网络服务来实现我们需要的一切，甚至包括超级计算这样的任务。[参考文献]：[1]丁伟，分布式设计基础PPT，东南大学计算机科学与工程学院[2]特南鲍姆、HYPERLINK"/book/search_pub.php?category=01&key2=%B7%B6%CA%A9%CC%D8%