使用分布式计算的 10 个行业

分布式计算是一种利用位于不同运行地点的大量计算资源来模拟单台计算机运行的过程。分布式计算集合了不同的计算机、服务器和计算机网络，以完成规模和用途各不相同的计算任务。

分布式计算甚至可以在云上运行。虽然分布式云计算和云计算在理论上本质上是相同的，但在实践中，它们的全球覆盖范围有所不同，分布式云计算能够将云计算扩展到不同的地理位置。

在小型分布式计算系统中，组件彼此相邻且通过局域网 (LAN) 链接。在大型分布式系统中，其组件按地理位置分隔，并通过广域网 (WAN) 连接。分布式系统中的组件通过复杂的消息传递系统，在所使用的任意网络上分享信息。

分布式计算通常用于解决计算领域最复杂、最棘手的计算挑战，因此这项活动通常需要实施共享内存和多个组件。此外，分布式计算依赖高度协调的同步和大量的计算能力，使整个系统能够有效地处理数据，根据需要进行文件共享并朝着共同的目标努力。

以下示例展示了分布式计算在众多行业和平台上的多种应用方式：

通信行业经常使用分布式计算。电信网络是点对点网络的典型代表，无论其形式是电话网络还是蜂窝网络。分布式计算的两个主要通信应用实例是互联网和电子邮件，它们都改变了现代生活。

计算领域正在经历人工智能 (AI) 和 机器学习 (ML) 方面的重大变革。 这两种技术都在快速发展，而且都广泛使用了分布式计算。AI 和 ML 所需的算法除了需要强大且稳定的处理能力外，还需要大量的训练数据。分布式计算兼具两者。

分布式计算将复杂的数据管理和数据存储作业转化为分布在各个节点上的子任务，这些节点是充当客户端或服务器的实体——识别需求并发出请求或努力满足这些需求。数据库管理是一个由分布式计算提供支持的领域，分布式数据库也是如此，通过将任务分解成更小的操作来加快执行速度。分布式计算甚至包括将数据中心用作分布式计算链的一部分。  

能源和环境领域都受到分布式计算的影响，分布式计算正在帮助智能电网技术调节使用并优化能源消耗。智能电网还用于收集来自各种输入设备的环境数据。

分布式计算可确保在多个系统之间均匀分配庞大的计算负载。此外，特定金融领域的工作人员已经在使用分布式计算进行风险评估等工作。分布式计算帮助金融机构进行大规模计算，从而为决策提供更精准的依据并制定金融战略。

分布式计算利用其多种资源，确保大型制造设施的自动化系统高效运行，并经常发挥负载平衡的作用。甚至还有分布式制造，它利用分布式云模型并将其应用于地理位置分散的生产工具。制造业还涉及设计和制造可收集和传输数据的物联网 (IoT) 设备和工具。 

分布式计算有助于实现现代医学的许多突破性技术，包括依赖大量数据的机器人手术。通过利用其极为细致的 3D 图形和视频动画才能，分布式计算能够展示专利程序和计划药物的制药设计。

对于同时经营实体门店和提供在线购物渠道的零售商而言，库存差异有时会发生。分布式计算支持的分布式订单管理系统 (DOMS) 有助于保持电子商务应用程序的平稳运行，从而使现代零售商能够跟上不断变化的客户期望。  

分布式计算正被应用于越来越多的科学活动，例如训练神经网络。 科学计算还利用分布式计算的强大功能来解决大规模的科学计算，例如控制太空飞行的计算。分布式计算视频模拟可以让科学预测更易于理解。

大型多人在线游戏 (MMOG) 提供商广泛利用分布式计算来制作和运行复杂的实时游戏环境。操作系统、网络和处理器的复杂融合，使得成千上万的终端用户玩家能够分享和参与引人入胜的游戏体验。

虽然对于分布式计算系统的构成并没有硬性规定，但即使是最简单的分布式计算形式通常也包含至少三个基本组件：

• 主系统控制器：主系统控制器控制着分布式系统内的一切，并监视和跟踪该系统内发生的一切。其最主要的任务是管理和处理进入系统的每一个服务器请求。
• 系统数据存储：系统数据存储通常位于磁盘库中，是系统所有共享数据的存储库。在“非混乱”系统中，共享数据可能存在于一台或多台计算机上，但是系统中使用的所有计算机都需要访问数据存储。
• 数据库：分布式计算系统将所有数据存储在关系数据库中。完成此操作后，用户组就可以共享数据。关系数据库可以让所有工作人员即时获取相同信息。

除了这些核心组件之外，每个分布式计算系统都可以根据组织的需求进行定制。使用分布式计算系统的一大优势是可以通过增加更多机器来扩展系统，从而提高其可扩展性。另一个显著优势是增加冗余，因此，如果网络中有一台机器因任何原因发生故障，系统仍会继续运行而不受故障影响。

分布式计算系统的目标是使分布式计算网络像单个系统一样运行。这种协调是通过各组件之间复杂的消息传递系统实现的。

通信协议规范了这些组件的消息交互，并在其之间建立一种称为“耦合”的关系。这种关系有以下两种表现形式：

• 松散耦合：两个松散耦合组件之间的连接足够弱，对一个组件的更改不会影响另一个组件。
• 紧密耦合：紧密耦合组件中的同步和并行级别非常高，以至于称为“集群”的过程使用冗余组件来确保系统的持续可用性。

容错是另一个关键概念——一种纠正过程，它允许操作系统在系统继续运行时响应并纠正软件或硬件中的故障。

分布式计算还可处理“并行”的正面和负面影响，即同时执行多个操作指令序列。其主要优点之一是并行支持共享资源和多进程线程的并行计算。（尽管不应将并行计算与并行处理混淆，后者是将运行时任务分解为多个小任务的过程。）

与并行相关的负面影响包括延迟增加，甚至出现流量瓶颈，即传输的数据量超过了正常的建议带宽。

分布式计算类型通常根据各自采用的分布式计算架构进行分类。

• 客户端-服务器系统：使用客户端-服务器架构，可与多个系统一起使用。客户端以请求的形式向服务器发出输入指令（通常是针对特定任务的命令或对更多计算资源的请求）。服务器随后会执行任务并报告所采取的行动。
• 对等系统：这种系统依赖于对等架构，也称为“点对点”系统。对等系统使用节点，这些节点可以作为客户端或服务器——识别需求并发出请求或努力满足这些需求。顾名思义，对等系统中没有等级结构，因此在对等系统中运行的程序可以通过对等网络自由地相互通信和传输数据。
• 中间件：在两个不同的应用程序之间运行的“中间人”。中间件本身是一种应用程序，位于两个应用程序之间并为两者提供服务。中间件也具有解释性功能。它可充当不同系统上运行的各种互操作性应用程序之间的转换器，并允许这些应用程序自由交换数据。
• 三层系统：因用于表示程序功能的层数而得名。与典型的客户端-服务器架构（数据存放于客户端系统内）不同，三层系统将数据存储在中间层，即“数据层”。三层系统通常用于 Web 应用程序。
• N 层系统：N 层系统有时又称为“多层分布式系统”，其网络功能容量不受限制且可路由至其他应用程序进行处理。N 层系统的架构与三层系统类似。N 层系统常用作众多 Web 服务和数据系统的架构基础。

虽然这些是分布式计算架构的主要类型，但还有其他值得一提的分布式计算范例：

• 区块链：区块链是一种分布式数据库或账本，可在网络的各种计算机上复制和同步。区块链通过向链中的所有计算机发布源账本来帮助确保冗余。
• 网格计算：网格计算是一种处理非交互式工作负载的分布式计算，通常涉及网格框架和中间件软件的组合。通过用户界面访问的可扩展网格的功能类似于大型文件系统。
• 异构计算：异构计算是一种分布式计算形式，允许单个计算机系统维护计算子系统。在异构计算中，各个处理器可能执行不同的任务，但它们都并行工作，以加快计算机性能并最大限度地缩短任务处理时间。
• 微服务：微服务是一种分布式计算形式；其中，应用程序被分解为更小的组件，这些组件通常称为“服务”。服务框架由应用程序接口 (API) 连接在一起，以支持组件之间的交互。

在我们对分布式计算的简要介绍中，我们已经介绍了什么是分布式计算、分布式计算系统的组成以及与分布式计算系统相关的架构类型。此外，我们还了解到有 10 个行业正通过特别利用分布式计算系统来巧妙地塑造自己的未来。

与分布式计算类似，IBM Satellite 产品为您提供在任何地方部署和运行应用程序的工具——无论是本地部署、边缘计算还是公有云环境。

使用通用云服务套件，包括工具链、数据库和 AI 功能。由 IBM Cloud Satellite 托管的分布式云解决方案提供云服务、API、访问策略、安全控制和合规管理等功能。