随着信息时代的发展，大数据已经成为当今技术革新的一大发展趋势。在大数据时代，数据呈指数级增长，催生了多种分布式存储工具，并在组织中承担了愈发重要的职责。
分布式系统就是为了处理更多数据而存在的，本文为大家总结整理了一篇关于分布式系统的学习笔记，超多干货，下面一起来看看吧~
常用分布式方案
1.分布式应用和服务
将应用和服务进行分层和分割，然后将应用和服务模块进行分布式部署。这样做不仅可以提高并发访问能力、减少数据库连接和资源消耗，还能使不同应用复用共同的服务，使业务易于扩展。比如：分布式服务框架Dubbo。
2.分布式静态资源
对网站的静态资源如JS、CSS、图片等资源进行分布式部署可以减轻应用服务器的负载压力，提高访问速度。比如：CDN。
3.分布式数据和存储
大型网站常常需要处理海量数据，单台计算机往往无法提供足够的内存空间，可以对这些数据进行分布式存储。比如Apache HadoopHDFS。
4.分布式计算
随着计算技术的发展，有些应用需要非常巨大的计算能力才能完成，如果采用集中式计算，需要耗费相当长的时间来完成。分布式计算将该应用分解成许多小的部分，分配给多台计算机进行处理。这样可以节约整体计算时间，大大提高计算效率。比如Apache HadoopMapReduce。
分布式和集群的对比
1.分布式：
是指在多台不同的服务器中部署不同的服务模块，通过远程调用协同工作，对外提供服务。
2.集群：
是指在多台不同的服务器中部署相同应用或服务模块，构成一个集群，通过负载均衡设备对外提供服务。
以上就是分布式系统的学习笔记，大家都看懂了吗？如果还没有过瘾，想要了解更多，今晚来听黑马程序员《大数据时代的分布式存储》呀！
