分布式和高并发区别详解(4大核心区别)

分布式和高并发区别详解(4大核心区别)

分布式和高并发是大型架构的必备系统,但是大家经常不太清楚两者的关系和区别,下面我重点详解分布式和高并发核心区别@mikechen

分布式

分布式系统,是指多个计算机、或服务器…等等,通过通信链路相互连接,共同完成一个任务或提供一个服务的系统。

分布式系统,其主要解决:单个物理服务器的性能瓶颈,提升系统的可靠性、和可扩展性…等等。

分布式和高并发区别详解(4大核心区别)

典型特征:

多节点

分布式系统的每个节点,可以是一个独立的计算机、或独立的服务器、或者独立的云服务器…等等,它们之间通过分布式网络通信。

分布式数据

数据分散存储在多个节点上,每个节点只存储一部分数据,最后可以通过分布式计算汇总。

并行处理

分布式和高并发区别详解(4大核心区别)

多个节点,可以同时处理不同的任务或请求,从而,提高系统的整体处理能力。

 

高并发

高并发,则指的是系统能够同时处理大量请求的能力,通常用于描述在特定时间内有多少用户或请求同时访问系统。

高并发系统,在“双十一”期间,电商网站需要处理大量的用户请求,比如:59万笔订单/每秒,这就是高并发。

分布式和高并发区别详解(4大核心区别)

典型特征:

大量并行处理

高并发系统,需要能够处理大量的并发请求,一般都是:每秒上万的请求。

性能优化

通过优化硬件、算法、架构.等,使得系统能够同时处理更多的请求而不导致性能瓶颈。

资源调度与管理

如线程池、异步处理、负载均衡…等技术,保证系统能高效处理并发请求。

响应时间和吞吐量

优化系统架构,以保证即使在高并发情况下,系统也能保持良好的响应速度和吞吐量。

 

 

分布式和高并发的区别

分布式,侧重于将系统的计算和存储分布到多个节点,强调系统的高可用性、容错性和可扩展性。

高并发,侧重于如何处理大量同时发生的请求或任务,强调系统的性能、吞吐量和响应速度。

同时,分布式和高并发之间存在一定的关联性,分布式可以帮助实现高并发,而高并发又需要分布式来支撑。

分布式和高并发区别详解(4大核心区别)

实现高并发,通常需要:优化数据库设计、使用缓存、负载均衡…等技术手段。

陈睿mikechen

10年+大厂架构经验,资深技术专家,就职于阿里巴巴、淘宝、百度等一线互联网大厂。

关注作者「mikechen」公众号,获取更多技术干货!

后台回复架构,即可获取《阿里架构师进阶专题全部合集》,后台回复面试即可获取《史上最全阿里Java面试题总结

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧