تفاوت پردازش موازی و پردازش توزیع شده به صورت آسان
مقدمه
از اونجایی که تحلیل بیگ دیتا بدون مفهوم پردازش توزیع شده یه جورایی بی معنی تلقی میشه خوب دیدم تو این قسمت به صورت خلاصه به معرفی کوتاه پردازش توزیع شده بپردازم و تفاوت تفاوت پردازش موازی و پردازش توزیع شده رو بصورت خلاصه بیان کنم.
پردازش موازی
پردازش موازی: اجرای همزمان چندین ساب تسک که در کنار هم تشکیل یه وظیفه بزرگِ واحد رو میدن. اما هدف پردازش موازی چی هست؟ یک جمله اونم کاهش زمان اجرا با تقسیم یه تسک بزرگ به چندین تسک کوچک که به صورت همزمان اجرا میشن. این همزمانی رو بهش میگن Concurrency، بماند که همین یه کلمه خودش به قدری مفهوم وسیعی هست که کتاب ها و مقالات زیادی راجع بهش نوشته شده و خواهد شد.
اما این پردازش موازی میتونه به صورت شبکه ای اجرا بشه، اما چطور؟ به این صورت که ما یه تسک داریم که میایم خوردش کنیم به چند تا ساب تسک مجزی، بعدش این ساب تسک ها رو میدیم به یه ماشین که تو دلش n تا پردازنده داره و وظیفه پردازش تسک ها رو عهده دار هست.
پردازش توزیع شده
اما پردازش توزیع شده یه مفهوم خیلی نزدیکی به پردازش موازی هست که گاها اشتباه گرفته میشن! اما پردازش توزیع شده همیشه از طریق ماشین های فیزیکی مجزی که به صورت شبکه ای با هم تشکیل یه کلاستر رو میدن برقرار میشه. اما چطور؟ما یه تسک داریم که میایم به یه سری ساب تسک تقسیمشون می کنیم و میایم روی ماشین های متفاوت اجراشون می کنیم که این ماشین ها از طریق یه سوییچ به هم شبکه شدن.
درباره محمد حیدری
مهندس ارشد کلان داده، هلدینگ داده ورزی سداد | پژوهشگر ارشد رایانش ابری و پایگاه های داده توزیع شده،پژوهشگاه دانشهای بنیادی (IPM)
نوشته های بیشتر از محمد حیدری
دیدگاهتان را بنویسید
برای نوشتن دیدگاه باید وارد بشوید.