分布式系统文献阅读综述(李海广S130201036)

4、分布式数据库系统
由分布于多个计算机结点上的若干个数据库系统组成,它提供有效的存取手段来操纵这些结点上的子数据库。分布式数据库在使用上可视为一个完整的数据库,而实际上它是分布在地理分散的各个结点上。当然,分布在各个结点上的子数据库在逻辑上是相关的。
2.2
2.2.1 客户/服务器模型
在早起的计算机系统中，客户通过终端向主机（服务器）发出服务请求，客户终端只具备键盘输入和显示输出的简单功能，故三个逻辑层面的功能实现都在主机中进行[1]，其系统结构如图2-1所示：
数据逻辑位于整个系统的最底层，我们不可能把数据逻辑的实现移植到用户那里，而必须由服务器来管理。数据逻辑一般是由数据库管理系统实现的。
简单地说，客户请求服务，服务器提供服务。在一个最基本的客户/服务器系统里，所谓服务器可以是一个进程，提供一些特殊服务，如文件系统服务或者数据库服务，而所谓客户也是一个进程，向服务器发送信息，请求某个服务并等待服务的结果。简言之，这些步骤可以归纳为请求-回应这样的一种交互过程，如图2-3所示：
文献阅读综述
综述内容：分布式系统
姓 名：李海广
学 号：S130201036
任课教师：刘群
完成时间：2013/12/16
摘 要
显然，未来对计算速度、系统可靠性和成本实效性的要求必将促使发展另外的计算机模型来取代传统的冯诺依曼结构的计算机。随着计算机网络的出现，一个新的梦想成为可能—分布式系统。当用户需要完成任何任务时，分布式系统提供对尽可能多的计算机能力和数据的透明访问，同时实现高效能和高可靠性的目标。在过去的10年里，人们对分布式系统的兴趣迅猛发展。有关分布式系统的主题是多种多样的，许多研究人员正在研究关于分布式硬件结构和分布式软件设计的各方面问题以开发利用其潜在的并行性和容错性。
并发（concurrent）：这个术语来自于单机系统，用以描述多个进程或者线程分享CPU时间片，从而最大限度地利用CPLeabharlann 资源的设计思想。并发并不是真正的同时。
并行（parallel）：这个术语来自于单指令多数据流类型的系统结构，指的是多台CPU同时执行一条指令对不同的数据流进行操作。并行是真正的同时。
【Key words】distributed systemhighperformancehighreliabilityhardware structure software design
1
1.1
一个分布式系统是一组由网络联接的具有独立功能的计算机，在一套特殊软件（例如：Hadoop）的管理下，整个系统在用户面前呈现为一个透明的整体。
3、电子商务：这一应用的最大实践者之一是eBay，国内的电商在Hadoop技术上的储备也是相当雄厚的。
4、能源开采：美国Chevron公司是全美第二大石油公司，他们的IT部门主管介绍了Chevron使用Hadoop的经验，他们利用Hadoop进行数据的收集和处理，其中的这些数据是海洋的地震数据，以便于他们找到油矿的位置。
2.2.2 浏览器/服务器模型
浏览器/服务器模型是一种以Web技术为基础的新型系统平台。这种模型把传统的客户/服务器模型中的服务器部分分解为Web服务器和数据库服务器，从而构成一个三级结构的客户服务器体系，如图2-4所示。
图2-4 客户/服务器交互过程
模型中的第一级是用户与整个系统的接口，而这个接口被精简成一个通用的WWW浏览器。它不仅将服务器的服务项目转换成图文并茂的网页，而且还提供一定的交互功能，使得用户能够与服务器对话。系统中的第二级，即Web服务器，响应来自用户的对话。如果用户的请求能够得到满足，则Web服务器动态生成一系列代码，同时嵌入处理结果，返回给用户的浏览器；如果用户的请求涉及到进一步的数据服务，Web服务器便要代表这个用户，向第三级的服务器发出请求，而第三级服务器一般用来提供数据库管理服务。
【关键词】分布式系统 高效能 高可靠性 硬件结构 软件设计
ABSTRACT
Obviously, the request for computation speed, system reliability, costtimeliness in the future will certainly prompt the development of another computer model to replace the computer structure of Von Neumann.With the appearing of computer networks, a new dream is possible-distributed system.When the users need to finish any task, the distributed system will providetransparentaccess to as much as computer abilities and data, at the same time, realize the targets ofhighperformanceand highreliability.In the past ten years, people’s interest in distributed system has developed rapidly.The themes about distributed system are diverse.Many researchers are researching a lot of problems of distributed hardware structure and distributed software design to develop and use the potential parallelism and fault tolerance.
图2-3 客户/服务器交互过程
客户与服务器之间的交互媒介是消息传送。如果我们处于一个比较可靠的局域网里，一个简单的无连接通信协议就可以胜任了。这里客户是一个主动的进程，一旦需要某种服务，它只需要把自己所需的服务标识打入信息包，加上一些必须的初始输入数据传送给服务器。服务器则是一个被动的进程，它总是等待在那里，一旦服务请求到来，便根据不同的服务类型和策略启动某个程序，当完成服务后，把服务结果打成信息包回传给客户。
另一种较为流行的定义为：一个分布式系统是一组位于网络计算机上的并发构件，这些构件之间的通信以及任务协调都只能通过信件传递进行，其目的是实现资源共享[6]。
1.2
随着计算机硬件和网络技术的发展，人们从中看出一种巨大的值得发觉的潜力，这就是如何使得连接在一起的计算机作为一个整体，共同协作，从而达到资源共享，发挥更大的计算效力。这便是提出分布式系统模型的初衷。最近这些年，计算机科学家开发研制了各种各样的分布式系统，解决了许多从理论到实践中的问题。下面的图1-1从众多的分布式系统中选取了几个里程碑式的典型系统，并对其做一些简单概述[1]。
2、分布式程序设计语言
用于编写运行于分布式计算机系统上的分布式程序。一个分布式程序由若干个可以独立执行的程序模块组成，它们分布于一个分布式处理系统的多台计算机上被同时执行。它与集中式的程序设计语言相比有三个特点：分布性、通信性和稳健性。
3、分布式文件系统
具有执行远程文件存取的能力,并以透明方式对分布在网络上的文件进行管理和存取。
图1-1 分布式系统的里程碑
1.3
以Hadoop为例，分布式系统具有以下一些应用[6]：
1、在线旅游：目前全球范围内80%的在线旅游网站都是在使用Cloudera公司提供的Hadoop发行版。
2、移动数据：Cloudera公司运营总监称，美国有70%的智能手机数据服务背后都是由Hadoop来支撑的，也就是说，包括数据的存储以及无线运营商的数据处理等，都是在利用Hadoop技术。
如果通信是可靠的，也就是说，信息包不会丢失也不会污染，则上述交互过程简洁高效。许多基于客户/服务器模型的系统采用面向连接的通信协议。虽然面向连接的通信协议要比无连接通信协议在实现效率上低，但这种协议可以保证网络通信的可靠性。例如，几乎所有的网络应用都基于可靠的TCP/IP通信协议。在这种协议中，整个交互过程都处在一种“连接”的状态下，客户和服务器之间要经过若干个回合的信息传递，彼此确认对方信息的完整性与可靠性。大多数客户/服务器系统都是采用中间件概念实现的。无论客户如何向服务器发送请求，无论客户访问哪一个数据库，都有某种形式的中间件在帮助客户沟通从用户界面到数据处理的通道，同时这些中间件还起着增强透明性的功能，例如隐蔽通信协议、隐蔽数据库查询语言以及转换不同硬件系统结构下的数据格式等。中间件就像是一种透明胶，把客户和服务器有机地“粘贴”在一起。
基于网络的多机系统是分布式系统硬件结构的主流，这类系统价格低廉，组织灵活，结构多样，易于扩充，得到了广泛应用。网络可以用来连接多处理器或者多计算机，连接多处理器的系统类似于基于总线和交叉开关的多处理器系统，可以实现同一个地址空间的共享，而连接多计算机的系统大多自行管理局部内存空间，通过网络通信实现计算机之间的数据交换。
5、节能：另外一家能源服务提供商Opower也在使用Hadoop为消费者提供节约电费的服务，其中对用户电费单进行了分析。
6、图像处理：创业公司Skybox Imaging使用Hadoop来存储并处理图像的数据，从卫星中拍摄的高清图像中探测地理变化。
2
2.1
2.1.1 硬件系统
分布式系统的硬件结构属于多指令流多数据流（MIMD，multiple instruction multiple data）结构，在这种结构下，多个处理部件独立地执行各自的指令流对不同的数据流进行处理。这是一类最为复杂的硬件结构，我们称之为多机系统。多机系统是通过并发或并行来实现最大的系统效能[1]。
功能逻辑刻画用户本身，也就是说，我们要提供哪些服务以及如何把这些服务和相关的算法编写成程序。功能逻辑可以完全由服务器提供，客户一端只担负表示逻辑的实现。然而，为了进一步缓解服务器一端的负载，有的系统也把一部分前期功能逻辑实现在客户一端。例如，用户的输入数据往往需要经过一定的类型检查和转换才能被处理，我们可以把这个工作移植到客户一端的功能逻辑软件中。