电力大数据高性能处理中分布式技术的应用
杨宇 李鸣宇
（1.国网吉林省电力有限公司信息通信公司 吉林省长春市 130022）
（2.中国联通吉林省通信公司长春市分公司 吉林省长春市 130000）
图1所示为分布式计算，是当前被广泛使用的计算方法，其与集中式计算完全不同，是一种需要具备极强的计算能力才能够完成的计算方方式。如果需要计算同样的数据采用了集中式计算，那么就需要耗费大量的时间来完成此工作，无法适应当前快节奏的发展速度。但是使用分布式计算，则可以通过分解的方式让其能够用多台计算机完成相同总量的计算，实现节约计算时间的目标，而且还能够让其计算的效率得到大幅度的提升。
图1：分布式计算
分布式计算技术种类多样，不同的技术应用将会呈现出差异性的效果，本文将对其中最为常见的三种分布式计算技术进行对比分析，从不同的角度对分布式进行分析，从而探究各种不同的分布式计算技术所能够形成的功能效果。
其中主要是以网络计算、云计算以及志愿计算为代表。首先来讲，网络计算技术，是对主要涉及的资源形成合理的聚合分布效果，并对虚拟的组织结构提供支撑，从而搭建其更高质量的高层次有效计算服务。并能够形成相对较为稳定的网络拓扑结构，在计算任务完后，就能够直接退出系统，省略了众多中间繁琐应用环节，形成更加简易的计算作业方式。而志愿计算技术，能够更加自由的随意登入或登出系统，但是在系统灵活度有效提升的同时，任务完成的状况则难以及时的掌握，往往会出现任务未完成却杳无音信的状况。但由于计算任务未完成，将使当前计算节点的信誉度受到影响，在下次实施任务分配的环节中将会降低该节点的任务量。
云计算则是按照使用者的实际需求做好合理的按需分配，能够形成更加灵活且日常的运行服务效果，并以服务机制是镜像执行的方式实现异构。但是根据实际而言，网络计算、志愿计算以及云计算等方式都能够对异构资源提供相应支撑，而网络技术与志愿技术相较于云计算所形成的差别则是建立在用户使用效果基础上形成的。网络计算的异构会在中间件的作用下对其进行屏蔽，但相应的却能够为用户展示相应的异构信息，从而在中间件的作用下完成异构过程[2]。而志愿计算本身所能够产生的异构性影响不明显，仅需要志愿者提供反馈就能够完成异...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
