Nøkkelforskjell – parallell vs distribuert databehandling
En datamaskin utfører oppgaver i henhold til instruksjonene gitt av mennesket. Parallell databehandling og distribuert databehandling er to beregningstyper. Denne artikkelen diskuterer forskjellen mellom parallell og distribuert databehandling. Parallell databehandling brukes i høyytelses databehandling som superdatamaskinutvikling. Distribuert databehandling gir dataskalerbarhet og konsistens. Google og Facebook bruker distribuert databehandling for datalagring. Nøkkelforskjellen mellom parallell og distribuert databehandling er at parallell databehandling er å utføre flere oppgaver ved å bruke flere prosessorer samtidig, mens i distribuert databehandling er flere datamaskiner koblet sammen via et nettverk for å kommunisere og samarbeide for å oppnå et felles mål. Hver datamaskin i det distribuerte systemet har sine egne brukere og hjelper til med å dele ressurser.
Hva er Parallel Computing?
En datamaskin er en maskin som kan utføre oppgaver i henhold til instruksjonene gitt av mennesker. Datamaskinarkitektur definerer hvordan instruksjoner som leveres til datamaskinen skal utføres. Tidligere datasystemer hadde én prosessor. Problemet som må løses ble delt inn i en rekke instruksjoner. Disse instruksjonene ble gitt til prosessoren etter hverandre. I hvert øyeblikk utføres bare én instruksjon. Deretter behandlet prosessoren disse instruksjonene og ga utdata. Dette var ikke en effektiv mekanisme. Hastigheten kan forbedres ved å øke frekvensen, men det øker også temperaturen. Det fører til mer varmespredning. Derfor er det ikke lett å øke hastigheten på prosessoren. Som et resultat av denne ble parallell databehandling introdusert.
Parallell databehandling er også kjent som parallell prosessering. Det er en form for beregning som kan bære flere beregninger samtidig. Parallell databehandling bruker mange prosessorer. Problemet som skal løses er delt inn i diskrete deler. Hver del er videre brutt ned i instruksjoner. Disse instruksjonene er delt mellom prosessorer. Derfor utfører flere prosessorer instruksjoner samtidig. Parallell databehandling er nyttig for å utføre en kompleks beregning siden prosessorer deler arbeidsmengden mellom seg. Det sparer også tid.
Figur 01: Parallell Computing
Det kan være få ulemper med parallelle systemer. Instruksjonen utført av én prosessor kan være nødvendig av en annen prosessor. Dette kan forårsake ventetid. Økende antall prosessorer er også dyrt. Disse fakta bør vurderes når man utvikler parallelle systemer. Samlet sett hjelper parallell databehandling å kjøre flere instruksjoner samtidig for å fullføre oppgaver.
Hva er distribuert databehandling?
I dagliglivet kan en person bruke en datamaskin til å jobbe med applikasjoner som Microsoft Word, Microsoft PowerPoint. Komplekse problemer kan kanskje ikke oppnås ved å bruke en enkelt datamaskin. Derfor kan enkeltproblemet deles inn i flere oppgaver og distribueres til mange datamaskiner. Disse datamaskinene kan kommunisere med andre datamaskiner gjennom nettverket. De fungerer alle på samme måte som en enkelt enhet. Prosessen med å dele en enkelt oppgave mellom flere datamaskiner er kjent som distribuert databehandling. Hver datamaskin i et distribuert system er kjent som en node. Et sett med noder er en klynge.
Distribuert databehandling brukes i mange applikasjoner i dag. Noen eksempler er Facebook og Google. De består av millioner på millioner av brukere. Alle brukere kommuniserer med andre, deler bilder osv. Denne store datamengden lagres ved hjelp av distribuert databehandling. Automatiserte pengeautomater i banker, telefonnettverk, mobilnettverk, distribuerte databaser bruker også distribuert databehandling.
Figur 02: Distribuert databehandling
Distribuert databehandling gir flere fordeler. Distribuerte systemer kan utvides til den økende veksten. Det gir skalerbarhet, og det er enkelt å dele ressurser. Noen ulemper er at det kan være nettverksproblemer, og det er vanskelig å utvikle distribuert programvare.
Hva er forskjellen mellom parallell og distribuert databehandling?
Parallell vs. distribuert databehandling |
|
| Parallell databehandling er en beregningstype der flere prosessorer utfører flere oppgaver samtidig. | Distribuert databehandling er en beregningstype der datamaskiner i nettverk kommuniserer og koordinerer arbeidet gjennom meldingsoverføring for å oppnå et felles mål. |
| Antall datamaskiner som kreves | |
| Parallell databehandling skjer på én datamaskin. | Distribuert databehandling skjer mellom flere datamaskiner. |
| Behandlingsmekanisme | |
| I parallell databehandling utfører flere prosessorer behandling. | I distribuert databehandling er datamaskiner avhengige av at meldinger sendes. |
| Synkronisering | |
| Alle prosessorer deler en enkelt hovedklokke for synkronisering. | Det er ingen global klokke i distribuert databehandling, den bruker synkroniseringsalgoritmer. |
| Memory | |
| I parallell databehandling kan datamaskiner ha delt minne eller distribuert minne. | I distribuert databehandling har hver datamaskin sitt eget minne. |
| Usage | |
| Parallell databehandling brukes til å øke ytelsen og for vitenskapelig databehandling. | Distribuert databehandling brukes til å dele ressurser og øke skalerbarheten. |
Sammendrag – parallell vs distribuert databehandling
Parallell databehandling og distribuert databehandling er to typer beregninger. Denne artikkelen diskuterte forskjellen mellom parallell og distribuert databehandling. Forskjellen mellom parallell og distribuert databehandling er at parallell databehandling er å utføre flere oppgaver ved å bruke flere prosessorer samtidig, mens i parallell databehandling er flere datamaskiner koblet sammen via et nettverk for å kommunisere og samarbeide for å oppnå et felles mål. Parallell databehandling brukes hovedsakelig for å øke ytelsen. Distribuert databehandling brukes til å koordinere bruken av delte ressurser eller for å tilby kommunikasjonstjenester til brukerne.
Last ned PDF-en av Parallel vs Distributed Computing
Du kan laste ned PDF-versjonen av denne artikkelen og bruke den til offline-formål i henhold til sitat. Last ned PDF-versjonen her: Difference Between Parallel and Distributed Computing
