负載均衡集群
负载均衡集群( Load Balance Cluster,LB集群)也是由两台或者两台以上的高防服务器组成,分为前端负载调度和后端节点服务两个部分。负调度部分负责把客户端的恳求按照不同的策路分配给后端服务节点,而后端节点是真正供给给用程序服务的部分。什么是负載均衡集群和散布式盘算集群？
与HA集群不同的是,在负戴均衡集群中,所有的后端节点都处于运动状态,它们都对外供给服务,分推系统的工作负载。
负均衡集群可以把一个高负荷的利用疏散到多个节点来共同完成实用于业务繁忙、大负荷访问的利用系统。然而,它也有不足的处所:当个节点涌现故障时,前端调度系统并不知道此节点已经不能供给服务仍然会把客户端的恳求调度到故障节点上来,这样访问就会失败。为懂得决这个问题,负载调度系统一般都引入了节点监控系统。
节点监控系统位于前端负载调度机上,负责监控下面的服务节点。当某个节点涌现故障后,节点监控系统会主动将故障节点从集群中剔除。当此节点恢复正常后,节点监控系统又会主动将其参加集群中,而这一切对用户来说是完整透明的。
图1显示了负载均衡集群的基础结构。
负载均衡集群可以通过软件方法实现,也可以由硬件设备来完成。Linux下范例的负载均衡软件有开源LVS集群、 Oracle的RAC集群等硬件负载均衡器有 F5 Networks等。
散布式盘算集群
散布式盘算集群致力于供给单个盘算机所不能供给的壮大的盘算分析能力,包含数值盘算和数据处理,并且偏向于寻求综合性能。用户可以在不懂得散布式底层细节的情況下,开发散布式程序,充分利用集群的威力进行高速运算和存储。
目前风行的开源散布式盘算平台 Hadoop、 Spark就是这样的一个散布式盘算集群平台。通过这个平台,用户可以轻松地开发和处理海暈数据。在这个平台上,散布式任务是并行运行的,因此处理速度非常快。同时,数据在储存上掩护了多个副本,确保能够针对失败的节点重新进行散布处理。例如, Hadoop的散布式架构,可将大数据直接存储到HDFS这个散布式文件系统上,而 Hadoop的 Mapreduce功效实现了将单个任务打碎,并将碎片任务发送到多个节点上,之后再以单个数据集的情势加载到数据仓库里。
