Skillnad mellan parallell och distribuerad dator

Huvudskillnad - Parallellt vs distribuerad dator
 

En dator utför uppgifter enligt anvisningarna från människan. Parallell databehandling och distribuerad databehandling är två beräkningstyper. I denna artikel diskuteras skillnaden mellan parallell och distribuerad dator. Parallell databehandling används i högpresterande databehandling, till exempel superdatorutveckling. Distribuerad databehandling ger data skalbarhet och konsistens. Google och Facebook använder distribuerad databehandling för datalagring. De nyckelskillnad mellan parallell och distribuerad databehandling är det parallell databehandling är att utföra flera uppgifter med flera processorer samtidigt i distribuerad databehandling är flera datorer sammankopplade via ett nätverk för att kommunicera och samarbeta för att uppnå ett gemensamt mål. Varje dator i det distribuerade systemet har egna användare och hjälper till att dela resurser.

INNEHÅLL

1. Översikt och nyckelskillnad
2. Vad är Parallell Computing
3. Vad är Distributed Computing
4. Jämförelse vid sida vid sida - Parallell mot distribuerad dator i tabellform
5. Sammanfattning

Vad är Parallell Computing?

En dator är en maskin som kan utföra uppgifter enligt anvisningarna från människor. Datorarkitektur definierar hur man utför instruktioner som tillhandahålls till datorn. Tidigare datorsystem hade en processor. Det problem som måste lösas delades in i en serie instruktioner. Dessa instruktioner gavs processorn en efter en. I varje ögonblick utförs endast en instruktion. Sedan behandlade processorn processerna och gav utdata. Detta var inte en effektiv mekanism. Hastigheten kan förbättras genom att frekvensen ökar, men den ökar också temperaturen. Det orsakar mer värmeavledning. Därför är det inte lätt att öka processorns hastighet. Som ett resultat av denna parallella dator infördes.

Parallell databehandling är också känd som Parallell bearbetning.  Det är en form av beräkning som kan bära flera beräkningar samtidigt. Parallell databehandling använder många processorer. Problemet som ska lösas är uppdelat i diskreta delar. Varje del är vidare uppdelad i instruktioner. Dessa instruktioner är uppdelade mellan processorer. Därför utför flera processorer samtidigt instruktioner. Parallell databehandling är användbar för att utföra en komplex beräkning eftersom processorer delar upp arbetsbelastningen mellan dem. Det sparar också tid.

Figur 01: Parallell databehandling

Det kan vara några nackdelar med parallella system. Instruktionen som utförs av en processor kan behövas av en annan processor. Detta kan orsaka latens. Ökande antal processorer är också dyrt. Dessa fakta bör beaktas vid utveckling av parallella system. Sammantaget bidrar parallell databehandling att köra flera instruktioner samtidigt för att slutföra uppgifter.

Vad är Distributed Computing?

I det dagliga livet kan en person använda en dator för att arbeta med applikationer som Microsoft Word, Microsoft PowerPoint. Komplexa problem kan inte uppnås genom att använda en enda dator. Därför kan det enskilda problemet delas upp i flera uppgifter och distribueras till många datorer. Dessa datorer kan kommunicera med andra datorer via nätverket. De utför alla på samma sätt som en enda enhet. Processen att dela upp en enskild uppgift bland flera datorer är känd som distribuerad databehandling. Varje dator i ett distribuerat system är känt som a nod. En uppsättning noder är a klunga.

Distribuerad databehandling används idag i många applikationer. Några exempel är Facebook och Google. De består av miljoner och miljontals användare. Alla användare kommunicerar med andra, delar bilder etc. Denna stora mängd data lagras med distribuerad databehandling. Automatiserade tellermaskiner i banker, telefonnät, mobilnät, distribuerade databaser använder också distribuerad databehandling.

Figur 02: Distribuerad dator

Distribuerad databehandling ger flera fördelar. Distribuerade system kan förlängas till den växande tillväxten. Det ger skalbarhet, och det är lätt att dela resurser. Några nackdelar är att det kan vara nätverksproblem, och det är svårt att utveckla distribuerad programvara.

Vad är skillnaden mellan parallell och distribuerad dator?

Parallell vs distribuerad dator
Parallell databehandling är en beräkningstyp där flera processorer utför flera uppgifter samtidigt.	Distribuerad databehandling är en beräkningstyp i vilken nätverksdatorer kommunicerar och koordinerar arbetet genom meddelandet som passerar för att uppnå ett gemensamt mål.
Antal datorer som krävs
Parallell beräkning sker på en dator.	Distribuerad databehandling sker mellan flera datorer.
Bearbetningsmekanism
Parallell databehandling utför flera processorer bearbetning.	I distribuerad databehandling är datorer beroende av att meddelandet passerar.
Synkronisering
Alla processorer delar en enda huvudklocka för synkronisering.	Det finns ingen global klocka i distribuerad databehandling, det använder synkroniseringsalgoritmer.
Minne
I parallell databehandling kan datorer ha delat minne eller distribuerat minne.	I distribuerad databehandling har varje dator ett eget minne.
Användande
Parallell databehandling används för att öka prestanda och för vetenskaplig databehandling.	Distribuerad databehandling används för att dela resurser och öka skalbarheten.

Sammanfattning - Parallellt vs distribuerad dator 

Parallell databehandling och distribuerad databehandling är två typer av beräkning. I denna artikel diskuterades skillnaden mellan parallell och distribuerad dator. Skillnaden mellan parallell och distribuerad databehandling är att parallell databehandling är att utföra flera uppgifter genom att använda flera processorer samtidigt i parallell databehandling, är flera datorer sammankopplade via ett nätverk för att kommunicera och samarbeta för att uppnå ett gemensamt mål. Parallell databehandling används främst för att öka prestanda. Distribuerad databehandling används för att samordna användningen av delade resurser eller att tillhandahålla kommunikationstjänster till användarna.

Ladda ner PDF av Parallel vs Distributed Computing

Du kan ladda ner PDF-versionen av den här artikeln och använda den för offline-ändamål enligt citationsnotat. Var god ladda ner PDF-versionen här: Skillnad mellan parallell och distribuerad dator

Referens:

1. Introduktion till distribuerad databehandling och dess typer med exempel. Introduktion till distribuerad databehandling och dess typer med exempel, Atoz kunskap, 5 mars 2015. Tillgänglig här 
2. "Distribuerad databehandling." Wikipedia, Wikimedia Foundation, 23 januari 2018. Tillgänglig här  
3.Manish Singh, Intern på Pune, Maharashtra Följ. "Distribuerat & parallellt system." LinkedIn SlideShare, 15 september 2012. Tillgänglig här 
4. "Parallell databehandling." Wikipedia, Wikimedia Foundation, 23 januari 2018. Tillgänglig här