განაწილებული სისტემა მისი უმარტივესი განმარტებით არის კომპიუტერების ჯგუფი, რომლებიც მუშაობენ ერთად, რომლებიც საბოლოო მომხმარებლისთვის ერთიანებად გვევლინებიან. მანქანები იზიარებენ საერთო მდგომარეობას, მუშაობენ ერთდროულად და შეუძლიათ დამოუკიდებლად იმუშაონ მთელი სისტემის მუშაობის დროზე ზემოქმედების გარეშე. სიმართლე ის არის, რომ ასეთი სისტემების მართვა რთული თემაა, რომელიც სავსეა ხარვეზებით.
სისტემის მიმოხილვა
განაწილებული სისტემა იძლევა ქსელთან დაკავშირებული რესურსების (მათ შორის პროგრამული უზრუნველყოფის) ერთდროულად გაზიარების საშუალებას.
სისტემის განაწილების მაგალითები:
- ტრადიციული დასტა. ეს მონაცემთა ბაზები ინახება ერთი აპარატის ფაილურ სისტემაში. როდესაც მომხმარებელს სურს ინფორმაციის მიღება, ის უშუალოდ დაუკავშირდება ამ მანქანას. ამ მონაცემთა ბაზის სისტემის გასავრცელებლად, თქვენ უნდა გაუშვათ იგი რამდენიმე კომპიუტერზე ერთდროულად.
- განაწილებული არქიტექტურა.
განაწილებული სისტემასაშუალებას გაძლევთ მასშტაბირება ჰორიზონტალურად და ვერტიკალურად. მაგალითად, მეტი ტრაფიკის მართვის ერთადერთი გზა იქნება ტექნიკის განახლება, რომელიც მართავს მონაცემთა ბაზას. ამას ეწოდება ვერტიკალური სკალირება. ვერტიკალური სკალირება კარგია გარკვეულ ზღვარამდე, რის შემდეგაც საუკეთესო აღჭურვილობაც კი ვერ უმკლავდება საჭირო ტრაფიკის უზრუნველყოფას.
ჰორიზონტალურად სკალირება ნიშნავს მეტი კომპიუტერის დამატებას და არა ტექნიკის განახლებას ერთზე. ვერტიკალური მასშტაბირება ზრდის განაწილებულ სისტემებში ტექნიკის უახლეს შესაძლებლობებს. ეს შესაძლებლობები არ არის საკმარისი ტექნოლოგიური კომპანიებისთვის ზომიერი და მძიმე დატვირთვით. ჰორიზონტალური სკალირების საუკეთესო რამ არის ის, რომ არ არსებობს ზომის შეზღუდვები. როდესაც შესრულება მცირდება, უბრალოდ ემატება სხვა მანქანა, რაც, პრინციპში, შეიძლება განისაზღვროს.
კორპორატიულ დონეზე, განაწილებული კონტროლის სისტემა ხშირად მოიცავს სხვადასხვა ნაბიჯებს. ბიზნეს პროცესებში საწარმოს კომპიუტერული ქსელის ყველაზე ეფექტურ ადგილებში. მაგალითად, ტიპიური დისტრიბუციაში სამსაფეხურიანი განაწილებული სისტემის მოდელის გამოყენებით, მონაცემთა დამუშავება ხდება კომპიუტერზე მომხმარებლის ადგილმდებარეობაზე, ბიზნესის დამუშავება ხდება დისტანციურ კომპიუტერზე, ხოლო მონაცემთა ბაზაში წვდომა და მონაცემთა დამუშავება ხდება სრულიად განსხვავებულ კომპიუტერზე. რომელიც უზრუნველყოფს ცენტრალიზებულ წვდომას მრავალი ბიზნესისთვის. როგორც წესი, ამ ტიპის განაწილებული გამოთვლებიიყენებს კლიენტ-სერვერის ურთიერთქმედების მოდელს.
მთავარი ამოცანები
განაწილებული კონტროლის სისტემის ძირითადი ამოცანები მოიცავს:
- გამჭვირვალობა - მიაღწიეთ სისტემის ერთ სურათს მომხმარებლებისთვის მდებარეობის, წვდომის, მიგრაციის, კონკურენტულობის, გაუმართაობის, გადატანის, მდგრადობისა და რესურსის დეტალების დამალვის გარეშე.
- ღიაობა - ამარტივებს ქსელის დაყენებას და ცვლილებებს.
- სანდოობა - ერთი მართვის სისტემასთან შედარებით, ის უნდა იყოს საიმედო, თანმიმდევრული და ჰქონდეს შეცდომების დაფარვის მაღალი ალბათობა.
- შესრულება - სხვა მოდელებთან შედარებით, განაწილებული მოდელები უზრუნველყოფს მუშაობის გაუმჯობესებას.
- სკალირებადი - ეს განაწილებული კონტროლის სისტემები უნდა იყოს მასშტაბირებადი ტერიტორიის, ადმინისტრაციის ან ზომის მიხედვით.
განაწილების სისტემების ამოცანები მოიცავს:
- უსაფრთხოება დიდი პრობლემაა განაწილებულ გარემოში, განსაკუთრებით საჯარო ქსელების გამოყენებისას.
- შეცდომის ტოლერანტობა - შეიძლება იყოს მკაცრი, როდესაც მოდელი აგებულია არასანდო კომპონენტებით.
- რესურსების კოორდინაცია და განაწილება - შეიძლება რთული იყოს, თუ არ არსებობს შესაბამისი პროტოკოლები ან საჭირო პოლიტიკა.
განაწილებული გამოთვლითი გარემო
(DCE) არის ფართოდ გამოყენებული ინდუსტრიული სტანდარტი, რომელიც მხარს უჭერს ასეთ განაწილებულ გამოთვლებს. ინტერნეტში, მესამე მხარის პროვაიდერები გვთავაზობენ ზოგიერთ ზოგად სერვისს,რომელიც ჯდება ამ მოდელში.
Brid Computing არის გამოთვლითი მოდელი დიდი რაოდენობის კომპიუტერების განაწილებული არქიტექტურით, რომელიც დაკავშირებულია რთული პრობლემის გადაჭრასთან. ქსელის გამოთვლის მოდელში, სერვერები ან პერსონალური კომპიუტერები ასრულებენ დამოუკიდებელ დავალებებს და ერთმანეთთან თავისუფლად არიან დაკავშირებული ინტერნეტით ან დაბალსიჩქარიანი ქსელებით.
ყველაზე დიდი ქსელის გამოთვლითი პროექტი არის SETI@home, რომელშიც ინდივიდუალური კომპიუტერის მფლობელები მოხალისეებად ასრულებენ თავიანთი რამდენიმე დავალებების დამუშავების ციკლს თავიანთი კომპიუტერის გამოყენებით არამიწიერი ინტელექტის ძიებაში (SETI) პროექტისთვის. კომპიუტერის ეს პრობლემა ათასობით კომპიუტერს იყენებს რადიოტელესკოპის მონაცემების ჩამოსატვირთად და მოსაძიებლად.
ქსელის გამოთვლის ერთ-ერთი პირველი გამოყენება იყო კრიპტოგრაფიული კოდის გატეხვა ჯგუფის მიერ, რომელიც ახლა ცნობილია როგორც distributed.net. ეს ჯგუფი ასევე აღწერს მათ მოდელს, როგორც განაწილებულ გამოთვლებს.
მონაცემთა ბაზის სკალირება
ახალი ინფორმაციის გავრცელება ბატონიდან მონაზე არ ხდება მყისიერად. სინამდვილეში, არის დროის ფანჯარა, რომელშიც შეგიძლიათ მიიღოთ მოძველებული ინფორმაცია. თუ ეს ასე არ იქნებოდა, ჩაწერის შესრულება დაზარალდებოდა, რადგან განაწილებულ სისტემებს მოუწევდათ სინქრონულად ლოდინი მონაცემების გავრცელებამდე. ისინი მოდიან რამდენიმე კომპრომისზე.
მონური მონაცემთა ბაზის მიდგომის გამოყენებით, შესაძლებელია წაკითხული ტრაფიკის გარკვეულწილად შემცირება. აქ ბევრი ვარიანტია. მაგრამ თქვენ უბრალოდ უნდა გაყოთ ჩაწერის ტრაფიკი რამდენიმეზესერვერები, რადგან მას არ შეუძლია გაუმკლავდეს მას. ერთი გზა არის მრავალმასტერ რეპლიკაციის სტრატეგიის გამოყენება. იქ, მონების ნაცვლად, არის რამდენიმე ძირითადი კვანძი, რომლებიც მხარს უჭერენ კითხვას და წერას.
სხვა მეთოდს ჰქვია დაქუცმაცება. მასთან ერთად, სერვერი იყოფა რამდენიმე პატარა სერვერად, რომელსაც ეწოდება shards. ამ ფრაგმენტებს აქვთ სხვადასხვა ჩანაწერები, იქმნება წესები იმის შესახებ, თუ რომელი ჩანაწერი შედის რომელ ფრაგმენტში. ძალიან მნიშვნელოვანია ისეთი წესის შექმნა, რომ მონაცემები თანაბრად გადანაწილდეს. ამის შესაძლო მიდგომა არის დიაპაზონის განსაზღვრა ზოგიერთი ჩანაწერის ინფორმაციის მიხედვით.
ეს ფრაგმენტული ღილაკი უნდა შეირჩეს ძალიან ფრთხილად, რადგან დატვირთვა ყოველთვის არ არის თვითნებური სვეტების საფუძვლების ტოლი. ერთადერთ ნამსხვრევს, რომელიც უფრო მეტ მოთხოვნას იღებს, ვიდრე სხვები, ჰქვია ცხელ წერტილს და ისინი ცდილობენ თავიდან აიცილონ მისი წარმოქმნა. გაყოფის შემდეგ, ხელახალი კალიბრაციის მონაცემები წარმოუდგენლად ძვირი ხდება და შეიძლება გამოიწვიოს მნიშვნელოვანი შეფერხება.
მონაცემთა ბაზის კონსენსუსის ალგორითმები
DB-ების დანერგვა რთულია განაწილებულ უსაფრთხოების სისტემებში, რადგან ისინი საჭიროებენ თითოეულ კვანძს მოლაპარაკებას სწორი შეფერხების ან მოქმედების შესრულებაზე. ეს ხარისხი ცნობილია როგორც კონსენსუსი და წარმოადგენს ფუნდამენტურ პრობლემას სადისტრიბუციო სისტემის მშენებლობაში. „კომიტის“პრობლემისთვის საჭირო ტიპის შეთანხმების მიღწევა მარტივია, თუ ჩართული პროცესები და ქსელი სრულიად სანდოა. თუმცა, რეალური სისტემები ექვემდებარება რიგსქსელის პროცესების შესაძლო წარუმატებლობა, დაკარგული, დაზიანებული ან დუბლირებული შეტყობინებები.
ეს ქმნის პრობლემას და შეუძლებელია იმის გარანტია, რომ სწორი კონსენსუსი მიიღწევა შეზღუდული დროის განმავლობაში არასანდო ქსელში. პრაქტიკაში, არსებობს ალგორითმები, რომლებიც საკმაოდ სწრაფად აღწევს კონსენსუსს არასანდო ქსელში. Cassandra რეალურად უზრუნველყოფს მსუბუქ ტრანზაქციებს Paxos-ის ალგორითმის გამოყენებით განაწილებული კონსენსუსისთვის.
განაწილებული გამოთვლები არის დიდი მონაცემთა დამუშავების შემოდინების გასაღები, რომელიც გამოიყენება ბოლო წლებში. ეს არის უზარმაზარი ამოცანის დაშლის მეთოდი, როგორიცაა კუმულაციური 100 მილიარდი ჩანაწერი, საიდანაც არცერთ კომპიუტერს არ შეუძლია დამოუკიდებლად გააკეთოს პრაქტიკულად არაფრის გაკეთება, ბევრ პატარა ამოცანად, რომელიც შეიძლება მოთავსდეს ერთ მანქანაში. დეველოპერი თავის უზარმაზარ დავალებას ყოფს ბევრ უფრო მცირედ, ახორციელებს მათ ბევრ მანქანაზე პარალელურად, აგროვებს მონაცემებს სათანადოდ, შემდეგ კი თავდაპირველი პრობლემა მოგვარდება.
ეს მიდგომა საშუალებას გაძლევთ ჰორიზონტალურად მასშტაბური გახადოთ - როცა დიდი დავალება გაქვთ, უბრალოდ დაამატეთ მეტი კვანძი გამოთვლას. ეს ამოცანები მრავალი წლის განმავლობაში სრულდებოდა MapReduce პროგრამირების მოდელის მიერ, რომელიც დაკავშირებულია პარალელური დამუშავებისა და დიდი მონაცემთა ნაკრების გენერირებისთვის კლასტერზე განაწილებული ალგორითმის გამოყენებით.
ამჟამად, MapReduce გარკვეულწილად მოძველებულია და გარკვეულ პრობლემებს მოაქვს. გაჩნდა სხვა არქიტექტურები, რომლებიც აგვარებენ ამ საკითხებს. სახელდობრ, Lambda Architecture გავრცელდანაკადის დამუშავების სისტემები. ამ სფეროში მიღწევებმა ახალი ინსტრუმენტები მოიტანა: კაფკას ნაკადები, Apache Spark, Apache Storm, Apache Samza.
ფაილების შენახვისა და რეპლიკაციის სისტემები
განაწილებული ფაილური სისტემები შეიძლება ჩაითვალოს განაწილებულ მონაცემთა საწყობებად. ეს იგივეა, რაც კონცეფცია - დიდი რაოდენობით მონაცემების შენახვა და წვდომა მანქანების კლასტერში, რომლებიც ერთიანი ერთეულია. ისინი ჩვეულებრივ მიდიან ხელიხელჩაკიდებულებთან განაწილებულ გამოთვლებთან.
მაგალითად, Yahoo ცნობილია იმით, რომ მუშაობს HDFS 42000-ზე მეტ კვანძზე 600 პეტაბაიტი მონაცემების შესანახად 2011 წლიდან. ვიკიპედია განსაზღვრავს განსხვავებას იმაში, რომ განაწილებული ფაილური სისტემები იძლევა ფაილების წვდომას იმავე ინტერფეისებისა და სემანტიკის გამოყენებით, როგორც ლოკალური ფაილები, ვიდრე მორგებული API-ის მეშვეობით, როგორიცაა Cassandra Query Language (CQL)..
Hadoop Distributed File System (HDFS) არის სისტემა, რომელიც გამოიყენება გამოთვლებისთვის Hadoop ინფრასტრუქტურაზე. ფართოდ გავრცელებული, იგი გამოიყენება დიდი ფაილების (GB ან TB ზომის) შესანახად და გასამეორებლად ბევრ აპარატზე. მისი არქიტექტურა ძირითადად შედგება NameNodes და DataNodes.
NameNodes პასუხისმგებელია კლასტერის შესახებ მეტამონაცემების შესანახად, მაგალითად, რომელი კვანძი შეიცავს ფაილის ბლოკებს. ისინი მოქმედებენ როგორც ქსელის კოორდინატორები, ადგენენ, სად შეინახონ და დააკოპირონ საუკეთესო ფაილები, თვალყური ადევნონ სისტემის ჯანმრთელობას. DataNodes უბრალოდ ინახავს ფაილებს და ასრულებს ბრძანებებს, როგორიცაა ფაილის რეპლიკაცია, ახალი ჩაწერა დასხვები.
გაურკვეველია, რომ HDFS საუკეთესოდ გამოიყენება გამოთვლებისთვის Hadoop-თან ერთად, რადგან ის უზრუნველყოფს ამოცანების ინფორმაციის გაცნობიერებას. მითითებული სამუშაოები შემდეგ გაშვებულია კვანძებზე, რომლებიც ინახავს მონაცემებს. ეს საშუალებას გაძლევთ გამოიყენოთ მონაცემების მდებარეობა - ოპტიმიზებს გამოთვლებს და ამცირებს ტრაფიკის რაოდენობას ქსელში.
ინტერპლანეტარული ფაილური სისტემა (IPFS) არის საინტერესო ახალი peer-to-peer პროტოკოლი/ქსელი განაწილებული ფაილური სისტემისთვის. Blockchain ტექნოლოგიის გამოყენებით, ის ამაყობს სრულად დეცენტრალიზებული არქიტექტურით, რომელსაც არ აქვს ერთი მფლობელი ან წარუმატებლობის წერტილი.
IPFS გთავაზობთ დასახელების სისტემას (მსგავსი DNS) სახელწოდებით IPNS და საშუალებას აძლევს მომხმარებლებს მარტივად მიიღონ ინფორმაცია. ის ინახავს ფაილს ისტორიული ვერსიით, ისევე როგორც ამას აკეთებს Git. ეს საშუალებას აძლევს წვდომას ფაილის ყველა წინა მდგომარეობაზე. ის ჯერ კიდევ გადის მძიმე განვითარებას (v0.4 წერის დროს), მაგრამ უკვე მინახავს მისი აშენებით დაინტერესებული პროექტები (FileCoin).
შეტყობინებების სისტემა
შეტყობინებების სისტემები უზრუნველყოფენ ცენტრალურ ადგილს საერთო სისტემაში შეტყობინებების შესანახად და გავრცელებისთვის. ისინი საშუალებას გაძლევთ განასხვავოთ განაცხადის ლოგიკა სხვა სისტემებთან პირდაპირი კომუნიკაციისგან.
ცნობილი მასშტაბი - LinkedIn-ის კაფკას კლასტერი ამუშავებდა დღეში 1 ტრილიონ შეტყობინებას წამში 4,5 მილიონი შეტყობინების პიკით.
მარტივი სიტყვებით, შეტყობინებების პლატფორმა მუშაობს ასე:
- მესიჯიგადაცემული აპლიკაციიდან, რომელიც პოტენციურად ქმნის მას, რომელსაც ეწოდება პროდიუსერი, გადადის პლატფორმაში და იკითხება მრავალი აპლიკაციიდან, რომელსაც ეწოდება მომხმარებლები.
- თუ გჭირდებათ გარკვეული მოვლენის შენახვა მრავალ ადგილას, როგორიცაა მომხმარებლის შექმნა მონაცემთა ბაზისთვის, შენახვა, ელფოსტის გაგზავნის სერვისი, მაშინ შეტყობინებების პლატფორმა ყველაზე სუფთა გზაა ამ შეტყობინების გასავრცელებლად.
არის რამდენიმე პოპულარული ყველაზე მაღალი დონის შეტყობინებების პლატფორმა.
RabbitMQ არის შეტყობინებების ბროკერი, რომელიც საშუალებას გაძლევთ უფრო დახვეწოთ მათი ტრაექტორიების კონტროლი მარშრუტიზაციის წესებისა და სხვა ადვილად კონფიგურირებადი პარამეტრების გამოყენებით. მას შეიძლება ეწოდოს "ჭკვიანი" ბროკერი, რადგან მას აქვს ბევრი ლოგიკა და ყურადღებით აკვირდება მასში გასულ შეტყობინებებს. გთავაზობთ ვარიანტებს AP-ებისთვის და CP-ებისთვის CAP-დან.
Kafka არის შეტყობინებების ბროკერი, რომელიც ოდნავ ნაკლებად ფუნქციონირებს, რადგან ის არ აკონტროლებს, თუ რომელი შეტყობინებებია წაკითხული და არ იძლევა კომპლექსურ მარშრუტიზაციის ლოგიკას. ეს ხელს უწყობს საოცარი შესრულების მიღწევას და წარმოადგენს ყველაზე დიდ დაპირებას ამ სივრცეში ღია წყაროს საზოგადოების მიერ განაწილებული სისტემების აქტიური განვითარებით და Confluent გუნდის მხარდაჭერით. კაფკა ყველაზე პოპულარულია მაღალტექნოლოგიურ კომპანიებში.
მანქანების ურთიერთქმედების აპლიკაციები
ეს სადისტრიბუციო სისტემა წარმოადგენს კომპიუტერების ჯგუფს, რომლებიც ერთად მუშაობენ, რათა საბოლოო მომხმარებლისთვის ცალკე კომპიუტერი გამოჩნდეს. ეს მანქანები არის ზოგად მდგომარეობაში, მუშაობსერთდროულად და შეუძლია დამოუკიდებლად იმუშაოს მთელი სისტემის მუშაობის დროზე გავლენის გარეშე.
თუ თქვენ განიხილავთ მონაცემთა ბაზას, როგორც განაწილებულს, მხოლოდ იმ შემთხვევაში, თუ კვანძები ურთიერთობენ ერთმანეთთან მათი მოქმედებების კოორდინაციის მიზნით. ეს არის ამ შემთხვევაში აპლიკაციის მსგავსი, რომელიც აწარმოებს თავის შიდა კოდს Peer-to-peer ქსელში და კლასიფიცირებულია, როგორც განაწილებული აპლიკაცია.
ასეთი აპლიკაციების მაგალითები:
- ცნობილი მასშტაბი - BitTorrent Swarm 193,000 კვანძი Game of Thrones ეპიზოდისთვის.
- განაწილებული ბლოკჩეინის სისტემების ძირითადი სარეგისტრაციო ტექნოლოგია.
განაწილებული წიგნები შეიძლება ჩაითვალოს, როგორც უცვლელი, მხოლოდ აპლიკაციის მონაცემთა ბაზა, რომელიც მრავლდება, სინქრონიზებულია და გაზიარებულია სადისტრიბუციო ქსელის ყველა კვანძში.
ცნობილ მასშტაბს - Ethereum ქსელს - 2018 წლის 4 იანვარს დღეში 4,3 მილიონი ტრანზაქცია ჰქონდა. ისინი იყენებენ Event Sourcing შაბლონს, რომელიც საშუალებას გაძლევთ ნებისმიერ დროს აღადგინოთ მონაცემთა ბაზის მდგომარეობა.
ბლოკჩეინი არის ამჟამინდელი ძირითადი ტექნოლოგია, რომელიც გამოიყენება განაწილებული წიგნისთვის და რეალურად აღნიშნა მათი დასაწყისი. ამ უახლესმა და ყველაზე დიდმა ინოვაციამ განაწილებულ სივრცეში შექმნა პირველი ნამდვილად განაწილებული გადახდის პროტოკოლი, ბიტკოინი.
ბლოკჩეინი არის განაწილებული წიგნი ყველა ტრანზაქციის შეკვეთილი სიით, რომელიც ოდესმე განხორციელებულა მის ქსელში. გარიგებები დაჯგუფებულია და ინახება ბლოკებად. მთელი ბლოკჩეინი არსებითად არის ბლოკების დაკავშირებული სია. მითითებული ბლოკებიძვირია შექმნა და ერთმანეთთან მჭიდროდ არის დაკავშირებული კრიპტოგრაფიის საშუალებით. მარტივად რომ ვთქვათ, თითოეული ბლოკი შეიცავს სპეციალურ ჰეშს (რომელიც იწყება X რიცხვის ნულებით) მიმდინარე ბლოკის შიგთავსის (მერკლის ხის სახით) პლუს წინა ბლოკის ჰეშს. ამ ჰეშის პროცესორის დიდი სიმძლავრე სჭირდება.
განაწილებული ოპერაციული სისტემების მაგალითები
სისტემის ტიპები გამოჩნდება მომხმარებლისთვის, რადგან ისინი ერთი მომხმარებლის სისტემებია. ისინი იზიარებენ მეხსიერებას, დისკს და მომხმარებელს არ უჭირს მონაცემების ნავიგაცია. მომხმარებელი ინახავს რაღაცას თავის კომპიუტერში და ფაილი ინახება რამდენიმე ადგილას, ანუ დაკავშირებულ კომპიუტერებში, რათა დაკარგული მონაცემები ადვილად აღდგეს.
განაწილებული ოპერაციული სისტემების მაგალითები:
- Windows Server 2003;
- Windows Server 2008;
- Windows Server 2012;
- UbuntuLinux (Apache სერვერი).
თუ რომელიმე კომპიუტერი იტვირთება უფრო მაღალი, ანუ თუ ბევრი მოთხოვნა გაცვლილია ცალკეულ კომპიუტერებს შორის, ასე ხდება დატვირთვის დაბალანსება. ამ შემთხვევაში, მოთხოვნები ვრცელდება მეზობელ კომპიუტერზე. თუ ქსელი უფრო დატვირთული ხდება, მაშინ ის შეიძლება გაფართოვდეს ქსელში მეტი სისტემის დამატებით. ქსელის ფაილი და საქაღალდეები სინქრონიზებულია და დასახელების კონვენციები გამოიყენება ისე, რომ არ მოხდეს შეცდომები მონაცემთა აღებისას.
ქეშირება ასევე გამოიყენება მონაცემების მანიპულირებისას. ყველა კომპიუტერი იყენებს იგივე სახელთა სივრცეს ფაილების დასასახელებლად. მაგრამფაილური სისტემა მოქმედებს ყველა კომპიუტერზე. თუ ფაილი განახლებულია, ის იწერება ერთ კომპიუტერზე და ცვლილებები ვრცელდება ყველა კომპიუტერზე, ასე რომ ფაილი ერთნაირად გამოიყურება.
ფაილები იბლოკება წაკითხვის/ჩაწერის პროცესში, ასე რომ არ არის ჩიხი სხვადასხვა კომპიუტერებს შორის. ასევე ხდება სესიები, როგორიცაა წაკითხვა, ფაილების ჩაწერა ერთ სესიაზე და სესიის დახურვა, შემდეგ კი სხვა მომხმარებელს შეუძლია იგივე გააკეთოს და ასე შემდეგ.
გამოყენების სარგებელი
ოპერაციული სისტემა, რომელიც შექმნილია ადამიანების ყოველდღიური ცხოვრების გასაადვილებლად. მომხმარებლის სარგებლობისა და საჭიროებისთვის, ოპერაციული სისტემა შეიძლება იყოს ერთი მომხმარებლის ან განაწილებული. განაწილებული რესურსების სისტემაში ბევრი კომპიუტერი დაკავშირებულია ერთმანეთთან და იზიარებს მათ რესურსებს.
ამის გაკეთების სარგებელი:
- თუ ასეთ სისტემაში ერთი კომპიუტერი გაუმართავი ან დაზიანებულია, მაშინ სხვა კვანძი ან კომპიუტერი იზრუნებს მასზე.
- მეტი რესურსი მარტივად შეიძლება დაემატოს.
- რესურსებს, როგორიცაა პრინტერები, შეუძლიათ მრავალი კომპიუტერის მომსახურება.
ეს არის მოკლე მიმოხილვა სადისტრიბუციო სისტემის შესახებ, რატომ გამოიყენება იგი. რამდენიმე მნიშვნელოვანი რამ უნდა გვახსოვდეს: ისინი კომპლექსურია და არჩეულია მასშტაბისა და ფასის მიხედვით და უფრო რთულია მათთან მუშაობა. ეს სისტემები განაწილებულია შენახვის რამდენიმე კატეგორიაში: გამოთვლები, ფაილების და შეტყობინებების სისტემები, რეგისტრები, აპლიკაციები. და ეს ყველაფერი მხოლოდ ძალიან ზედაპირულია რთული საინფორმაციო სისტემის შესახებ.
