**：
平行計算：平行計算是相對於序列計算來說的。可分為時間上的並行和空間上的並行。 時間上的並行就是指流水線技術。而空間上的並行則是指用多個處理器併發的執行計算。比如基於cuda程式設計。
平行計算的目的就是提供單處理器無法提供的效能（處理器能力或儲存器）。使用多處理器求解單個問題。
總結：並行的主體 -- 處理器。程序/執行緒級並行。
分布式計算：
總結：並行的主體 -- 計算機；各個計算機並行
平行計算與分布式計算的差別：（1）簡單的理解，平行計算借助並行演算法和並行程式語言能夠實現程序級並行（如mpi）和執行緒級並行（如openmp）。
而分布式計算僅僅是將任務分成小塊到各個計算機分別計算各自執行。（2）粒度方面，平行計算中。處理器間的互動一般非常頻繁，往往具有細粒度和低開銷的特徵，而且被覺得是可靠的。而在分布式計算中，處理器間的互動不頻繁。互動特徵是粗粒度。而且被覺得是不可靠的。平行計算注重短的執行時間，分布式計算則注重長的正常執行時間。（3）聯絡。平行計算和分布式計算兩者是密切相關的。某些特徵與程度（處理器間互動頻率）有關，而我們還未對這樣的交叉點（crossover
point）進行解釋。還有一些特徵則與側重點有關（速度與可靠性），而且我們知道這兩個特性對並行和分布兩類系統都非常重要。
（4）總之。這兩種不同型別的計算在乙個多維空間中代表不同但又相鄰的點。
集群計算：計算機集群使將一組鬆散整合的計算機軟體和/或硬體連線起來高度緊密地協作完畢計算工作。在某種意義上，他們能夠被看作是一台計算機。集群系統中的單個計算機通常稱為節點，通常通過區域網連線，但也有其他的可能連線方式。集群計算機通經常使用來改進單個計算機的計算速度和/或可靠性。
普通情況下集群計算機比單個計算機，比方工作站或超級計算機價效比要高得多。
依據組成集群系統的計算機之間體系結構是否同樣，集群可分為同構與異構兩種。集群計算機按功能和結構能夠分為，高可用性集群（high-**ailability
(ha) clusters）、負載均衡集群（loadbalancing clusters）、高效能計算集群（high-performance (hpc)clusters）、網格計算（grid computing）。
網格計算：網格計算是分布式計算的一種，也是一種與集群計算非常相關的技術。
假設我們說某項工作是分布式的，那麼。參與這項工作的一定不僅僅是一台計算機，而是乙個計算機網路。顯然這樣的「螞蟻搬山」的方式將具有非常強的資料處理能力。網格計算的實質就是組合與共享資源並確保系統安全。網格計算通過利用大量異構計算機的未用資源（cpu周 期和磁碟儲存），將其作為嵌入在分布式電信基礎設施中的乙個虛擬的計算機集群，為解決大規模的計算問題提供乙個模型。網格計算的焦點放在支援跨管理域計算
的能力。這使它與傳統的計算機集群或傳統的分布式計算相差別。網格計算的目標是解決對於不論什麼單一的超級計算機來說仍然大得難以解決的問題，並同一時候保持解決 多個較小的問題的靈活性。這樣。網格計算就提供了乙個多使用者環境。
集群計算與網格計算的差別：（1）簡單地，網格與傳統集群的主要差別是網格是連線一組相關並不信任的計算機，它的運作更像乙個計算公共設施而不是乙個獨立的計算機。網格通常比集群支援很多其他不同型別的計算機集合。
（2）網格本質上就是動態的，集群包含的處理器和資源的數量通常都是靜態的。在網格上，資源則能夠動態出現，資源能夠依據須要加入到網格中或從網格中刪除。（3） 網格天生就是在本地網、都會網路或廣域網上進行分布的。網格能夠分布在不論什麼地方。而集群物理上都包含在乙個位置的同樣地方，通常僅僅是區域網互連。
集群互連技
術能夠產生非常低的網路延時，假設集群距離非常遠，這可能會導致產生非常多問題。物理臨近和網路延時限制了集群地域分布的能力，而網格由於動態特性。能夠提供 非常好的高可擴充套件性。（4）集群僅僅通過新增server滿足增長的需求。
然而，集群的server數量、以及由此導致的集群效能是有限的：互連網路容量。也就是說假設一味地想通過擴大規模來提高集群計算機的效能。它的價效比會對應下降。這意味著我們不可能無限制地擴大集群的規模。 而網格虛擬出空前的超級計算機，不受規模的限制。成為下一代internet的發展方向。（5）集群和網格計算是相互補充的。非常多網格都在自己管理的資源中採用了集群。實際上，網格使用者可能並不清楚他的工作負載是在乙個遠端的集群上執行的。雖然網格與集群之間存在非常多差別，可是這些差別使它們構成了乙個非常重要的關係，由於集群在網格中總有一席之地——
特定的問題通常都須要一些緊耦合的處理器來解決。然而，隨著網路功能和頻寬的發展，曾經採用集群計算非常難解決的問題如今能夠使用網格計算技術攻克了。
理解網格固有的可擴充套件性和集群提供的緊耦合互連機制所帶來的效能優勢之間的平衡是非常重要的。
雲計算：雲計算是最新開始的新概念。它不僅僅是計算等計算機概念，還有運營服務等概念了。它是分布式計算、平行計算和網格計算的發展，或者說是這些概念的商業實現。雲計算不但包含分布式計算還包含分布式儲存和分布式快取。分布式儲存又包含分布式檔案儲存和分布式資料儲存。
雲計算與並行、分布式、網格和集群計算的差別：雲計算是從集群技術發展而來，差別在於集群雖然把多台機器聯了起來，但其某項詳細任務執行的時候還是會被**到某台server上，而雲能夠簡單的覺得是任務能夠被切割成多個程序在多台server上平行計算，然後得到結果。優點在於大資料量的操作效能非常好。
雲能夠使用便宜的pcserver ，能夠管理大資料量與大集群，關鍵技術在於能夠對雲內的基礎設施進行動態按需分配與管理。
雲計算與平行計算、分布式計算的差別，以計算機使用者來說，平行計算是由單個使用者完畢的，分布式計算是由多個使用者合作完畢的，雲計算是沒實使用者參與。而是交給網路還有一端的server完畢的。
平行計算與分布式計算
主要內容來自維基百科 分布式系統是聯網計算機組，其工作目標相同。術語 併發計算 平行計算 和 分布式計算 有很多重疊，它們之間沒有明顯的區別。15 同一系統可以表徵為 並行 和 分布式 典型分布式系統中的處理器並行執行。16 平行計算可以被看作分布式計算的乙個特定的緊密耦合的形式，17 和分布式計算...
分布式平行計算MapReduce
1.用自己的話闡明hadoop平台上hdfs和mapreduce的功能 工作原理和工作過程。hdfs 1 第一次啟動 namenode 格式化後，建立 fsimage 和 edits 檔案。如果不是第一次啟動，直接載入編輯日誌和映象檔案到記憶體。2 客戶端對元資料進行增刪改的請求。3 namenod...
分布式平行計算MapReduce
作業要求來自 1.用自己的話闡明hadoop平台上hdfs和mapreduce的功能 工作原理和工作過程。hdfs hadoop distributed file system，hadoop分布式檔案系統 它是乙個高度容錯性的系統，適合部署在廉價的機器上。hdfs能提供高吞吐量的資料訪問，適合那些有...