计算机网络的计算模式

news2026/4/30 2:53:48
计算模式指的是网络中计算任务数据处理、存储、运算等在客户端和服务器之间如何分配与协作。随着技术发展主要经历了以下几种模式的演变。一、计算模式的主要类型模式核心特点处理位置典型代表集中式计算模式所有计算在主机完成终端仅负责输入/输出主机大型机哑终端分布式计算模式多台计算机协同完成各自承担部分任务多台计算机集群计算、网格计算客户机/服务器模式C/S客户机发起请求服务器提供服务客户机部分处理 服务器核心处理Web应用、数据库系统浏览器/服务器模式B/S浏览器发起HTTP请求Web服务器响应并返回页面浏览器展示交互 Web服务器业务逻辑 数据库服务器数据存储淘宝、知乎、Gmail、企业OA系统对等计算模式P2P节点既当客户机又当服务器资源直接共享所有对等节点BitTorrent、区块链云计算模式按需获取计算资源弹性伸缩云端数据中心AWS、阿里云、腾讯云需要特别说明分布式计算是一个广义概念C/S、P2P、云计算都可以看作是分布式计算的具体实现形式。这里将它们并列是为了更清晰地展示不同架构的特点。二、各种模式详细讲解1. 集中式计算模式结构描述一台强大的中央主机大型机、中型机负责所有运算和存储多个哑终端只有键盘和显示器没有处理能力连接到主机工作流程用户在终端输入命令 → 发送给主机 → 主机处理 → 结果返回终端显示终端本身不做任何数据处理优点集中管理易于维护和备份安全性高数据不离开主机硬件利用率高缺点单点故障主机故障则所有终端无法工作扩展性差增加性能需更换整台主机成本极高大型主机昂贵应用场景银行核心系统如IBM Z系列大型机、航空公司订票系统仍在使用。2. 分布式计算模式广义概念定义将一个大任务分解成多个子任务由多台计算机节点协同完成对外表现为一台统一的计算机。核心特征多台计算机物理上分散消息传递通过网络通信协调统一呈现用户感觉像在使用一台机器优点高性价比用多台普通计算机代替一台超级计算机高可用性部分节点故障不影响整体可扩展性强增加节点即可提升性能缺点开发复杂度高任务分解、协调、容错网络通信开销调试和运维难度大常见形式集群计算同构计算机紧密耦合如Hadoop集群网格计算异构、跨地域、偏重科研计算如SETIhome术语含义举例同构多台计算机硬件和操作系统相同或高度一致一个机房里50台都是戴尔服务器都装Windows Server异构多台计算机硬件或操作系统不同协同工作同一个集群里有x86服务器Linux、ARM服务器Android、IBM Power服务器AIX跨地域计算机分布在不同地理位置不同城市、国家北京、上海、纽约三地的服务器共同提供服务分布式数据库如TiDB、Google Spanner3. 客户机/服务器模式C/S结构描述服务器提供服务的进程或计算机被动等待请求可服务多个客户端客户机发起请求的进程或计算机主动请求服务通常只服务一个用户工作流程客户机启动向服务器发送请求服务器接收请求处理可能需要访问数据库服务器返回结果给客户机客户机接收并展示优点资源共享集中管理数据在服务器上安全性好可控制访问权限维护方便升级服务器即可缺点服务器可能成为瓶颈服务器单点故障风险并发量高时性能下降变体两层C/S客户机直接访问数据库如早期的PB、Delphi程序三层C/S客户机→应用服务器→数据库服务器如大部分Web应用多层C/S增加更多中间层如缓存层、消息队列层术语结构说明举例两层C/S客户机 → 数据库服务器客户机直接连接数据库客户机里写了SQL语句。问题数据库连接数有限客户机多了会撑爆早期的PowerBuilder、Delphi写的进销存软件三层C/S客户机 → 应用服务器 → 数据库服务器客户机不直连数据库而是访问应用服务器。应用服务器负责业务逻辑统一连接数据库。好处客户机再多数据库连接数也固定大部分Web应用浏览器 → Web服务器 → 数据库多层C/S客户机 → 应用服务器 → 中间层 → 数据库服务器在三层基础上增加更多中间层各层职责更细。增加的层缓存层如Redis、消息队列层如RabbitMQ、数据访问层等大型电商系统浏览器 → Web → 缓存 → 消息队列 → 数据库两层客户机直连数据库不安全、连接数爆炸三层中间加应用服务器做“调度员”多层加多个“专业工种”各司其职应用场景Web应用、邮件系统、文件服务器、数据库系统。4.浏览器/服务器模式B/S结构描述浏览器作为统一的客户端只需要安装浏览器软件如Chrome、Edge、Safari负责发起请求、渲染展示服务器返回的页面Web服务器接收浏览器发来的HTTP/HTTPS请求处理业务逻辑访问数据库生成HTML/CSS/JavaScript等页面内容返回给浏览器数据库服务器存储数据为Web服务器提供数据读写服务工作流程用户在浏览器地址栏输入网址或点击链接浏览器根据HTTP协议构造请求报文浏览器通过DNS解析域名得到服务器IP地址建立TCP连接发送HTTP请求Web服务器接收请求解析URL和参数执行相应业务逻辑可能需要查询数据库Web服务器将处理结果通常是HTML页面或JSON数据封装成HTTP响应返回给浏览器浏览器解析HTML渲染页面执行其中的JavaScript展示给用户优点无需安装客户端只要有浏览器和网络即可访问对用户零部署成本跨平台性好一次开发Windows、macOS、Linux、iOS、Android均可使用升级维护方便只需更新服务器端代码所有用户立即使用最新版本数据集中管理所有数据存储在服务器端便于备份和安全管控防火墙友好使用标准的80HTTP和443HTTPS端口通常不会被防火墙阻拦缺点用户体验相对较弱相比原生应用页面切换有延迟复杂交互受限近年来随着Web技术发展差距在缩小严重依赖网络断网或网络质量差时无法使用或体验极差服务器压力大所有计算和渲染准备都在服务器端完成高并发时需要强大的服务器集群浏览器兼容性问题不同浏览器对同一标准可能有不同的实现需要额外测试和适配安全性风险面临XSS跨站脚本攻击、CSRF跨站请求伪造、SQL注入等Web特有攻击应用场景各类管理信息系统OA、ERP、CRM电子商务平台淘宝、京东、亚马逊社交媒体微博、知乎、Facebook企业官网、博客、论坛在线办公套件Google Docs、腾讯文档云管理控制台阿里云、AWS控制台补充说明C/S与B/S的关系很多人会混淆C/S和B/S浏览器/服务器。实际上B/S是C/S的一种特例浏览器是通用客户端Web服务器是服务器端C/S通常指需要安装专用客户端的架构如微信PC版、网游客户端B/S只需浏览器即可访问如淘宝、知乎对比项传统C/SB/S客户端需要安装专用软件只需浏览器升级维护每台客户机需单独升级只需升级服务器跨平台较差好只要有浏览器用户体验可以做得更丰富受浏览器限制典型例子魔兽世界、企业ERP客户端淘宝、知乎、Gmail5. 对等计算模式P2P结构描述所有节点地位平等既是客户机也是服务器没有中心服务器或中心服务器仅用于发现节点工作流程以文件下载为例加入P2P网络向追踪服务器获取其他节点列表从多个节点同时下载文件的不同部分同时将自己已下载的部分上传给其他节点优点可扩展性极好节点越多资源越丰富没有单点故障纯P2P充分利用边缘带宽定义靠近用户侧的接入网络带宽而不是骨干网核心的带宽。理解骨干带宽城市之间的高速公路很宽很通畅边缘带宽从你家到最近高速入口的这段小路每个普通用户的上传带宽通常是边缘带宽往往闲置。P2P让用户把自己下载过的数据上传给别人把这些“边缘小路”也用起来缓解中心服务器的带宽压力。缺点安全性难以保证节点不可信管理困难没有中心控制版权和监管问题常见类型纯P2P无中心服务器如早期Gnutella混合P2P有中心索引服务器如BitTorrentTracker、Napster含义P2P网络中有一种中心服务器但它不存储文件内容只存储“哪个节点有什么文件”的索引信息。工作流程你想下载某文件 → 问中心索引服务器中心服务器告诉你用户A、B、C有这个文件你直接去A、B、C那里下载不经过中心服务器结构化P2P基于DHT分布式哈希表如Kademlia电驴种没有中心服务器的文件定位方法。把文件索引分散存储在所有P2P节点上每个节点只存一小部分。简单理解有中心索引相当于图书馆有一个总目录卡你去查总卡DHT没有总目录卡每个书架旁边放一个小目录。你问A书架A告诉你“去B书架找”B告诉你“去C书架找”直到找到应用场景文件分享BitTorrent、区块链比特币、以太坊、即时通信早期Skype。6. 云计算模式定义通过网络按需提供可配置计算资源网络、服务器、存储、应用服务等用户只需少量管理即可快速获取和释放资源。核心特征NIST定义5大特征按需自助服务用户自己开通资源无需人工交互广泛网络接入通过标准网络协议访问资源池化多租户共享物理资源快速弹性资源可快速扩容或释放一句话云服务器可以几分钟内从配置低变成配置高或者从配置高变回配置低。打个比方传统方式你想换更大的房子。要先买房、装修、搬家花几个月。卖房子也得好几个月。云计算你在酒店住房。今天想住总统套房打个电话5分钟换好。明天想省钱换标准间再打个电话5分钟换好。核心不需要自己买硬件直接在云平台上调整。可计量服务按使用量计费服务模式模式提供内容用户管理范围示例IaaS基础设施即服务计算、存储、网络操作系统、中间件、应用、数据AWS EC2、阿里云ECSPaaS平台即服务运行环境操作系统中间件应用、数据Google App Engine、HerokuSaaS软件即服务完整的应用软件只使用软件Gmail、钉钉、Salesforce部署模式公有云对公众开放如AWS、Azure、阿里云私有云组织内部专用混合云公有云私有云组合社区云特定群体共享优点降低IT成本按需付费无需提前采购弹性伸缩应对业务峰值系统根据流量大小自动增加或减少服务器数量不用人守着操作。高可用性云厂商保证SLA术语含义高可用性系统全年几乎不 downtime停机故障时能自动切换到备用设备用户无感知SLA服务等级协议云厂商和你签的“承诺书”写明可用性指标达不到就赔钱SLA常见数字可用性俗称允许的停机时间/年99%两个93.65天99.9%三个98.76小时99.99%四个952.6分钟99.999%五个95.26分钟举例AWS的SLA说“99.99%可用”如果今年停了2小时赔你代金券。“云厂商保证SLA”的意思你花钱买的是“对方承诺不掉线掉线赔钱”而不是“绝对不掉线”。缺点数据安全担忧数据在云端网络依赖断网则无法使用长期成本可能高于自建高负载场景计算模式演变对比表维度集中式C/SB/SP2P云计算控制中心单一主机服务器Web服务器 数据库服务器无中心云服务商节点关系主从主从主从浏览器请求服务器响应对等用户与云客户端形式哑终端专用客户端软件通用浏览器专用P2P软件浏览器/API/客户端客户端职责仅输入/输出承担部分业务逻辑主要负责展示与交互既下载又上传弱客户端thin client扩展方式升级主机升级服务器 增加客户机扩展服务器端客户端无需变化增加节点弹性伸缩单点故障有主机有服务器有Web服务器/数据库无有依赖云厂商跨平台性差较差好浏览器屏蔽差异一般好升级维护升级主机每台客户端单独升级只需升级服务器升级自愿云厂商升级网络依赖低本地连接中部分可离线高断网即不可用高高典型成本极高中低开发维护成本低于C/S低按需付费代表性时期1960s-1980s1980s-至今2000s-至今2000s-至今2010s-至今

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2533886.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…