版權聲明：本文為博主原創文章，未經博主允許不得轉載。
在IDF05（Intel Developer Forum 2005）上，Intel首席執行官Craig Barrett就取消4GHz芯片計划一事，半開玩笑當眾單膝下跪致歉，給廣大軟件開發者一個明顯的信號，單純依靠垂直提升硬件性能來提高系統性能的時代已結束，分布式開發的時代實際上早已悄悄地成為了時代的主流，吵得很熱的雲計算實際上只是包裝在分布式之外的商業概念，很多開發者（包括我）都想加入研究雲計算這個潮流，在google上通過“雲計算”這個關鍵詞來查詢資料，查到的都是些概念性或商業性的宣傳資料，其實真正需要深入的還是那個早以被人熟知的概念------分布式。
分布式可繁也可以簡，最簡單的分布式就是大家最常用的，在負載均衡服務器后加一堆web服務器，然后在上面搞一個緩存服務器來保存臨時狀態，后面共享一個數據庫，其實很多號稱分布式專家的人也就停留於此，大致結構如下圖所示：
這種環境下真正進行分布式的只是web server而已，並且web server之間沒有任何聯系，所以結構和實現都非常簡單。
有些情況下，對分布式的需求就沒這么簡單，在每個環節上都有分布式的需求，比如Load Balance、DB、Cache和文件等等，並且當分布式節點之間有關聯時，還得考慮之間的通訊，另外，節點非常多的時候，得有監控和管理來支撐。這樣看起來，分布式是一個非常龐大的體系，只不過你可以根據具體需求進行適當地裁剪。按照最完備的分布式體系來看，可以由以下模塊組成：
分布式任務處理服務：負責具體的業務邏輯處理
分布式節點注冊和查詢：負責管理所有分布式節點的命名和物理信息的注冊與查詢，是節點之間聯系的橋梁
分布式DB：分布式結構化數據存取
分布式Cache：分布式緩存數據（非持久化）存取
分布式文件：分布式文件存取
網絡通信：節點之間的網絡數據通信
監控管理：搜集、監控和診斷所有節點運行狀態
分布式編程語言：用於分布式環境下的專有編程語言，比如Elang、Scala
分布式算法：為解決分布式環境下一些特有問題的算法，比如解決一致性問題的Paxos算法
因此，若要深入研究雲計算和分布式，就得深入研究以上領域，而這些領域每一塊的水都很深，都需要很底層的知識和技術來支撐，所以說，對於想提升技術的開發者來說，以分布式來作為切入點是非常好的，可以以此為線索，探索計算機世界的各個角落。
只要是一堆機器，就可以叫集群，他們是不是一起協作着干活，這個誰也不知道；一個程序或系統，只要運行在不同的機器上，就可以叫分布式，嗯，C/S架構也可以叫分布式。
集群一般是物理集中、統一管理的，而分布式系統則不強調這一點。
所以，集群可能運行着一個或多個分布式系統，也可能根本沒有運行分布式系統；分布式系統可能運行在一個集群上，也可能運行在不屬於一個集群的多台（2台也算多台）機器上。
集群就是邏輯上處理同一任務的機器集合，可以屬於同一機房，也可分屬不同的機房。分布式這個概念可以運行在某個集群里面，某個集群也可作為分布式概念的一個節點。
一句話，就是：“分頭做事”與“一堆人”的區別
分布式中的每一個節點，都可以做集群。 而集群並不一定就是分布式的。
舉例：就比如新浪網，訪問的人多了，他可以做一個群集，前面放一個響應服務器，后面幾台服務器完成同一業務，如果有業務訪問的時候，響應服務器看哪台服務器的負載不是很重，就將給哪一台去完成。
而分布式，從窄意上理解，也跟集群差不多， 但是它的組織比較松散，不像集群，有一個組織性，一台服務器垮了，其它的服務器可以頂上來。
分布式的每一個節點，都完成不同的業務，一個節點垮了，哪這個業務就不可訪問了。
2：簡單說，分布式是以縮短單個任務的執行時間來提升效率的，而集群則是通過提高單位時間內執行的任務數來提升效率。
例如：
如果一個任務由10個子任務組成，每個子任務單獨執行需1小時，則在一台服務器上執行該任務需10小時。
采用分布式方案，提供10台服務器，每台服務器只負責處理一個子任務，不考慮子任務間的依賴關系，執行完這個任務只需一個小時。(這種工作模式的一個典型代表就是Hadoop的Map/Reduce分布式計算模型）
而采用集群方案，同樣提供10台服務器，每台服務器都能獨立處理這個任務。假設有10個任務同時到達，10個服務器將同時工作，1小時后，10個任務同時完成，這樣，整身來看，還是1小時內完成一個任務！
集群一般被分為三種類型，高可用集群如RHCS、LifeKeeper等，負載均衡集群如LVS等、高性能運算集群;分布式應該是高性能運算集群范疇內。
集群：同一個業務部署在多台機器上，提高系統可用性