在計算機早期，都是由一台主機承擔全部存儲和計算工作，這種方式被稱為集中處理。后來隨着處理器發展和網絡出現，衍生出客戶機/服務器架構，即由服務器完成主要的存儲計算工作，客戶機則負責較弱的存儲計算和顯示工作。到了今天，客戶機的角色未變，但是存儲計算工作已經不是單台服務器所能承載，需要由一堆服務器共同完成，這也就是通常說的集群架構。
現在我們所說的分布式計算，主要是指集群架構下的分布式計算工作。這種工作要求從某個客戶機節點出發，將一個計算工作分割成若干小的子任務，分配給多台服務器節點去處理，並從這些服務器獲得結果的計算過程。
由於分布式計算整合了大量計算機，處理效果遠超單點計算，自帶高性能和高效率光環，這些年隨着各行業加速向數字化轉移，產生的數據越來越多，數據業務復雜度也在同步增加，促使各行業對計算性能和計算效率的要求越來越高，必須使用分布式計算來完成日益龐大和復雜的計算工作。
所有分布式計算，拋開各種分布式計算模型表面的包裝，回歸計算本質，都可以分解成“分散”和“聚合”兩個動作，執行順序是先分散再聚合。更加復雜的，為了提高分布式計算效率，會運用迭代技術，持續將上階段計算結果傳輸給下個階段，滾動地進行分散計算和聚合計算，最終得出計算結果。
在分散和聚合基礎上，已經衍生出許多分布式計算模型，比如谷歌的MapReduce，就屬於比較簡單的分布式計算模型，最初是用在它的搜索引擎上，后來也被Hadoop采用，用於大數據處理。Spark的分布式計算模型就復雜一些，因為它能夠同時操作多個Map任務和Reduce任務一起工作。Laxcus更進一步，將分布式計算和計算機硬件整合起來，發展成一個分布式操作系統，它的分布式軟件工具包（DSDK）里面，針對不同的分布式計算業務，封裝了多種分布式計算模型，同樣它也提供可以迭代運行技術，支持持續地處理分布式計算。
(基本是最簡單的分布式計算)
分布式計算的“分散”，指的是從一個節點出發，把指令或者數據傳遞到多個節點上運行，按照某種計算規則，驅動這些節點生成計算結果。“聚合”是對結果數據的編排和匯總，根據不同的需求，聚合又分為對數據本身的聚合和對元數據的聚合。
對數據本身的聚合比較容易理解，就是把相同性質的數據放到一起進行處理。比如MPP數據庫，當Select執行Group by和Order by操作時，就需要先提取多個節點上的同質數據，經過匯集后，再進行分組計算和排序計算。
元數據的聚合通常發生在數據聚合前，這是一種預處理操作，要求按照某種預定的規則，對不同性質的數據進行分區。分區后產生的對原來數據集合的映射，就是元數據。
元數據產生在迭代計算過程中，這種數據屬於中間數據，被用來做為輸入提供給下個階段使用。元數據現在被各種分布式計算模型普遍使用，因為這些分布式計算模型都需要提高計算效率，最后都統一了選擇這種小樣本管理大數據的策略。
面對不同的業務，元數據的格式和內容雖然多種多樣，但是有兩個參數是必須具有的：1. 標記元數據唯一性的散列碼。2. 產生元數據的節點。這兩個參數保證分布式計算過程中，每一塊數據都能夠被定位和識別。
現在各種分布式計算框架，基本都提供元數據編程接口，允許開發者自己定義元數據。象Laxcus集群操作系統，它的分布式軟件開發工具包里面，每套分布式計算模型都有對應的元數據編程接口，同樣也支持開發者在即有規則上，定義自己的元數據規范。這樣做，即簡化了開發分布式應用軟件的難度，也給開發者帶來更多靈活性和開發便利。
為了更好地提升計算效率和節省計算資源，所有分布式計算模型都會建議開發者采用“移動計算”，減少“移動數據計算”。這個概念現在很少有人提及，但是非常重要，所以要說一說。
移動計算就是在產生數據本身的節點上進行計算，移動數據計算需要把數據搬運到指定的目標節點上，再進行計算工作。相比移動數據計算，移動計算省略了數據在網絡中的傳輸開銷，計算效率會大大提高。
但是完全擺脫移動數據計算也是不可能的，因為分布計算過程中，一旦涉及數據的編組、排列、匯總等計算工作，就需要把若干節點的數據傳遞到指定的目標節點上，網絡數據傳輸工作不可避免。目前很多分布式計算執行過程中，相當大的一部分時間會被數據傳輸占用，而計算工作處於空置狀態，所以為了減少時延提高計算效率，各種分布式計算模型也在用各種辦法改進網絡通信效率。
在改善網絡通信效率方面，尤其以Laxcus做得最為出色。它提供了一套類似5G Massive MIMO的多通道傳輸技術，同時還有人工智能技術輔助管控通信設備和網絡流量，數據傳輸的穩定性可靠性非常高。在對比測試中，在網絡基礎環境不變情況下，它比更早期不支持多通道的數據傳輸，改進后的通信效率能夠提升5-20倍。這是一種非常有前景的技術，也是目前所有分布式計算模型中獨樹一幟的。
（多點連接，多通道並行，數據傳輸效果會更好）
現在的分布式計算，無論是理論、技術，還是產品和使用上，都已經日臻完善。它的未來發展趨勢，正在以肉眼可見的速度，快速向軟件化方向，特別是當Laxcus這樣的分布式操作系統出現后，由於有了統一和標准化的基礎平台，更容易部署和使用分布式應用軟件。目前這股發展趨勢已經非常明顯，象高速空氣流體、基因工程、生物醫葯、人工智能的計算工作，都重度依賴大規模分布式計算和它的基礎平台。一旦分布式計算全面應用軟件化，整個市場都會發生巨大變化。這些好處，我總結一下，大概有以下三點：
1. 有了統一的標准平台，就意味着，只是操作系統不改變，應用軟件放在哪里都可以運行。不象現在各家雲服務商自己建立一套，導致互相不兼容，應用軟件遷移難度非常大。而企業如果不上雲，就需要自己搭建基礎平台，建設成本非常高。
2. 分布式應用軟件的開發會更加規范，同時也意味着開發成本更低，這方面可以參考安卓、IOS、Windows上的開發經驗。
3. 形成生態，產生更大的新的市場。分布式應用在沒有軟件化之前，主要以解決方案的方式出現，這種模式重度依賴特定企業和特定目標群體，無論開發成本還是使用成本都非常高，而且市場容量有限。現在有了分布式操作系統，應用軟件的開發工作可以快速下沉到個體開發者。以當前分布式計算蓬勃的發展勢頭，一旦把海量個體開發者群體納入進來，與市場上各種需求對接，形成用戶與開發者的良性互動，就會出現供需市場。當用戶有了更多更豐富的分布式應用軟件可供選擇，市場就會發展起來，最終通過市場規模的持續擴大，就會形成分布式應用生態。同理參考這十年手機生態的發展歷程。
所以說，分布式計算的發展趨勢是應用軟件化和生態化，也是它的最終形態。
未來結果如何，各位拭目以待吧！歡迎大家在下方評論！
（Laxcus集群操作系統桌面，類似Windows，客戶端遠程操控集群上運行的分布式應用軟件）