Hva er de forskjellige bruksområdene for distribuert databehandling?
Distribuert databehandling kan brukes til mange applikasjoner fra verdslige lagring til oppgaver som setter en tung arbeidsmengde på den sentrale prosesseringsenheten (CPU). Dagens telekommunikasjonsnettverk og Internett i seg selv er eksempler på allestedsnærværende distribuerte databehandlingsmodeller. Hver datamaskin er autonome, men bidrar til det større systemet, enten for kommunikasjon og informasjon, databehandling, modellering eller kontrollsystemer.
Datamaskinbehandling basert på en datamaskin tvinger alle sett med data som skal traktes gjennom datamaskinens prosessor ett sett om gangen. Når det er store datamengder som skal behandles, kan dette bli tidkrevende fordi hvert sett med data må løses før det neste kan startes. Distribuert databehandling gjør at flere deler av et stort datasett kan behandles samtidig.
Informasjonsdelingsnettverk bruker tungt distribuert databehandling. Dagens telekommunikasjonsnettverk og Internett er effektivt en, gigantisk database.Informasjonen som er lagret på alle tilkoblede datamaskiner håndteres autonomt, men kan bli bedt om i hele nettverket av en annen ressurs.
Enten du ber om en webside eller et telefonnummer, et medlem av et distribuert nettverksprosesser som ber om og sender informasjonen tilbake til rekvirenten. Dette gjelder også begrepet distribuerte sikkerhetskopier. Serverfarmer og datasentre benytter seg av distribuert databehandling for å sikre redundans i sikkerhetskopiering, slik at all kritisk informasjon er trygg mot den potensielle feilen til en server i nettverket.
Distribuert databehandling kan også brukes til å behandle store mengder informasjon raskt, og bryte den i diskrete deler som deretter kan rekombineres til den større helheten. Dette tillater utbredt datasettanalyse. Andre ganger kan dette oversette til direkte innspill som gjengivelse av gårder der hver ramme av en datamaskingenerert scene er broKen ned i deler som deretter blir håndtert av datamaskiner i den distribuerte klyngen. De fullførte segmentene rekombineres deretter til helheten.
En annen bruk for distribuert databehandling er for vitenskapelig modellering i stor skala. Miljølodeller kan ha et stort antall variabler som en enkelt datamaskin må trene en etter en før han innebygde i en endelig modell. Distribuert databehandling gjør at hver av disse variablene kan pakkes ut til andre systemer og lar resultatene genereres mye raskere, i de fleste tilfeller i sanntid.
Industrielle kontrollsystemer så vel som flysontrollsystemer benytter seg av distribuert databehandling på veldig direkte måter. Disse klyngene av datamaskiner fører tilsyn med begge typer systemer i sanntid, og rapporterer stadig resultater til hverandre så vel som til menneskelige operatører. Skulle det være en funksjonsfeil eller sammenbrudd i den industrielle prosessen, kan nettverket umiddelbart finne hvor funksjonsfeil er og rute rundt det til det er reparasjonEd. På samme måte kan flytekontrollsystemer raskt finne ut trafikkmønstre, bane og ryddet rullebaner for at fly trygt og effektivt opererer på flyplasser, samt rute rundt problemområder forårsaket av væravbrudd.