Hva er distribuert databehandling?
Distribuert databehandling bruker et nettverk av mange datamaskiner, som hver utfører en del av en samlet oppgave, for å oppnå et beregningsresultat mye raskere enn med en enkelt datamaskin. I tillegg til et høyere datakraft, gir distribuert databehandling også mange brukere å samhandle og koble seg åpent. Ulike former for distribuert databehandling tillater forskjellige nivåer av åpenhet, og de fleste aksepterer at en høyere grad av åpenhet i et distribuert datasystem er fordelaktig.
Det segmentet av Internett de fleste er mest kjent med, World Wide Web, er også den mest gjenkjennelige bruken av distribuert databehandling på den offentlige arenaen. Mange forskjellige datamaskiner gjør alt man gjør mens du surfer på Internett, med hver datamaskin tildelt en spesiell rolle i systemet.
En hjemmemaskin brukes for eksempel til å kjøre nettleseren og til å dele ned informasjonen som blir sendt, slik at den blir tilgjengelig for sluttbrukeren. En server hos internettleverandøren din fungerer som en port mellom hjemmedatamaskinen og det større Internett. Disse serverne snakker med datamaskiner som inneholder domenenavnsystemet, for å hjelpe deg med å bestemme hvilke datamaskiner de skal snakke med basert på nettadressen sluttbrukeren oppgir. I tillegg er hver webside vert på en annen datamaskin.
En annen type distribuert databehandling er kjent som grid computing. Grid computing består av mange datamaskiner som opererer sammen eksternt og ofte bare ved å bruke tomgangsprosessorkraften til vanlige datamaskiner. Eksempelet med høyest synlighet på denne formen for distribuert databehandling er At Home-prosjektet til Search for Extra-Terrestrial Intelligence (SETI). SETI bruker prosessorkraften til over fem millioner hjemmecomputere for å utnytte beregningskraft langt i overkant av selv de største superdatamaskiner. SETI gjør tilgjengelig et gratis stykke programvare en hjemmebruker kan installere på en datamaskin. Programvaren kjøres når datamaskinen står uvirksom, og hver datamaskin med programvaren kontakter en sentral server i Berkeley og laster ned en 250k-fil som forteller den hva den skal analyseres. Det distribuerte datasystemet analyserer deretter disse dataene for spesifikke mønstre, som i teorien representerer en stor sannsynlighet for intelligent design.
Mange datamaskiner er også eksempler på distribuert databehandling - om enn mindre drastiske. Ved å bruke flere prosessorer i samme maskin, kan en datamaskin kjøre separate prosesser og nå et høyere nivå av effektivitet enn ellers. Mange hjemmecomputere benytter seg nå av multiprosessering, så vel som en lignende praksis kjent som multithreading, for å oppnå mye høyere hastigheter enn kollegene med en prosessor.