分布式 - 如何充分利用多个计算机资源?

Question

有多台笔记本电脑,手机,如何统合这些计算资源?
比如我在一台电脑上安装QQ这个软件 另一台电脑上不需要再安装这个软件 也可以使用QQ这个程序也就是说同样的资源是需要在一台电脑上即可 (我尝试过网络存储,但是效果不太好,首先太慢了,其次需要把每台电脑灯配置成服务器)
另外一个要求 对于一个计算任务把它分配给不同电脑上的CPU进行计算

顺便问一下企业是如何实现多个CPU资源充分利用

Answer 1

一般的企业，没有特殊需求的话，应该不会去整合计算资源，做这个事情本身也是需要投入的。

平常能见到的应用，应该就是：云桌面。有些企业，或者学校可能会用这种方案。
每个用户分配一个”瘦终端“，实际使用的计算资源是来自祝服务器，这一定程度上算是充分利用了服务器资源。

还有就是云计算厂商在做这种事情，所以有了 云服务器、sericeless、函数计算这种类型的服务。可能他们内部使用了类似kubernetes这样的架构，通过调度任务到空闲节点，来提高单个节点的资源利用率。

Answer 2

上边的例子好像只是涉及到了文件资源共享, 无盘启动是个办法, 现在的无盘启动只要硬件水平够好, 已经是无感的了. 如果是计算资源, 一个计算任务把它分配给不同电脑上的CPU进行计算这种情况, 得在任务分配调度上下点功夫了, 现在很多边缘计算的例子和论文可以参考, 把计算资源分块, 然后再分配下去, 但是这种情况仅限资源比较容易分块.
以上观点未经查证, 仅为个人观点

刚刚查到的一段话:
通常，这种设计的集群是用来开发并行编程应用程序，以解决复杂的科学问题。并行计算(或称平行计算)是相对于串行计算来说的，并行计算能力的目的是用来提高计算速度。它实际是一个计算机集群，其处理能力与真的超级计算机相等。

我听过的一些情景中多机集群,的确都是解决一些科学问题, 日常的一些单一业务多机处理没有涉及到过了

Answer 3

要充分利用多个计算机资源，可以采取以下几种方法：

并行计算：通过将任务分解为多个子任务，并在多个计算机上同时运行这些子任务，从而加速计算过程。可以使用并行编程模型（如MPI、OpenMP等）或分布式计算框架（如Hadoop、Spark等）来实现并行计算。

负载均衡：将任务动态地分配给不同的计算机，以确保每台计算机的负载均衡。可以使用负载均衡算法来决定任务如何分配，以避免某些计算机过载而导致资源浪费。

容器化技术：使用容器化技术（如Docker、Kubernetes等）可以将应用程序和其依赖项打包成独立的容器，使其能够在不同的计算机上运行。这样可以更灵活地利用计算机资源，根据需要动态地调整容器的数量和位置。

分布式存储和数据管理：如果涉及大量数据处理，可以考虑使用分布式存储系统（如HDFS、Ceph等）和数据管理工具（如Hive、HBase等），将数据分布在多个计算机上进行存储和管理，以提高数据访问和处理的效率。

任务调度和资源管理：使用任务调度和资源管理工具（如Apache Mesos、Slurm等）可以更好地管理多个计算机资源，根据任务的需求和计算机的可用性，自动地分配和管理计算资源。

通过以上方法，可以最大限度地利用多个计算机资源，提高计算效率和资源利用率。

Answer 4

企业通常会使用一些专门的软件或技术来充分利用多个计算机资源，包括多台笔记本电脑、手机等设备。以下是一些可能的方法：

1. 分布式计算：这是一种将大任务分解为小块，并在多台计算机上并行处理的技术。一个常见的分布式计算框架是Hadoop，它允许你在多台机器上分配和并行处理大量数据。类似的还有Apache Spark，它提供了一种在分布式环境中处理数据的强大方式。
2. 并行编程模型：这种模型允许你在多台计算机上同时执行代码，以加快计算速度。例如，OpenMP和MPI是两种常见的并行编程模型，适用于C/C++等语言。
3. 集群计算：集群是一组紧密连接的计算机，作为一个整体来提供计算能力。通过集群，你可以将多个计算机连接在一起，以提供更强大的计算能力。
4. 网格计算：这是一种更为分散的计算方式，它将任务分配给由许多不同计算机组成的网格。与集群不同，网格中的计算机可能位于不同的地理位置，并通过网络连接。

对于你的具体需求，例如在不同电脑上使用相同的软件资源，一种可能的解决方案是使用网络启动或者叫网络引导（Network Booting）。这种方式可以让一台电脑通过网络启动并获得所需的软件资源，这样就不需要在每台电脑上都安装相同的软件。具体的实现方式可能需要一些专业知识，但有很多现成的工具和解决方案可以帮助你实现这个目标。

另外，对于需要把一个计算任务分配给不同电脑上的CPU进行计算的需求，你可以考虑使用上述的分布式计算、并行编程模型、集群计算或网格计算等方法。具体使用哪种方法取决于你的具体需求和环境。

最后，你提到的网络存储可能并不是一个好的解决方案，因为其速度可能较慢，而且每台电脑都需要进行配置。然而，如果你有大量的数据需要共享，那么网络存储可能是一个可行的选项。你可以考虑使用专业的存储设备或者云服务来提供这种功能。