Distributed processing

Distributed processing

 

Tool	好处	坏处	类型	支持序列化	支持根据负载动态调度任务	支持c	支持dependency的调度	有成熟的library
Actor model	天生支持分布式，本身已经包含基本的serialization功能	比较底层 需要自己编写调度代码 没有广泛支持c的library	传统基于msg的系统	v	x	v	x	x
Apache Storm http://storm.apache.org/	本身支持分布式，dependency的调度	基于java，不支持c	Streaming 系统	v	v	x	v	v
Grpc	支持c	需要自己编写调度代码 效率不高（基于http）	RPC	v	x	v	x	v
Stapl (Standard Adaptive Parallel Library) https://parasol.tamu.edu/stapl/ https://parasol-lab.gitlab.io/stapl-home/docs/sgl/ https://gitlab.com/parasol-lab	STAPL（标准模板自适应并行库）是用于在C ++中开发并行程序的框架。它设计用于共享和分布式内存并行计算机   TaskGraph				V?
Stolos， https://github.com/sailthru/stolos/blob/master/README.md Chronos， luigi， Azkaban	a task dependency scheduler that helps build distributed pipelines	像是接近批处理框架，实时性可能会慢？			V?
Zeromq	支持c	只是消息队列，需要自己编写序列化，和调度			V?
Celery http://www.celeryproject.org/	芹菜：分布式任务队列 Celery是基于分布式消息传递的异步任务队列/作业队列。它专注于实时操作，但也支持调度。	基于python			V?	x	？	v
Thrift
hadoop		批处理系统，慢 Map reduce不是非常适用 Java	MapReduce-like 系统	v	v	v	x	V
MPI (mpich2 和 openmpi)			传统基于msg的系统
GraphLab (dato) https://turi.com/		好像用于机器学习方面的	图计算系统
Giraph / Hama			图计算系统
Spark Streaming		不是纯粹的流处理，实时性可能会有影响	Streaming 系统
Flink			Streaming 系统
TBB Charm++ Titanium UPC PSTL
Bonic https://boinc.berkeley.edu/trac/wiki/ProjectMain
Tpl dataflow
Julia language https://julialang.org/	语言层面支持分布式	没有图调度		v	v	vx	x	V
OpenHMPP		是一个标准
OpenMP		是一个标准
Apache graphx
Apache Storm，Trident，Spark Streaming，Samza和Apache Flink

 

Keywords

Distributed processing

Distributed computing

Distributed task scheduler

并行计算

高性能计算

Task Dependence Graph

 

 

技术

Paxos

Consistent Hash

分布式存储系统还有一系列的理论、算法、技术作为支撑：例如 Paxos, CAP, ConsistentHash, Timing (时钟), 2PC, 3PC

 

分布式计算系统也做了一个分类，如下：

 

1. 传统基于msg的系统

2. MapReduce-like 系统

3. 图计算系统

4. 基于状态（state）的系统

5. Streaming 系统

 

https://en.wikipedia.org/wiki/List_of_concurrent_and_parallel_programming_languages

http://www.infoq.com/cn/articles/comparison-of-main-stream-processing-framework

http://www.infoq.com/cn/articles/comparison-of-main-stream-processing-framework