Last week, we talked about
◻Definition and features of indirect communication,
◻Paradigms of indirect communication,
◻Compared publish-subscribe, message queues, distributed shared memory and tuple spaces,
◻A case study with Java Messaging Service.
Today we talk about
◻P2P (Peer to Peer) computing
🞑Characteristics
🞑Benefits
🞑Disadvantages
🞑Various P2P network implementations
◻Cloud Computing
◻Fog Computing
P2P (Peer-to-Peer) 计算
1. 概述
P2P（Peer-to-Peer）计算是一种分布式系统模型，其中各个节点（称为“对等体”或“Peer”）既是客户端，也是服务器。每个节点可以直接与其他节点通信，而不依赖于集中式服务器。
2. 特点（Characteristics）
去中心化：P2P 系统没有中心服务器，每个节点都可以共享资源、数据或服务。
对等关系：每个节点（Peer）角色对等，既是资源的消费者，也是资源的提供者。
动态拓扑：节点可以随时加入或退出系统，P2P 网络的结构动态变化。
自组织性：网络中的节点可以自发连接和维护网络拓扑结构。
分布式资源共享：节点之间共享存储、计算能力、文件等资源。
3. 优点（Benefits）
可扩展性：P2P 网络可以轻松扩展，随着节点的增加，整体的资源容量和计算能力提升。
资源利用最大化：网络中的每个节点都可以提供资源，充分利用分布式资源。
容错性和可靠性：由于没有单一故障点，系统更具容错能力，部分节点失败不会导致整个网络瘫痪。
成本低廉：不需要昂贵的集中服务器，节点可以使用现有的资源参与网络。
动态适应性：节点可以自由加入或离开，网络可以根据需求动态重组。
4. 缺点（Disadvantages）
管理难度高：由于网络去中心化，难以对节点进行集中管理。
安全性问题：
• 节点可能传播恶意代码或病毒。
• 身份验证和数据安全较难保障。
节点不稳定：节点随时可以离开，导致资源访问不稳定。
搜索效率低：在无结构化 P2P 网络中，查找资源可能需要大量时间和带宽。
带宽消耗大：节点之间的频繁数据交换可能导致网络带宽压力大。
5. 不同的 P2P 网络实现（Various P2P Implementations）
1. 结构化 P2P 网络（Structured P2P）
• 节点之间按照某种拓扑结构组织，通常使用分布式哈希表（DHT） 进行资源定位。
• 特点：高效查找资源，时间复杂度低。
• 示例：Chord、Pastry、CAN（Content Addressable Network）。
2. 非结构化 P2P 网络（Unstructured P2P）
• 节点之间没有固定的拓扑结构，资源查找通过泛洪（Flooding）或随机游走等方式。
• 特点：实现简单，但资源搜索效率较低。
• 示例：Gnutella、KaZaA。
3. 混合 P2P 网络（Hybrid P2P）
• 结合了集中式服务器与去中心化节点的优点。中心服务器帮助节点查找资源，而实际的数据传输在节点之间进行。
• 特点：查找效率高，部分去中心化。
• 示例：Napster、Skype。
6. 应用场景
文件共享：如 BitTorrent 和 Gnutella。
分布式计算：如 SETI@home、Folding@home。
实时通信：如 Skype。
加密货币：如 Bitcoin，去中心化的区块链技术依赖 P2P 网络。
Cloud Computing（云计算）
1. 定义
云计算是一种通过互联网按需提供计算资源和服务（如存储、处理能力、应用程序）的模型。用户无需购买硬件或软件，可以按需租用资源。
2. 特点
• 按需服务：用户根据需要获取资源。
• 资源池化：多个用户共享资源池，提高资源利用率。
• 弹性扩展：资源可以根据需求动态扩展或收缩。
• 按使用计费：用户只需为实际使用的资源付费。
3. 应用
• 存储服务：如 Amazon S3、Google Drive。
• 计算服务：如 AWS EC2、Microsoft Azure。
• 应用服务：如 SaaS（软件即服务）平台。
Fog Computing（雾计算）
1. 定义
雾计算是一种扩展云计算的技术，将计算、存储和网络服务部署在靠近数据源的边缘设备上，而不是在远程数据中心中。
2. 特点
• 低延迟：数据处理在靠近设备的边缘完成，减少了数据传输的延迟。
• 边缘计算：分散计算负载到多个边缘节点，减轻云端压力。
• 实时响应：适用于对时间敏感的应用，如物联网（IoT）和自动驾驶。
3. 应用场景
• 智能城市：通过边缘设备实时处理传感器数据。
• 物联网：支持大量设备产生的实时数据处理。
• 工业自动化：设备间的数据交换与实时控制。
总结
今天讨论了三种分布式技术的核心内容和应用场景：
P2P 计算：强调去中心化、节点的对等性，适合分布式资源共享和文件传输。
云计算：集中化的资源管理和按需服务，适用于大规模计算和存储。
雾计算：将计算移到边缘设备，更适合实时数据处理和低延迟需求。
每种技术都有各自的优势和应用领域，开发者可以根据不同的系统需求选择合适的分布式架构。
Problems of Client/Server architecture
◻Client/Server architecture is a main architecture for distributed systems.
◻If too many users access the server/s at the same time, such architecture can suffer from network overload problem.
🞑Slow down,
🞑Long queues (排队),