前言
本文隶属于专栏《大数据从0到1》，该专栏为笔者原创，引用请注明来源，不足和错误之处请在评论区帮忙指出，谢谢！
本专栏目录结构和参考文献请见大数据从0到1
分布式 VS 大数据
- 分布式指的是系统设计是在多台物理机上分布部署的，而大数据更关注的是海量数据本身。一个分布式系统是为了处理大数据量，处理大并发量而设计的，但并不等同于大数据应用。
- 分布式的核心是实现数据和计算的分布，提高系统的可用性和伸缩性。而大数据的侧重点更在于数据的存储、管理和深度分析。
- 分布式通常涉及到数据存储、任务调度、负载均衡等方面设计，而大数据需要对海量数据进行采集、存储、管理、分析、可视化等，要考虑更多的技术点，如Hadoop、Spark、HDFS等。
- 分布式可以实现同一个技术，如Hadoop就可以用于分布式和大数据。而大数据往往会使用更多的技术，比如Hadoop、Spark、HDFS、Kafka等，实现多个技术的协同。
- 分布式是一种设计思想，可以用于各个方案中。而大数据更类似于一个技术手段，涉及到的数据采集、存储、计算、分析。不同的企业会有不同的技术实现。
- 分布式系统不一定是大数据系统，比如可以用来做微服务架构；大数据系统也不一定就是分布式的，也可以是集中式的。
- 分布式是指计算机系统中多个节点之间协同工作，共同完成一个任务。而大数据则是指数据量巨大、复杂度高、处理速度快的数据集合。它们之间的区别在于分布式关注的是系统架构，而大数据关注的是数据处理。
总体来说，分布式是一种设计理念，而大数据更是一种技术手段，两者有一定重合，但也有所不同。分布式是为了处理大数据量而设计的，但处理大数据并不等同于分布式系统。