知识卡片
数据集中集群与数据分散集群的分野
内容
多机数据集群按角色分两类：数据集中集群（如ZooKeeper）数据只往一台主机写，其余是备份，本质是主备架构的多备版本，适合数据量不大的场景；数据分散集群（如Hadoop、ES）每台服务器只存一部分数据、也能处理自己那部分读写，靠一角色负责分配算法，适合数据巨大、机器可扩到上千台。发散：判断该用哪种模式的关键不是”要不要用集群”，而是”数据量是否已大到单机存不下”。
参考来源
- 位置：《从0开始学架构》第30章《26｜高可用存储架构：集群和分区》（源文件：_epub-src/OEBPS/Text/part0029_split_000.html）
- 结论依据：原文明确"数据集中集群适合数据量不大，集群机器数量不多的场景。例如，ZooKeeper集群，一般推荐5台机器左右，数据量是单台服务器就能够支撑；而数据分散集群，由于其良好的可伸缩性，适合业务数据量巨大、集群机器数量庞大的业务场景。例如，Hadoop集群、HBase集群，大规模的集群可以达到上百台甚至上千台服务器"。
- 原始内容：数据集中集群适合数据量不大，集群机器数量不多的场景。例如，ZooKeeper集群，一般推荐5台机器左右，数据量是单台服务器就能够支撑；而数据分散集群……适合业务数据量巨大、集群机器数量庞大的业务场景……大规模的集群可以达到上百台甚至上千台服务器。