现在的计算机的数据处理工作，无论用哪个牌子的计算机，哪种操作系统，何种软件，处理方式都分为两种：集中模式和分布模式，下面说说它们各自的特点。
集中模式是把数据的存储和计算能力放在一台计算机上，典型如现在普遍使用的数据库。用户通过终端连上主机，主机接受用户的指令执行数据处理工作，把结果反馈给终端。这种模式有一个问题，随着访问量增加，主机的承载压力增大，就必须给主机升级。于是加CPU，加内存，加硬盘（这是很多数据库都用小型机这样高性能计算机的原因），使成本投入越来越大。然而这种改变仍然有限，不能满足需求。
分布模式采用了把数据存储和计算能力分离的原则，包括存储和计算也是可以分离的，然后通过网络把它们联接起来，形成集群。每台计算机在其中做为一个节点，承担一部分工作 。如果业务规模增加，只需要向集群加入计算机。这种线性扩展使得存储/计算资源得到最大化利用。分布模式的典型如现在的大数据系统，网络搜索引擎。从发展看，这是解决数据量越来越多，计算压力越来越大的唯一的出路。
集群的计算机规模是不是可以无限扩展呢？答案：不是！受到规模放大效应、木桶短板效应、边界效应等多方面的影响，集群的扩展规模也是有限的。当然，即使这样，集群的处理能力也不是小型机/大型机所能比拟的(目前集群计算机数量可以轻松过千！)。但是仍然不能满足需求，怎么办？答案：并行多集群。将数个集群放在一起并行运行，将数据处理能力继续分拆，可以解决大多计算面临的瓶颈。Laxcus目前已经实现了并行多集种的数据处理。
集中模式是把数据的存储和计算能力放在一台计算机上，典型如现在普遍使用的数据库。用户通过终端连上主机，主机接受用户的指令执行数据处理工作，把结果反馈给终端。这种模式有一个问题，随着访问量增加，主机的承载压力增大，就必须给主机升级。于是加CPU，加内存，加硬盘（这是很多数据库都用小型机这样高性能计算机的原因），使成本投入越来越大。然而这种改变仍然有限，不能满足需求。
分布模式采用了把数据存储和计算能力分离的原则，包括存储和计算也是可以分离的，然后通过网络把它们联接起来，形成集群。每台计算机在其中做为一个节点，承担一部分工作 。如果业务规模增加，只需要向集群加入计算机。这种线性扩展使得存储/计算资源得到最大化利用。分布模式的典型如现在的大数据系统，网络搜索引擎。从发展看，这是解决数据量越来越多，计算压力越来越大的唯一的出路。
集群的计算机规模是不是可以无限扩展呢？答案：不是！受到规模放大效应、木桶短板效应、边界效应等多方面的影响，集群的扩展规模也是有限的。当然，即使这样，集群的处理能力也不是小型机/大型机所能比拟的(目前集群计算机数量可以轻松过千！)。但是仍然不能满足需求，怎么办？答案：并行多集群。将数个集群放在一起并行运行，将数据处理能力继续分拆，可以解决大多计算面临的瓶颈。Laxcus目前已经实现了并行多集种的数据处理。
