fbpx
Distributed Processing

Mengenal apa itu Distributed Processing

13 Mei 2022

Apa itu distributed processing? Mulanya, mikroprosesor hanya melibatkan satu CPU pada sebuah chip. Namun, seiring perkembangan rekayasa mikroprosesor, diketahui bahwa beberapa prosesor dapat digabungkan untuk mempercepat proses. Temuan ini kemudian dipelajari lebih lanjut hingga menghasilkan suatu teknologi yang dinamakan distributed processing. Bagaimana teknologi ini dimanfaatkan?  

Apa itu distributed processing?

Secara sederhana, dapat dipahami bahwa distributed processing adalah berbagai sistem komputer yang melibatkan lebih dari satu komputer (atau terkadang prosesor) untuk menjalankan suatu aplikasi. Tidak hanya itu, suatu sistem yang melibatkan penggunaan komputer tunggal dengan beberapa CPU sekaligus untuk menjalankan program (sistem paralel), juga masuk dalam distributed processing ini.

Distributed processing merupakan suatu tugas komputasi yang sangat kompleks. Tugas tersebut dibagi ke beberapa jaringan mesin individu, yang kemudian menyelesaikan bagiannya masing-masing. Setelah bagian tugas selesai, akan langsung dikirimkan kembali untuk dikompilasi menjadi satu output yang utuh.

Pentingnya distributed process untuk bisnis

Sebenarnya, distributed processing adalah suatu hal yang dekat dengan kehidupan. Ada banyak sekali aktivitas yang melibatkan sistem komputer ini. Salah satunya adalah saat Anda menggunakan layanan cloud. Sebab, semua yang berjalan di cloud menggunakan jaringan yang melibatkan beberapa prosesor sekaligus.

Contoh lainya adalah proses data mining pada big data, online game yang melibatkan beberapa orang sekaligus (MMO), hingga komunitas virtual di dunia maya. Penerapan distributed processing juga tidak selalu mengandalkan jaringan internet, tapi juga beberapa prosesor lokal yang disatukan. Hal ini banyak digunakan oleh para video editor dan animator untuk proses render. Tanpa melakukan distributed processing, proses render akan berjalan lama.

Mengapa distributed process digunakan?

Ada banyak sekali keuntungan yang bisa didapatkan dengan menerapkan distributed processing, di antaranya:

1. Ketersediaan yang lebih baik

Sistem komputer monolitik (hanya menggunakan satu prosesor) memiliki keterbatasan dalam menjalankan suatu proses. Hasilnya, performa komputer menjadi sangat lambat. Jika Anda menjalankan satu sistem saja, mungkin masih dapat ditoleransi. Namun, bagaimana jika harus menjalankan beberapa sistem sekaligus dalam satu waktu?

Distributed processing membagi operasional sistem tersebut ke beberapa server. Dengan begitu, titik kegagalan tidak hanya terpusat pada satu server. Sistem ini juga menyembunyikan TTR (time-to-recovery) yang durasinya terlalu panjang. Menariknya lagi, sistem terdistribusi juga dapat ditempatkan dekat dengan pengguna yang membutuhkan.

2. Ketahanan tinggi

Untuk beberapa proses yang sederhana, sistem monolitik saja mungkin sudah cukup. Namun, bagaimana dengan proses yang rumit dan melibatkan banyak pengguna? Kenyataannya, mayoritas proses yang berjalan saat ini terbilang rumit dan sangat menuntut ketahanan tinggi.

Sistem penyimpanan terdistribusi terus-menerus membuat banyak salinan dari sepotong data, hingga menghasilkan fleksibilitas biaya, waktu pemulihan, dan bahkan daya tahan. Sistem ini juga dapat didesain agar tahan terhadap risiko yang berkorelasi, sekaligus menghindari korelasi secara langsung.

3. Skalabilitas

Distributed processing juga merupakan suatu sistem yang fleksibel dari segi skala. Untuk mengembangkannya pun sangat mudah, Anda cukup menambahkan prosesor sesuai kebutuhan.

Hal ini mungkin terjadi karena sistem terdistribusi ini masuk dalam kategori stateless. Sistem stateless jauh lebih mudah diskalakan jika dibandingkan dengan sistem dengan state. Sebab, pada state system, Anda perlu menentukan bagaimana penyebarannya. Anda juga harus mencari cara untuk mengirim pengguna ke tempat yang tepat.

Kesimpulan

Bisa disimpulkan, distributed processing adalah beberapa sistem komputer yang memanfaatkan sejumlah komputer atau prosesor untuk menjalankan suatu program. Sistem ini memungkinkan Anda untuk membagi sebuah tugas besar ke beberapa unit yang lebih kecil sehingga waktu pengerjaannya pun lebih singkat. Selain itu, pada sistem yang terdistribusi, Anda juga bisa mendapatkan ketersediaan, daya tahan, hingga skalabilitas lebih baik dari sistem monolitik.

Sejalan dengan perkembangan teknologi, sistem komputer yang ada sekarang pun semakin bervariasi. Tertarik untuk mempelajari bagaimana komputer bekerja dalam menjalankan program? Anda bisa mengikuti kelas di Algoritma Data Science School.

Algoritma Data Science School menawarkan berbagai kelas mengenai data science, baik untuk individu maupun perusahaan. Materi selalu diperbarui sehingga tetap relevan dengan kondisi market saat ini. Untuk informasi lebih lanjut, Anda bisa klik di sini!

Referensi:

  • brooker.co – Why do we need distributed systems?
  • ibm – What is distributed computing
  • webopedia – Distributed Processing

Yuk belajar data science di Algoritma Data Science Education Center! Kamu bisa ikut berbagai kelas data science untuk pemula, salah satunya di program Academy kami.

PELAJARI LEBIH LANJUT

The last comment and 2 other comment(s) need to be approved.

Related Blog

Real Time Processing
Perbedaan Batch Processing dan Real Time Processing
Metode Pengolahan Data
Tipe, Langkah, dan Metode Pengolahan Data
Batch Processing
Mengenal Batch Processing dan Implementasinya

Apa itu distributed processing? Mulanya, mikroprosesor hanya melibatkan satu CPU pada sebuah chip. Namun, seiring perkembangan rekayasa mikroprosesor, diketahui bahwa beberapa prosesor dapat digabungkan untuk mempercepat proses. Temuan ini kemudian dipelajari lebih lanjut hingga menghasilkan suatu teknologi yang dinamakan distributed processing. Bagaimana teknologi ini dimanfaatkan?  

Apa itu distributed processing?

Secara sederhana, dapat dipahami bahwa distributed processing adalah berbagai sistem komputer yang melibatkan lebih dari satu komputer (atau terkadang prosesor) untuk menjalankan suatu aplikasi. Tidak hanya itu, suatu sistem yang melibatkan penggunaan komputer tunggal dengan beberapa CPU sekaligus untuk menjalankan program (sistem paralel), juga masuk dalam distributed processing ini.

Distributed processing merupakan suatu tugas komputasi yang sangat kompleks. Tugas tersebut dibagi ke beberapa jaringan mesin individu, yang kemudian menyelesaikan bagiannya masing-masing. Setelah bagian tugas selesai, akan langsung dikirimkan kembali untuk dikompilasi menjadi satu output yang utuh.

Pentingnya distributed process untuk bisnis

Sebenarnya, distributed processing adalah suatu hal yang dekat dengan kehidupan. Ada banyak sekali aktivitas yang melibatkan sistem komputer ini. Salah satunya adalah saat Anda menggunakan layanan cloud. Sebab, semua yang berjalan di cloud menggunakan jaringan yang melibatkan beberapa prosesor sekaligus.

Contoh lainya adalah proses data mining pada big data, online game yang melibatkan beberapa orang sekaligus (MMO), hingga komunitas virtual di dunia maya. Penerapan distributed processing juga tidak selalu mengandalkan jaringan internet, tapi juga beberapa prosesor lokal yang disatukan. Hal ini banyak digunakan oleh para video editor dan animator untuk proses render. Tanpa melakukan distributed processing, proses render akan berjalan lama.

Mengapa distributed process digunakan?

Ada banyak sekali keuntungan yang bisa didapatkan dengan menerapkan distributed processing, di antaranya:

1. Ketersediaan yang lebih baik

Sistem komputer monolitik (hanya menggunakan satu prosesor) memiliki keterbatasan dalam menjalankan suatu proses. Hasilnya, performa komputer menjadi sangat lambat. Jika Anda menjalankan satu sistem saja, mungkin masih dapat ditoleransi. Namun, bagaimana jika harus menjalankan beberapa sistem sekaligus dalam satu waktu?

Distributed processing membagi operasional sistem tersebut ke beberapa server. Dengan begitu, titik kegagalan tidak hanya terpusat pada satu server. Sistem ini juga menyembunyikan TTR (time-to-recovery) yang durasinya terlalu panjang. Menariknya lagi, sistem terdistribusi juga dapat ditempatkan dekat dengan pengguna yang membutuhkan.

2. Ketahanan tinggi

Untuk beberapa proses yang sederhana, sistem monolitik saja mungkin sudah cukup. Namun, bagaimana dengan proses yang rumit dan melibatkan banyak pengguna? Kenyataannya, mayoritas proses yang berjalan saat ini terbilang rumit dan sangat menuntut ketahanan tinggi.

Sistem penyimpanan terdistribusi terus-menerus membuat banyak salinan dari sepotong data, hingga menghasilkan fleksibilitas biaya, waktu pemulihan, dan bahkan daya tahan. Sistem ini juga dapat didesain agar tahan terhadap risiko yang berkorelasi, sekaligus menghindari korelasi secara langsung.

3. Skalabilitas

Distributed processing juga merupakan suatu sistem yang fleksibel dari segi skala. Untuk mengembangkannya pun sangat mudah, Anda cukup menambahkan prosesor sesuai kebutuhan.

Hal ini mungkin terjadi karena sistem terdistribusi ini masuk dalam kategori stateless. Sistem stateless jauh lebih mudah diskalakan jika dibandingkan dengan sistem dengan state. Sebab, pada state system, Anda perlu menentukan bagaimana penyebarannya. Anda juga harus mencari cara untuk mengirim pengguna ke tempat yang tepat.

Kesimpulan

Bisa disimpulkan, distributed processing adalah beberapa sistem komputer yang memanfaatkan sejumlah komputer atau prosesor untuk menjalankan suatu program. Sistem ini memungkinkan Anda untuk membagi sebuah tugas besar ke beberapa unit yang lebih kecil sehingga waktu pengerjaannya pun lebih singkat. Selain itu, pada sistem yang terdistribusi, Anda juga bisa mendapatkan ketersediaan, daya tahan, hingga skalabilitas lebih baik dari sistem monolitik.

Sejalan dengan perkembangan teknologi, sistem komputer yang ada sekarang pun semakin bervariasi. Tertarik untuk mempelajari bagaimana komputer bekerja dalam menjalankan program? Anda bisa mengikuti kelas di Algoritma Data Science School.

Algoritma Data Science School menawarkan berbagai kelas mengenai data science, baik untuk individu maupun perusahaan. Materi selalu diperbarui sehingga tetap relevan dengan kondisi market saat ini. Untuk informasi lebih lanjut, Anda bisa klik di sini!

Referensi:

  • brooker.co – Why do we need distributed systems?
  • ibm – What is distributed computing
  • webopedia – Distributed Processing

Yuk belajar data science di Algoritma Data Science Education Center! Kamu bisa ikut berbagai kelas data science untuk pemula, salah satunya di program Academy kami.

PELAJARI LEBIH LANJUT

Related Blog

Computational Thinking
Pengertian Computational Thinking dalam Data Science
Data Science Tools
Data Science Tools yang Umum Digunakan
Web Scraping Python
Alasan Mengapa Python Bagus untuk Web Scraping
The last comment and 2 other comment(s) need to be approved.