我已经看到很多帖子询问如何用Raspberry Pis构建“超级计算机”或集群，但是实际上建立Pis网络的利弊却很少。我对建立自己的小型集群很感兴趣，但是我有几个问题。
群集后，RPI是充当单个虚拟计算机，还是对所有RPI拥有单独控制权？一个节点可以控制其他节点吗？
RPI可以做的事情在集群中是有限的吗？例如，我仍然可以控制所有单独的GPIO端口吗？
它使pi快多少？可以说我制作了一个2节点集群，每个集群的时钟频率都超过1GHz，我是否将拥有一个“双核1GHz”处理器？群集是否需要为二进制倍数？（例如1,2,4,8,16,32,64）
这会使我通过NGINX for pi运行的虚拟主机变得复杂吗？可以为某些节点的处理能力分配它们处理的特定任务吗？例如节点1将处理Web服务请求，节点2将处理云存储等。
Answers:
一些有趣的问题。我认为您可能有点误解了使用Raspberry Pis构建的“超级计算机”的工作方式。它们不能用作自动负载分担系统。它们是为称为并行编程的东西而设计的，其中将复杂的任务分解为可以同时执行的部分。集群（头节点）中的主要Pi负责组织总体任务，集群（客户端节点）中的每个Pi都执行其分配的工作并将结果报告回头节点。诸如OpenMPI之类的库对此很关键。
此外，已构建的Raspberry Pi群集尚未构建为高效的计算设备。它们已被构建为开发平台。购买32台Raspberry Pi比购买32台台式机便宜得多。您可以以这种方式便宜得多地开发和测试并行编程软件。如果没有Pi或PC，则唯一的选择是在实际的超级计算机上请求CPU时间。根据相关计算机的大小，这样做可能会花费金钱或在资源可用之前等待很长的时间。因此，为什么人们建立了自己的个人集群。当您知道应用程序可以正常工作时，才可以在实际计算机上运行该应用程序！
因此，请记住这一点，然后继续处理您的特定问题。
在适当的群集中，Pi不能充当单个虚拟计算机。您可以通过任务或资源分配系统（例如Sun Grid Engine）的形式来对每个Pi进行松散控制。任务根据需要分配给节点，当任务完成时，该节点的资源将被释放以用于新任务。
在集群中，由于每个Pi都在运行自己的Linux副本，因此每个Pi都将保留对其GPIO端口的本地控制。我不确定软件将如何在并行计算环境中真正使用它，但是您已经找到了。
群集并不是真正使Pi更快，因为它们不是一台计算机。您所获得的仅仅是一次执行更多操作的能力。您不限于二的倍数。但是，根据运行的任务，群集计算机确实有实际的上限。想象一下，如果您在许多需要200个步骤的Pi上运行并行计算。但是，每个下一步都需要每个Pi在其上一步中计算的信息。因此，每个Pi每次迭代都需要从其他Pi接收数据。根据每次迭代计算所需的时间，与计算相比，最终可能花费更多的时间发送数据。这就是为什么大多数超级计算机都使用InfiniBand的原因网络。它非常快，因此您可以进行更多的计算。解决方案是使用更少的Pi，但让它们在每次迭代中做更多的工作，但这取决于您的算法可能无法实现。因此实际的上限。（在Pis上，这特别糟糕，因为USB以太网非常慢。）
因此，在实际应用中，分布式虚拟主机！您可以在此处利用多个Pi，这不是常规集群。假设您有5个Pis。我们将它们称为GatewayPi，WebPi1，WebPi2，WebPi3和DataPi。GatewayPi面向互联网，运行Nginix来处理Web请求，但不进行任何处理。相反，它所做的是负载平衡。它使用代理，并将传入的请求随机转发到WebPi1，WebPi2或WebPi3。我们刚刚将Web基础架构的功能增加了三倍，因为我们现在可以同时处理更多的请求。那DataPi呢？DataPi附带了一个硬盘驱动器，用于存储我们的所有Web数据，并且正在运行NFS服务器。WebPiX挂载了该NFS共享，因此它可以访问数据进行处理。这样，我们只需要在一个位置运行备份即可节省磁盘空间。
我刚才所描述的实质上是Google和Facebook等大公司使用的模型，但缩小到了Raspberry Pi的大小。唯一的问题是，由于Pis的成本，这样做实际上是在创建与Pis集群用于并行编程相同的开发平台（但用于Web服务）。使用多个Pi时，由于它们的计算能力相对较低，因此在您处理大量数据时会很快降低性能，降低能耗。但是只是为了学习？他们是完美的。