分布式计算是将计算任务分解到多个独立计算机（节点）上协同处理的技术。核心思想是通过网络连接各节点，共同完成单机难以高效处理的大规模问题。基础架构通常包括主控节点（分配任务）和工作节点（执行计算），节点间通过消息传递或共享存储通信。常见模式有：1.MapReduce：将任务分拆为映射（Map）和归约（Reduce）两个阶段，适用于大数据批量处理。2.消息传递接口（MPI）：主要用于高性能计算，节点之间直接交换数据。3.集群计算：如Hadoop、Spark，管理多台机器资源，提供容错和调度。分布式计算的优势包括：提高计算速度（并行执行）、增强可靠性（单点故障不影响整体）和扩展性（动态增加节点）。挑战在于任务协调、数据一致性、网络延迟和节点故障处理。典型应用如搜索引擎索引、气候模拟和电商推荐系统，都依赖分布式系统处理海量数据。