Systèmes et algorithmes répartis

Performance : Puissance de calcul et de stockage importante. La distribution des tâches permet la réalisation d'opérations parallèles ce qui accélère le traitement global du système. En répartissant les données sur plusieurs machines, on peut augmenter la capacité globale de stockage du système. Chaque machine contribue à la capacité totale du système. Chaque machine dispose de son propre espace mémoire.

Fiabilité : Tolérance aux pannes logicielles et matérielles. En répartissant les tâches et les données sur plusieurs machines, si l'une d'elle tombe en panne, les autres peuvent continuer de fonctionner.

Souplesse : Modularité - En divisant un système en plusieurs modules ou composants distincts, il devient plus simple de développer, maintenir et évoluer chaque partie indépendamment. Cela facilité également la gestion des mises à jour et des améliorations du système car il est possible de mettre à jour ou de remplacer un module sans affecter l'ensemble du système.

Evolutivité : Passage à l'échelle aisé. L'ajout de nouvelles machines ou de serveurs permet d'augmenter la capacité de traitement globale du système. Cela permet également de répondre à des besoins croissants en termes de charge de travail, d'utilisateurs ou de données sans compromettre les performances.

Cohérence : Découpage logique des applications.