Apache Spark

大規模データの分散処理を実現するオープンソースフレームワーク。分散ファイルシステム（HDFS）とMapReduceによる並列処理を中核とする。コモディティサーバで構成でき、スケールアウトが容易。

分散データベースにおいて、複数のサイトでトランザクションの整合性を保証するためのプロトコル。投票フェーズと決定フェーズの2段階で全サイトの合意を得る。

複数のサーバやストレージにまたがってファイルを分散配置し、利用者からは単一のファイルシステムとしてアクセスできるようにする仕組み。大量データの処理や可用性の向上に活用される。

分散データベースにおいて、複数のサイトにまたがるトランザクションの整合性を保証するプロトコル。第1相で全サイトにコミット可否を確認し、全サイトが合意した場合のみ第2相でコミットを実行する。

分散データベースでトランザクションの原子性を保証するプロトコル。第1相（準備フェーズ）で全サイトにコミット可否を問い合わせ、全サイトが準備完了した場合のみ第2相（コミットフェーズ）でコミットを実行する。1つでも失敗すれば全体をロールバックする。

分散データベースシステムにおいて、一貫性（Consistency）、可用性（Availability）、分断耐性（Partition Tolerance）の3つの特性を同時にすべて満たすことは不可能であるという定理。システム設計時に、どの2つを優先するかのトレードオフの判断に用いられる。