Zawartość
P:
Jaka jest różnica między skalowaniem w górę a skalowaniem w górę (architektura, aplikacje itp.)?
ZA:
Terminy „skalowanie w górę” i „skalowanie w górę” są powszechnie używane w dyskusji na temat różnych strategii dodawania funkcjonalności do systemów sprzętowych. Są to zasadniczo różne sposoby zaspokojenia potrzeby zwiększenia pojemności procesora, pamięci i innych zasobów.
Zwiększenie skali ogólnie dotyczy zakupu i instalacji bardziej wydajnego centralnego sterowania lub elementu sprzętowego. Na przykład, gdy wymagania wejściowe / wyjściowe projektu zaczynają przekraczać granice pojedynczego serwera, podejście polegające na zwiększeniu skali polegałoby na zakupie bardziej wydajnego serwera o większej mocy obliczeniowej i pamięci RAM.
Natomiast skalowanie oznacza łączenie ze sobą innych maszyn o niższej wydajności, aby wspólnie wykonywać pracę znacznie bardziej zaawansowanej. Dzięki tym typom konfiguracji rozproszonych łatwo jest poradzić sobie z większym obciążeniem, uruchamiając dane przez różne trajektorie systemowe.
Każde podejście ma wiele zalet i wad. Skalowanie może być kosztowne i ostatecznie niektórzy eksperci twierdzą, że nie jest to wykonalne z powodu ograniczeń dla poszczególnych elementów sprzętowych na rynku. Ułatwia to jednak kontrolę systemu i zapewnia pewne problemy z jakością danych.
Jednym z głównych powodów popularności skalowania jest to, że takie podejście stoi za wieloma inicjatywami dotyczącymi dużych zbiorów danych przeprowadzanymi dzisiaj za pomocą narzędzi takich jak Apache Hadoop. Tutaj centralne systemy oprogramowania do zarządzania danymi zarządzają ogromnymi klastrami elementów sprzętowych, dla systemów, które często są bardzo wszechstronne i zdolne. Jednak eksperci zaczynają teraz debatować nad wykorzystaniem skalowania i skalowania, sprawdzając, jakie podejście jest najlepsze dla danego projektu.