Hvad er forskellen mellem skalering ud mod skalering (arkitektur, applikationer osv.)? googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); Q:

Forfatter: Roger Morrison
Oprettelsesdato: 17 September 2021
Opdateringsdato: 5 Kan 2024
Anonim
Hvad er forskellen mellem skalering ud mod skalering (arkitektur, applikationer osv.)? googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Teknologi
Hvad er forskellen mellem skalering ud mod skalering (arkitektur, applikationer osv.)? googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Teknologi

Indhold

Q:

Hvad er forskellen mellem skalering ud mod skalering (arkitektur, applikationer osv.)?


EN:

Udtrykkene "skalere op" og "skalere ud" bruges ofte til at diskutere forskellige strategier for at tilføje funktionalitet til hardwaresystemer. De er grundlæggende forskellige måder at imødekomme behovet for mere processor-kapacitet, hukommelse og andre ressourcer på.

Opskalering refererer generelt til køb og installation af en mere kapabel central kontrol eller hardware. Når et projekts input / output-krav f.eks. Begynder at skubbe mod grænserne for en individuel server, ville en opskaleringstilgang være at købe en mere kapabel server med mere behandlingskapacitet og RAM.

I modsætning hertil betyder skalering ud at forbinde andre maskiner med lavere ydeevne for samlet at udføre arbejdet med en meget mere avanceret en. Med disse typer distribuerede opsætninger er det let at håndtere en større arbejdsbyrde ved at køre data gennem forskellige systembaner.


Der er forskellige fordele og ulemper ved hver fremgangsmåde. Opskalering kan være dyrt, og i sidste ende hævder nogle eksperter, at det ikke er levedygtigt på grund af grænserne for individuelle hardwarestykker på markedet. Det gør det dog lettere at kontrollere et system og sørge for visse problemer med datakvaliteten.

En af de vigtigste grunde til populariteten af ​​udskalering er, at denne fremgangsmåde ligger bag mange af de store datainitiativer, der gøres i dag med værktøjer som Apache Hadoop. Her administrerer centrale datahåndteringssoftwaresystemer enorme klynger af hardwarestykker til systemer, der ofte er meget alsidige og i stand. Imidlertid begynder eksperter nu at diskutere brugen af ​​opskalering og skalering ud og se på, hvilken slags tilgang der er bedst for et givet projekt.