Vad är skillnaden mellan skala upp och skala upp (arkitektur, applikationer etc.)? googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); F:

Författare: Roger Morrison
Skapelsedatum: 17 September 2021
Uppdatera Datum: 5 Maj 2024
Anonim
Vad är skillnaden mellan skala upp och skala upp (arkitektur, applikationer etc.)? googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); F: - Teknologi
Vad är skillnaden mellan skala upp och skala upp (arkitektur, applikationer etc.)? googletag.cmd.push (funktion () {googletag.display (div-gpt-ad-1562928221186-0);}); F: - Teknologi

Innehåll

F:

Vad är skillnaden mellan skala upp och skala upp (arkitektur, applikationer etc.)?


A:

Termerna "skala upp" och "skala ut" används vanligtvis för att diskutera olika strategier för att lägga till funktionalitet till hårdvarusystem. De är i grunden olika sätt att hantera behovet av mer processorkapacitet, minne och andra resurser.

Uppskalning avser vanligtvis att köpa och installera en mer kapabel central kontroll eller hårdvara. Till exempel, när ett projekts krav på input / output börjar trycka mot gränserna för en enskild server, skulle en uppskalningssätt vara att köpa en mer kapabel server med mer bearbetningskapacitet och RAM.

Däremot betyder skalning ut att koppla ihop andra maskiner med lägre prestanda för att kollektivt göra arbetet med en mycket mer avancerad maskin. Med dessa typer av distribuerade inställningar är det lätt att hantera en större arbetsbelastning genom att köra data genom olika systembanor.


Det finns olika fördelar och nackdelar med varje strategi. Uppskalning kan vara dyrt, och i slutändan hävdar vissa experter att det inte är livskraftigt på grund av gränserna för enskilda hårdvara på marknaden. Det gör det dock lättare att kontrollera ett system och att tillhandahålla vissa datakvalitetsproblem.

En av de främsta orsakerna till populariteten för utskalning är att den här strategin ligger bakom många av de stora datainitiativ som görs idag med verktyg som Apache Hadoop. Här administrerar centrala datahanteringsprogramvarusystem stora kluster av hårdvarubitar, för system som ofta är mycket mångsidiga och kapabla. Men experter börjar nu diskutera användningen av uppskalning och utskalning och tittar på vilken typ av strategi som är bäst för ett visst projekt.