Wat is het verschil tussen scale-out versus scale-up (architectuur, applicaties, etc.)? googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q:

Schrijver: Roger Morrison
Datum Van Creatie: 17 September 2021
Updatedatum: 5 Kunnen 2024
Anonim
Wat is het verschil tussen scale-out versus scale-up (architectuur, applicaties, etc.)? googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Technologie
Wat is het verschil tussen scale-out versus scale-up (architectuur, applicaties, etc.)? googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Technologie

Inhoud

Q:

Wat is het verschil tussen scale-out versus scale-up (architectuur, applicaties, etc.)?


EEN:

De termen "opschalen" en "opschalen" worden gewoonlijk gebruikt bij het bespreken van verschillende strategieën voor het toevoegen van functionaliteit aan hardwaresystemen. Het zijn fundamenteel verschillende manieren om in te spelen op de behoefte aan meer processorcapaciteit, geheugen en andere bronnen.

Opschalen verwijst in het algemeen naar het aanschaffen en installeren van een beter capabele centrale besturing of hardware. Wanneer de input / output-eisen van een project bijvoorbeeld tegen de grenzen van een individuele server aan beginnen te lopen, zou een schaalvergroting het kopen van een meer capabele server met meer verwerkingscapaciteit en RAM zijn.

Schalen betekent daarentegen het koppelen van andere machines met lagere prestaties om gezamenlijk het werk van een veel geavanceerdere te doen. Met dit soort gedistribueerde opstellingen is het eenvoudig om een ​​grotere werklast aan te kunnen door gegevens door verschillende systeemtrajecten te laten lopen.


Elke benadering heeft verschillende voordelen en nadelen. Opschalen kan duur zijn, en uiteindelijk beweren sommige experts dat het niet levensvatbaar is vanwege de beperkingen op individuele hardwarestukken op de markt. Het maakt het echter wel eenvoudiger om een ​​systeem te besturen en bepaalde problemen met de gegevenskwaliteit op te lossen.

Een van de belangrijkste redenen voor de populariteit van schaalvergroting is dat deze aanpak achter veel van de big data-initiatieven zit die vandaag met tools als Apache Hadoop worden gedaan. Hier beheren centrale softwaresystemen voor gegevensverwerking enorme clusters van hardwarestukken, voor systemen die vaak zeer veelzijdig en capabel zijn. Experts beginnen nu echter te debatteren over het gebruik van schaalvergroting en schaalvergroting en kijken welke aanpak het beste is voor een bepaald project.