Horizontal Scaling
مقیاسگذاری افقی تکنیکی است که در آن ظرفیت سیستم با افزودن Nodeهای بیشتر افزایش مییابد، در مقابل افزودن منابع محاسباتی به Nodeهای موجود (که به آن مقیاسگذاری عمودی گفته میشود). فرض کنید سیستمی با ۴ گیگابایت RAM داریم و میخواهیم ظرفیت آن را به ۱۶ گیگابایت RAM برسانیم. مقیاسگذاری افقی یعنی این کار را با اضافه کردن ۳ Node هرکدام با ۴ گیگابایت RAM انجام دهیم، نه اینکه به سیستمی با ۱۶ گیگابایت RAM مهاجرت کنیم.
این رویکرد عملکرد Application را با افزودن Instanceها یا Nodeهای جدید بهبود میدهد تا بار کاری بهتر توزیع شود. به بیان ساده، هدف آن کاهش بار روی Server است، نه افزایش ظرفیت یک Server مشخص.
مسئلهای که حل میکند
وقتی تقاضا برای Application از ظرفیت فعلی آن Instance فراتر میرود، باید راهی برای Scale کردن (افزودن ظرفیت به) سیستم پیدا کنیم. میتوانیم یا Nodeهای بیشتری به سیستم اضافه کنیم (مقیاسگذاری افقی) یا منابع محاسباتی بیشتری به Nodeهای موجود بیفزاییم (مقیاسگذاری عمودی).
چگونه کمک میکند
مقیاسگذاری افقی اجازه میدهد Application تا حدی که کلاستر زیربنایی اجازه میدهد رشد کند. با افزودن Instanceهای بیشتر، App میتواند تعداد بیشتری درخواست را پردازش کند. اگر یک Node بتواند ۱٬۰۰۰ درخواست در ثانیه پردازش کند، هر Node اضافی باید حدود ۱٬۰۰۰ درخواست دیگر در ثانیه به ظرفیت کل اضافه کند. این کار اجازه میدهد Application کار بیشتری را بهصورت همزمان انجام دهد بدون اینکه نیاز باشد ظرفیت هیچ Node مشخصی افزایش یابد.
اصطلاحات مرتبط
بازخورد شما
آیا این متن مفید بود؟
Thank you! Please let us know if you have any suggestions.
Thanks for your feedback. Please tell us how we can improve.