Q:
Hva er forskjellen mellom skalering og skalering (arkitektur, applikasjoner osv.)?
EN:Begrepene "skalere opp" og "skalere ut" blir ofte brukt for å diskutere forskjellige strategier for å legge til funksjonalitet til maskinvaresystemer. De er grunnleggende forskjellige måter å adressere behovet for mer prosessorkapasitet, minne og andre ressurser.
Oppskalering refererer generelt til å kjøpe og installere en mer kapabel sentral kontroll eller maskinvare. For eksempel, når et prosjekts inngangs- / utgangskrav begynner å presse seg mot grensene for en individuell server, vil en oppskalering tilnærming være å kjøpe en mer dyktig server med mer behandlingskapasitet og RAM.
Derimot betyr utskalering å koble sammen andre maskiner med lavere ytelse for å samlet gjøre arbeidet til en mye mer avansert maskin. Med denne typen distribuerte oppsett er det enkelt å håndtere en større arbeidsmengde ved å kjøre data gjennom forskjellige systembaner.
Det er en rekke fordeler og ulemper med hver tilnærming. Skalering kan være dyrt, og til syvende og sist hevder noen eksperter at det ikke er levedyktig på grunn av begrensningene for individuelle maskinvarestykker på markedet. Det gjør det imidlertid enklere å kontrollere et system og sørge for visse problemer med datakvaliteten.
En av hovedårsakene til populariteten til å skalere ut er at denne tilnærmingen er det som ligger bak mange av big data-initiativene som gjøres i dag med verktøy som Apache Hadoop. Her administrerer sentrale datahåndteringsprogramvaresystemer enorme klynger av maskinvarestykker, for systemer som ofte er svært allsidige og dyktige. Imidlertid begynner eksperter nå å diskutere bruken av oppskalering og skalering, og ser på hvilken type tilnærming som er best for et gitt prosjekt.
