डेटाबेस संदर्भ में, मैं NOSQL डेटाबेस के लाभों में से एक के रूप में क्षैतिज मापनीयता में आया हूं । पद का क्या अर्थ है?
यह ऊर्ध्वाधर स्केलिंग की तुलना कैसे करेगा ?
डेटाबेस संदर्भ में, मैं NOSQL डेटाबेस के लाभों में से एक के रूप में क्षैतिज मापनीयता में आया हूं । पद का क्या अर्थ है?
यह ऊर्ध्वाधर स्केलिंग की तुलना कैसे करेगा ?
जवाबों:
क्षैतिज स्केलिंग
क्षैतिज स्केलिंग अनिवार्य रूप से ऊपर के बजाय बाहर निर्माण कर रहा है। आप नहीं जाते और एक बड़ा बीफ़ियर सर्वर खरीदते हैं और उस पर अपना सारा भार ले जाते हैं, इसके बजाय आप 1+ अतिरिक्त सर्वर खरीदते हैं और उन पर अपना लोड वितरित करते हैं।
क्षैतिज स्केलिंग का उपयोग तब किया जाता है जब आपके पास सर्वर पर एक साथ कई इंस्टेंस चलाने की क्षमता होती है। आमतौर पर 1 सर्वर से 2 सर्वर पर जाना बहुत कठिन होता है, फिर 2 से 5, 10, 50 आदि से जाना होता है।
एक बार जब आप समानांतर उदाहरणों को चलाने के मुद्दों को संबोधित करते हैं, तो आप अमेज़ॅन ईसी 2, रैकस्पेस की क्लाउड सेवा, गोग्रिड, आदि जैसे पर्यावरण का बहुत लाभ उठा सकते हैं क्योंकि आप मांग के आधार पर उदाहरणों को ऊपर और नीचे ला सकते हैं, सर्वर शक्ति के लिए भुगतान करने की आवश्यकता को कम कर सकते हैं आप केवल उन पीक लोड को कवर करने के लिए उपयोग नहीं कर रहे हैं।
रिलेशनल डेटाल समानांतर में पूर्ण पढ़ने / लिखने के लिए अधिक कठिन वस्तुओं में से एक हैं।
मैंने डेमियन काट्ज को ऑस्टिन में स्टैकऑवरफ्लो देवडे में काउचबीडी के बारे में बोलते हुए देखा और इसके निर्माण के लिए उनके प्राथमिक ध्यान केंद्रित में से एक ये समानांतर उदाहरण थे। चूंकि यह पहले दिन से इस पर ध्यान केंद्रित कर रहा है, इसलिए यह क्षैतिज स्केलिंग का लाभ उठाने में अधिक सक्षम होगा।
वर्टिकल स्केलिंग
वर्टिकल स्केलिंग विपरीत है, बाहर के बजाय निर्माण। जाओ और हार्डवेयर का सबसे मजबूत टुकड़ा खरीदो और तुम उस पर अपना आवेदन, डेटाबेस इत्यादि खर्च कर सकते हो।
रियल वर्ल्ड
, बेशक, इन दोनों के अपने फायदे और नुकसान हैं। अक्सर बार इन दोनों के संयोजन का उपयोग अंतिम समाधान के लिए किया जाता है।
आपके पास अपना प्राथमिक डेटाबेस हो सकता है जहां हर कोई हार्डवेयर के एक बड़े टुकड़े पर वास्तविक समय के डेटा को लिखता है और पढ़ता है। फिर भारी डेटा विश्लेषण और रिपोर्टिंग के लिए डेटाबेस की केवल प्रतियाँ वितरित की हैं जहाँ मिनट तक रहना उतना मायने नहीं रखता है। फिर फ्रंट लोड वेब एप्लिकेशन लोड बैलेंसर के पीछे कई वेब सर्वर पर चल सकता है।
क्षैतिज स्केलिंग महान है जब आपको एक एप्लिकेशन की आवश्यकता होती है जिसे उच्च मात्रा में लिखने और समानांतर रीडिंग को संभालने की आवश्यकता होती है। एक ऐसी वेबसाइट के बारे में सोचें, जिसे भारी मात्रा में ट्रैफ़िक मिल रहा है और इसे लॉग इन करने की ज़रूरत है, या बड़ी संख्या में इवेंट लॉग करने की आवश्यकता है।
मुझे लगता है कि सबसे बड़ा प्लस पॉइंट यह है कि कमोडिटी हार्डवेयर का उपयोग करके क्षैतिज स्केलिंग की जा सकती है, और केवल इतना है कि आप वर्टिकल स्केलिंग के साथ कर सकते हैं और अपने मौजूदा बक्से को बड़ा बनाने की कोशिश कर रहे हैं।
पारंपरिक RDBMS यहां कई कारणों से विफल हो जाते हैं (इस तथ्य सहित कि वे ACID हैं), और NoSQL समाधान यहां से बाहर निकलते हैं क्योंकि उन्हें आसानी से क्षैतिज रूप से बढ़ाया जा सकता है - लेकिन यह एक और कहानी है (RDBMS / SQL बनाम NoSQL।)
उद्योग में कुछ लोग एक ही चीज़ का अर्थ करने के लिए विभिन्न शब्दावली का उपयोग करते हैं: