Q:
¿Cuál es la diferencia entre escalar y escalar (arquitectura, aplicaciones, etc.)?
UN:Los términos "escalar" y "escalar" se usan comúnmente para discutir diferentes estrategias para agregar funcionalidad a los sistemas de hardware. Son formas fundamentalmente diferentes de abordar la necesidad de más capacidad de procesador, memoria y otros recursos.
La ampliación generalmente se refiere a la compra e instalación de un control central o pieza de hardware más capaz. Por ejemplo, cuando las demandas de entrada / salida de un proyecto comienzan a presionar contra los límites de un servidor individual, un enfoque de ampliación sería comprar un servidor más capaz con más capacidad de procesamiento y RAM.
Por el contrario, escalar significa unir otras máquinas de bajo rendimiento para hacer colectivamente el trabajo de una máquina mucho más avanzada. Con este tipo de configuraciones distribuidas, es fácil manejar una carga de trabajo más grande ejecutando datos a través de diferentes trayectorias del sistema.
Hay una variedad de beneficios y desventajas para cada enfoque. La ampliación puede ser costosa y, en última instancia, algunos expertos argumentan que no es viable debido a los límites de las piezas de hardware individuales en el mercado. Sin embargo, facilita el control de un sistema y proporciona ciertos problemas de calidad de datos.
Una de las principales razones de la popularidad del escalado es que este enfoque es lo que está detrás de muchas de las iniciativas de big data que se realizan hoy con herramientas como Apache Hadoop. Aquí, los sistemas centrales de software de manejo de datos administran grandes grupos de piezas de hardware, para sistemas que a menudo son muy versátiles y capaces. Sin embargo, los expertos ahora están comenzando a debatir el uso de la ampliación y la ampliación, analizando qué tipo de enfoque es mejor para cualquier proyecto dado.
