help-header

تفاوت مقیاس‌پذیری افقی و مقیاس‌پذیری عمودی

یکی از مهمترین ویژگی‌های بارز رایانش ابری مقیاس‌پذیری است. برای نمونه، معیار موفقیت تجاری یک سازمان که اساس آن برپایه‌ی یک سایت، سرویس وب یا اپلیکیشن است، تعداد بازدید کننده یا میزان ترافیک آن به حساب می‌آید. به مرور با افزایش بازدید کننده، ممکن است سرور دیگر قادر به پذیرش این حجم ترافیک را نداشته و دچار اختلال شود. از این‌رو مقیاس‌پذیری در اصل توانایی سیستم برای انطباق با تغییرات و تقاضا را توصیف می‌کند. مقیاس‌پذیری خوب، سازمان را در برابر مشکلات آینده محافظت کرده، عملکرد یکپارچه عملیات تجاری را امکان‌پذیر و در نهایت کیفیت خدمات را تضمین می‌کند.
در تعریفی دیگر مقیاس‌پذیری، قابلیت اضافه یا کم کردن منابع جهت انجام محاسبات و ذخیره‌سازی در فضای ابری است. این مورد بسته به نیاز سازمان و با توجه به ماهیت رایانش ابری بایستی بدون نیاز به هزینه سربار، قابل تغییر باشد.
همان‌طور که در ابتدا گفته شد، اهمیت برنامه‌ها‌ یا داده‌های یک سازمان بسیار زیاد است، برای نگهداری از این دارایی‌ها یکی از گزینه‌های معمول، استفاده از دیتاسنتر یا اتاق‌های سرور است که برای پیاده‌سازی آن فضایی مشخص طراحی شده و در آن سرورها و سایر تجهیزات مورد نیاز قرار می‌گیرند. اگرسازمانی نیاز به تغییر در فضای نگهداری یا افزایش تجهیزات داشته باشد، بایستی هزینه خرید، نصب، پیکربندی و سایر هزینه‌های جانبی و همچنین زمان برای تحویل سخت‌افزار و تجهیز آن توسط نیروی انسانی را پرداخت نماید. حتا کاهش تجهیزات هم به همین شکل هزینه‌هایی مانند نگه‌داری و اجاره‌ی فضای انبار را به دنبال خواهد داشت. همچنین سازمان‌ها بایستی برای زمان اوج استفاده از منابع آماده باشند که برای این‌منظور منابع بیش‌تری از نیاز عادی خود تهیه کرده که متاسفانه در بیش‌تر زمان‌ها بلااستفاده هستند.
رایانش ابری و در راس آن ویژگی مقیاس‌پذیری به یک سازمان این امکان را می‌دهد تا در کوتاهترین زمان و بدون صرف هزینه‌های سربار تجهیزات و منابع خود را بسته به نیاز آن لحظه، افزایش یا کاهش دهد که بازگشت سرمایه در این حالت بسیار زیاد و قابل توجه است. همچنین با استفاده از این ویژگی سازمان‌هایی که در زمینه تجاری فعالیت می‌کنند با توجه به نیاز و تقاضای جامعه و در زمان رونق یا رکود اقتصادی، می‌توانند در لحظه منابع در اختیار خود را به سادگی کم یا زیاد نمایند.


انواع مقیاس‌پذیری

در حالت کلی، دو روش برای مقیاس‌پذیری وجود دارد:

  • مقیاس‌پذیری افقی
  • مقیاس‌پذیری عمودی

در هر دوی این روش‌ها می‌توان از تکنیک‌های دستی، زمان‌بندی شده و خودکار استفاده کرد. در روش دستی یک کارشناس فنی بایستی با توجه به وضعیت موجود و نیاز سازمان به‌صورت دستی و با استفاده از ابزارهایی که شرکت‌های ارایه کننده خدمات ابری در اختیار آن‌ها می ‌گذارند، منابع ابر مورد استفاده را افزایش یا کاهش دهد.
در روش زمانبندی شده، معمولن زمان‌هایی در طول روز به عنوان زمان اوج ترافیک انتخاب شده و منابع در آن ساعات با توجه به تنظیمات قبلی زیاد و پس از آن کم می‌شود. البته این زمانبندی در طول سال و با توجه به رویدادهای و مناسبت‌های تقویمی تغییر می‌کند.
در نهایت روش خودکار که اکنون در خدمات ابری آروان نیز قابل اسفتاده است، به این شکل است که بسته به میزان مصرف منابع و ترافیک مورد استفاده، در لحظه افزایش یا کاهش منابع توسط سیستم کنترلی خودکار انجام می‌شود.


مقیاس‌پذیری افقی

افزایش یا کاهش تعداد منابع که در این‌جا منظور نود، ماشین یا سرور است را مقیاس‌پذیری افقی می‌نامند.
این موضوع کاملن شبیه به تقسیم حجم کاری بین چند کارمند به جای یک کارمند است. در حالت افزایش منابع، سرورهای جدید برای پاسخگویی به نیازها اختصاص می‌یابد که بیش‌تر بار کاری توسط لودبالانسر بین سرورها تقسیم شده تا تعداد درخواست‌هایی که هر سرور دریافت می‌کند، محدود شود. در تعریفی جامع‌تر مقیاس‌پذیری افقی در رایانش ابری به معنای افزودن نود‌های اضافی به جای انتقال به نود یا ماشین بزرگتر است که در صورت عدم نیاز به منابع بتواند کاهش‌پذیر باشد.


مزایا و معایب مقیاس‌پذیری افقی

از مهمتری مزیت‌های آن اینست که مقیاس‌پذیری افقی از دیدگاه سخت افزاری آسان‌تر است. تمام کاری که بایستی انجام شود این است که نود‌های اضافی به استخر فعلی نود‌ها اضافه شود. نیازی به تجزیه و تحلیل مشخصات سیستمی که باید ارتقا داده شود، نخواهد بود.
از دیگر مزیت‌‌ها زمان‌های خاموشی کم‌تر است. در فرآیند اضافه یا حذف نود، لازم نیست دستگاه قدیمی خاموش شود. این موضوع در نهایت خرابی کم‌تر و رضایت مشتری را به همراه خواهد داشت.
افزایش انعطاف‌پذیری و تحمل خطا در کل شبکه داده از دیگر مزایا است. تکیه بر یک نود برای همه برنامه‌ها و سرویس‌ها، سازمان را در معرض خطر زیادی از جمله از دست دادن همه اطلاعات در صورت بروز اتفاق‌های ناگوار قرار می‌دهد. توزیع داده‌ها بین چندین نود مشکل را تا حد زیادی رفع می‌کند. همچنین لایه‌های برنامه یا اپلیکیشن می‌تواند میان چند نود توزیع شده و ارتقا آن به‌صورت جداگانه انجام تا به کل برنامه آسیبی وارد ننماید.
اما عیب این روش هزینه بیش‌تر است، زیرا به ازای افزایش هر نود بایستی هزینه مشخصی پرداخت شود. همچنین در کنار این نودها بایستی از لودبالانسر متناظر استفاده شده که در غیراینصورت ممکن است فشار بار باعث خرابی دستگاه یا سایر حوادث دیگر شود.


مقیاس‌پذیری عمودی

اضافه کردن منابع اضافی به یک نود، ماشین یا سرور را مقیاس‌پذیری عمودی می‌نامند. در اصل این نوع مقیاس‌پذیری، اضافه کردن قدرت بیش‌تر به ماشین‌های فعلی را توصیف می‌کند. به عنوان نمونه، اگر سرور به قدرت پردازش بیش‌تری نیاز دارد، مقیاس‌پذیری عمودی به معنای ارتقا CPUها، حافظه اصلی و دیسک، یا منابع ورودی/خروجی و سرعت شبکه است. علاوه بر این، مقیاس‌پذیری عمودی ممکن است جایگزینی کامل یک سرور یا انتقال بار کاری سرور به یک سرور ارتقا یافته را نیز شامل شود.
در روش‌های معمول، مدیران به طور سنتی با خرید یک سرور جدید و قدرتمندتر و کنار گذاشتن یا تغییر کاربری سرور قدیمی، مقیاس‌پذیری را در دیتاسنتر خود انجام می‌دهند. اما در رایانش ابری یک کارشناس فنی می‌تواند این عملیات را با تغییر اندازه نمونه‌ها انجام دهند. سرویس‌های ابری موجود اندازه‌های نمونه متفاوتی دارند، بنابراین مقیاس‌پذیری عمودی در محاسبات ابری برای همه چیز از اپلیکیشن‌ها و حتا در پایگاه‌های داده به‌صورت خاص امکان‌پذیر است.

مزایا و معایب مقیاس‌پذیری عمودی

از مهمترین مزایای این روش مقرون به‌صرفه بودن است. ارتقا سرورهای موجود، هزینه کم‌تری نسبت به خرید سرور جدید دارد. علاوه بر این، هنگام مقیاس‌پذیری عمودی، نیاز به تغییر در نرم افزار پشتیبان‌گیری و مجازی‌سازی وجود نخواهد داشت.
از دیگر مزایا پیچیدگی کم‌تر در ارتباطات فرآیندی است. وقتی یک نود تمام لایه‌های سرویس‌ها را مدیریت می‌کند، نیازی به همگام‌سازی و ارتباط با ماشین‌های دیگر برای کار، نخواهد داشت که این موضوع منجر به پاسخ‌های سریع‌تر می‌شود.
در نهایت نه تنها تعمیر و نگهداری در این روش ارزان‌تر است، بلکه به دلیل تعداد نودهایی که باید مدیریت شود، عملیات آن کم‌تر زمان خواهد برد. همچنین این روش برای برنامه‌های ساده‌تر بسیار مفید و ارزانتر است.
در خصوص معایب این روش در زمان خرابی نودها و همچنین در زمان ارتقا، به زمان قطعی قابل توجهی نیازمند است، مگر اینکه یک سرور پشتیبان وجود داشته که بتواند عملیات و درخواست‌ها را مدیریت کند.
همچنین انجام تمام کارها بر روی یک سرور، خطر از دست دادن تمام داده‌ها را در صورت بروز مشکل سخت افزاری یا نرم افزاری افزایش می‌دهد.

در پایان یادآوری این نکته ضروری است که عملیات مقیاس‌پذیری بایستی از قبل با محاسبات کامل انجام شود. در این خصوص بایستی بسته به نوع نیاز مثلن میزان پردازش مورد استفاده برای اپلیکشن‌های درون سرور، موجود بودن سخت افزار در بازار یا عدم تداخل سخت افزار جدید با دستگاه‌های موجود، بررسی لازم توسط کارشناسان فنی سازمان انجام شده و معماری مشخص و سازگار از قبل، طراحی و اجرا شود. معماری سازمان جهت ایجاد بستری مقیاس‌پذیر از اهمیت بالایی برخوردار است. در این خصوص بایستی مسوول مربوطه نیازهای سازمان و برنامه های کوتاه مدت و بلند مدت آن‌را دریافت و براساس تعداد و ظرفیت، بهترین نمونه‌ها را انتخاب کند. از این رو بهتر است از روش‌ مقیاس‌پذیری خودکار استفاده کرده تا در هر مرحله بسته به نیاز، پاسخ مناسب دریافت شود. بسیاری از شرکت‌های ارایه‌دهنده خدمات ابری راه‌کارهایی را براساس نیاز روزمره و احتمال ترافیک در ساعات اوج استفاده به سازمان ارایه می‌دهند. همچنین در صورت عدم نیاز، به‌صورت خودکار منابع از شبکه حذف خواهد شد.
به نظر بیش‌تر کارشناسان، بهترین روش استفاده همزمان از مقیاس‌پذیری افقی و مقیاس‌پذیری عمودی است. این قابلیت در محصولات سرور ابری و کانتینر ابری آروان در دسترس هستند.