Yatay ölçeklendirme , kaynak havuzunuza daha fazla makine ekleyerek ölçeklendirdiğiniz anlamına gelirken, Dikey ölçekleme mevcut bir makineye daha fazla güç (CPU, RAM) ekleyerek ölçeklendirdiğiniz anlamına gelir .
Bunu hatırlamanın kolay bir yolu, bir sunucu rafındaki bir makineyi düşünmektir, yatay yönde daha fazla makine ekler ve dikey yönde bir makineye daha fazla kaynak ekleriz .
Bir veritabanı dünyasında yatay ölçekleme genellikle verilerin bölümlenmesine dayanır, yani her düğüm verilerin sadece bir bölümünü içerir, dikey ölçeklemede veriler tek bir düğümde bulunur ve ölçekleme çok çekirdekli yani yükün dağıtılmasıyla yapılır. bu makinenin CPU ve RAM kaynakları.
Yatay ölçeklendirme ile, mevcut havuza daha fazla makine ekleyerek dinamik olarak ölçeklendirmek genellikle daha kolaydır - Dikey ölçeklendirme genellikle tek bir makinenin kapasitesi ile sınırlıdır, bu kapasitenin ötesindeki ölçeklendirme genellikle duruş süresini içerir ve bir üst sınır ile birlikte gelir.
Yatay ölçeklemeye iyi örnekler Cassandra, MongoDB, Google Cloud Spanner'dır ve dikey ölçeklemeye iyi bir örnek MySQL - Amazon RDS'dir (MySQL'in bulut sürümü). Küçük makinelerden büyük makinelere geçerek dikey ölçeklendirme yapmak için kolay bir yol sağlar. Bu süreç genellikle kesinti süresini içerir.
GigaSpaces XAP , Coherence vb. Bellek İçi Veri Izgaraları , yalnızca diske bağlı olmadıkları için hem yatay hem de dikey ölçeklendirme için genellikle optimize edilir. Bölümleme yoluyla yatay ölçeklendirme ve çok çekirdekli destek yoluyla dikey ölçeklendirme.
: Benim daha önceki yayınlarında bu konuda daha fazla bilgi bulabilirsiniz
ölçek çıkış Ölçek-up vs ve NoSQL Alternatifleri arkasında The Common İlkeleri