Vertical Scaling ist das Hinzufügen von Ressourcen, um die Fähigkeiten eines Servers oder einer IT-Infrastruktur zu erweitern. Hier erfährst du alles, was du darüber wissen musst.
Wenn ein Unternehmen wächst, muss es die Zugänglichkeit, die Leistung und die Leistungsfähigkeit seiner Anwendungen erweitern. Eine Lösung ist das Scaling: Horizontal oder Vertical Scaling.
Was ist Skalierbarkeit oder Erweiterbarkeit?
Skalierbarkeit bezeichnet die Anzahl der Anfragen, die eine Anwendung bewältigen kann. Wenn die Anwendung ihr Limit erreicht, sind die Hardwareressourcen erschöpft und die maximale Kapazität ist erreicht.
Durch das Skalieren von Ressourcen können Ausfallzeiten vermieden und die Latenz verringert werden.
Die Ressourcen können durch Anpassung der Netzwerkbandbreite, des Bedarfs an Rechenleistung und Speicher oder der Speicherkapazität der Festplatten erweitert werden.
Das Konzept des Skalierens wird in der Rechenzentrumsbranche häufig verwendet, da es das Herzstück von Data Center Management Systemen (DMS) ist. Es ermöglicht eine bedarfsgerechte Erweiterung der Kapazität.
Es gibt verschiedene Ansätze für das Scaling. Man unterscheidet hauptsächlich zwischen horizontalem und vertikalem Scaling. In beiden Fällen geht es darum, der IT-Infrastruktur weitere Ressourcen hinzuzufügen.
Der Hauptunterschied besteht darin, dass beim horizontalen Scaling Ressourcen zur Maschineninfrastruktur hinzugefügt werden, während beim vertikalen Scaling Leistung zur bestehenden Infrastruktur hinzugefügt wird, indem die CPU und der RAM der bestehenden Maschinen vergrößert werden.
Was ist vertikales Scaling?
Vertical Scaling ist das Hinzufügen von Rechenleistung zu einer bestehenden Infrastruktur, ohne diese zu verändern. Es ist also nicht notwendig, das Codebecken einer Anwendung zu ändern, da es einfach auf Maschinen mit besseren Eigenschaften ausgeführt wird.
Durch Up-Scaling kann die Kapazität eines einzelnen Rechners erhöht und seine Leistung gesteigert werden. Der Vorteil des vertikalen Scalings ist, dass die Daten auf einem einzelnen Knoten bleiben und die Last zwischen CPU- und RAM-Ressourcen verteilt wird.
Das Ziel des vertikalen Scalings ist es, CPU-, RAM- und Speicherressourcen zu einem einzelnen Knoten hinzuzufügen, um einen wachsenden Workload zu bewältigen. Auf diese Weise kann die vorhandene Hardware- oder Softwarekapazität erweitert werden.
Es ist jedoch wichtig zu beachten, dass die Erhöhung der Kapazität eines Servers begrenzt ist. In der Cloud bedeutet vertikales Scaling, dass ein Server hinzugefügt oder durch einen leistungsstärkeren Server ersetzt wird.
Bei einem Rechenzentrum bedeutet vertikales Scaling, dass einem einzelnen Knoten Ressourcen hinzugefügt werden. Dabei kann die Instanzgröße geändert, leistungsfähigere Geräte gekauft und ältere Geräte ersetzt werden.
Vertical Scaling wird häufig von kleinen und mittleren Unternehmen verwendet. Der Grund dafür ist, dass es im Vergleich zum horizontalen Scaling eine relativ schnelle Erweiterung ermöglicht. Andererseits birgt dieser Ansatz das Risiko von „Downtime“ und Ausfällen.
Es ist wichtig, die Ressourcen richtig zu versorgen, um diese negativen Auswirkungen zu vermeiden. Ein weiterer Nachteil des vertikalen Scalings sind die hohen Kosten.
Was ist horizontales Scaling?
Horizontales Scaling bedeutet, dass mehr Instanzen von Maschinen hinzugefügt werden, ohne die Eigenschaften der bereits vorhandenen Maschinen zu verbessern. Beim Out-Scaling geht es darum, die Rechenleistung und den Lastausgleich auf mehrere Maschinen zu verteilen.
Anstatt Ressourcen vertikal hinzuzufügen, werden also mehr Maschinen hinzugefügt. Auf diese Weise ist es möglich, die Leistung und Kapazität zu erhöhen, ohne den vorhandenen Maschinen Ressourcen hinzuzufügen.
Die Erhöhung der Ressourcen ist also weniger begrenzt als beim vertikalen Scaling. DevOps-Experten bevorzugen oft das horizontale Scaling, da es einfacher ist, es dynamisch je nach Last zu automatisieren, um eine optimale Leistung zu erreichen.
Wie wähle ich zwischen vertikalem und horizontalem Scaling?
Sowohl das horizontale als auch das Vertical Scaling haben ihre jeweiligen Vorteile. Eine Scaling-Strategie kann jedoch je nach Bedarf dynamisch zwischen vertikal und horizontal wechseln.
Im Bereich der Rechenzentren kombinieren viele Administratoren horizontales und vertikales Scaling oder verfolgen eine hybride Strategie. Dieser Ansatz bietet mehr Flexibilität.
Wenn du dich zwischen horizontal und vertical Scaling entscheiden musst, nimm dir die Zeit, die Vor- und Nachteile jedes Ansatzes zu vergleichen, um den für deine Bedürfnisse am besten geeigneten Ansatz zu ermitteln.
Was ist Cloud-Selbstskalierung?
Auto-Scaling ist ein automatisierter Ansatz zum Scaling. Es ermöglicht es, die Rechen-, Speicher- und Netzwerkressourcen je nach Bedarf zu erhöhen oder zu verringern.
Dies ist eine wesentliche Praxis des Cloud Computing, da diese Technologie es den Nutzern ermöglicht, nur für das zu bezahlen, was sie auch nutzen. Die Elastizität der Ressourcen ist daher das Herzstück dieses Modells.
Der Nutzer definiert einen Typ von virtueller Instanz mit einer bestimmten Kapazität und vordefinierten Leistungsattributen. Dies ist die Startkonfiguration.
Eine Auto-Scaling-Richtlinie ermöglicht es, Kapazitätsbeschränkungen festzulegen, um bei Verkehrsspitzen mehr Ressourcen hinzuzufügen. Der Nutzer kann die maximale Kapazität festlegen.
Auto-Scaling bringt viele Vorteile mit sich, wie z. B. Kostensenkung, Automatisierung, ein stabiles Leistungsniveau, eine höhere Fehlertoleranz und eine verbesserte Dienstverfügbarkeit.
Alle großen Anbieter von öffentlichen Clouds bieten Auto-Scaling-Dienste an. Beispielsweise bietet Amazon Web Services die Dienste AWS Auto Scaling und Amazon EC2 Auto Scaling an.
Die Google Compute Engine (GCE) bietet Auto-Scaling-Funktionen für Nutzer von virtuellen Maschinen auf der Google Cloud Platfom. Außerdem gibt es das Modul cluster-autoscaler auf IBM Cloud und den Dienst Azure AutoScale auf Microsoft Azure.
Wie werde ich Experte für vertikales Scaling?
Um alle Feinheiten des vertikalen Scalings zu beherrschen, ob vor Ort oder in der Cloud, kannst du dich für die DataScientest-Schulungen entscheiden. Durch unsere Programme wirst du zu einem Experten für Cloud Computing und Machine Learning.
Unsere Kurse vermitteln alle Kompetenzen, die für die Ausübung von Berufen im Bereich Data Science erforderlich sind: Data Analyst, Data Engineer, Data Scientist, ML-Ingenieur…
Ein innovativer Blended-Learning-Ansatz verbindet Fernunterricht auf einer gecoachten Plattform mit kollektiven Masterclasses. Unsere Kurse können in BootCamps oder als Weiterbildung absolviert werden.
Du kannst deine DataScientest-Ausbildung über das Persönliche Ausbildungskonto oder die AIF über Pôle Emploi finanzieren. Warte nicht länger und entdecke alle unsere Programme!
Du weißt alles über vertikales Scaling. Erfahre alles, was du über Cloud Computing und DevOps wissen musst.
