Luke初识Scale Out 和Scale Up

定义
Scale up/down:ability to change resource granularity, e.g. increase memory, CPU or storage size dynamically.
Scale Up（也就是Scale vertically）纵向扩展，向上扩展；指企业后端大型服务器以增加处理器等运算资源进行升级以获得对应用性能的要求。
Scale in/out: ability to add new resource instances (e.g. new VM) to a cluster of resources.
Scale Out（也就是Scale horizontally）横向扩展，向外扩展；就是指企业可以根据需求增加不同的服务器应用，依靠多部服务器协同运算，借负载平衡及容错等功能来提高运算能力及可靠度。
无论是Scale Out，Scale Up，实际上就是一种架构的概念，这些概念用在存储上可以，用在数据库上，网络上一样可以。

Scale Up/Scale horizontally (纵向扩展)
Scale Up(纵向扩展) 主要是利用现有的系统（存储/服务器/网络），通过不断增加容量来满足数据增长的需求。以存储扩展为例，

纵向扩展架构不必增加基础设施设备 ——比如扩展网络连接能力 ——就可以完成容量的升级。然而，在容量增长的同时，仍然需要增加物理空间、电力消耗和散热能力。它不会通过控制器扩容的方式来响应主机端额外的处理请求。这也意味着用户不必为了额外的控制功能而增加开销。因此纵向扩展架构的扩容成本不会线性增长，只需要增加存储介质设备；

Scale-out/Scale horizontally(横向扩展)
Scale-out横向扩展架构的升级通常是以节点为单位，容量和性能会同步增长。与那些控制器固定配置的存储系统不同，它会扩展更多的功能性部件（通常是控制器或控制卡）。但Scale-out架构的存储系统在扩展之后，从用户的视角看起来仍然是一个单一的系统，这一点与我们将多个相互独立的存储系统简单的叠加在一个机柜中是完全不同的。
有几种方法可以实现scale-out，即横向扩展，包括集群存储系统和网格存储。这两类产品的定义同样容易混淆，但无论是哪种类型的系统，能够以一个单一系统的形式被访问和使用是scale-out解决方案的基本前提。
下图展示了scale-out存储方案的架构。在图中，系统只能通过增加具有完整功能的节点进行扩展，但一个scale-out系统可以有很多节点，而且节点之间的内部物理互联距离也可以很远。

上图的例子中，scale-out系统在扩展控制功能和容量的同时仍然保持一个单一的访问界面。而这背后，是存储和控制器以及集群或网格中节点之间的互联。因此，这种扩展也可能需要增加额外的基础设施来实现，比如说存储交换机。

Scale-out + Scale Up
Scale-up和scale-out并非不能融合在一起，很多存储系统就可以同时实现纵向扩展和横向扩展。下面的示意图就展示了这种方案。

cale out VS Scale up
 造价。Scale-up架构只有容量升级的成本，不会增加控制器或基础设施的开销。如果我们主要衡量每GB存储的单位价格，scale-up的扩展方式无疑更便宜一些。
 容量。两种解决方案都可以满足容量需求，但scale-up架构也许会有些限制，主要取决于单个系统最大支持多少个磁盘数量和多大的容量。
 性能。Scale-out架构在性能上具有扩展潜力，在多个存储控制器下，IOPS处理能力和吞吐带宽都可以聚合。虽然节点之间的通信会引发延迟，但那是部署时的细节问题。
 管理。Scale-up架构本身就是以单一系统的方式来进行管理的。而Scale-out架构通常有聚合管理的能力，但每个厂商提供的产品可能会有所不同。
 复杂性。Scale-up架构的存储相对简单，而scale-out架构的系统会更复杂一些，毕竟每个节点都需要管理。
 可用性。多个节点可以提供更好的可用性，假使有一个部件故障或失效，系统也不至于整体宕机。这一点与具体的实施方案也有关系。
 在选择scale-up还是scale-out的时候，我们要考虑大量的因素。而结果往往取决于哪个厂商有比其他人更好的整体方案、实施能力和技术优势。但我们最好从了解最基本的信息起步，了解这两种技术及其之间的差别。