En las telecomunicaciones y la ingeniería de programas informáticos, la capacidad de conversión a escala es una característica deseable de un sistema, de una red, o de un proceso, que indica su capacidad a las cantidades growing de la manija de trabajo de una manera agraciada, o ser agrandado fácilmente. Por ejemplo, puede referir a la capacidad de un sistema para aumentar rendimiento de procesamiento total bajo carga creciente cuando se agregan los recursos (típicamente hardware). Se implica un significado análogo cuando la palabra se utiliza en un contexto comercial, en donde la capacidad de conversión a escala de una compañía implica que el modelo comercial subyacente ofrece el potencial para el desarrollo económico dentro de la compañía.
La capacidad de conversión a escala es también una característica de sistemas naturales y económicos según lo descrito por el Nassim Taleb en su del libro el cisne negro . En ese contexto, Taleb llama una característica escalable cuando está conforme a extremos. Un ejemplo de tal característica en seres humanos es neto valor . Un ejemplo de una característica nonscalable es peso.
La capacidad de conversión a escala, como característica de sistemas, es generalmente difícil de definir y en cualquier caso particular es necesario definir los requisitos específicos para la capacidad de conversión a escala en esas dimensiones que se juzguen importantes. Es una edición alto significativa en sistemas, base de datos, ranuradores, y establecimiento de una red de la electrónica. Un sistema cuyo funcionamiento mejora después de agregar el hardware, proporcional a la capacidad agregada, reputa un sistema escalable . El algoritmo, el diseño, el protocolo de establecimiento de una red, el programa, o el otro sistema se dice a la escala si es convenientemente eficiente y práctica cuando está aplicada a las situaciones grandes (e. un conjunto de datos grande de entrada o un gran número de nodos participantes en el caso de un sistema distribuido). Si el diseño falla cuando la cantidad lo aumenta entonces el no escala .
La capacidad de conversión a escala se puede medir en varias dimensiones, por ejemplo:
Capacidad de conversión a escala de la carga del
: La capacidad para un sistema distribuido de ampliar y de contratar fácilmente su piscina del recurso para acomodar cargas más pesadas o más ligeras. Alternativo, la facilidad con la cual un sistema o un componente puede ser modificado, agregado, o quitado, para acomodar la carga cambiante.
Capacidad de conversión a escala geográfica: La capacidad de mantener funcionamiento, utilidad, o utilidad sin importar la extensión de la concentración en un área local a un patrón geográfico distribuido.
Capacidad de conversión a escala administrativa: La capacidad para un número cada vez mayor de organizaciones de compartir fácilmente un solo sistema distribuido.
Un sistema en línea del tratamiento transaccional escalable o el sistema de gestión de la base de datos es uno que se pueden aumentar para procesar más transacciones agregando nuevos procesadores, dispositivos y almacenaje, y que se puede aumentar fácilmente y transparente sin el cierre de él.
Un protocolo de la encaminamiento se considera escalable con respecto a tamaño de la red, si el tamaño de la tabla de encaminamiento necesaria en cada nodo crece como O ( N del registro), donde está el número el N de nodos en la red.
La naturaleza distribuida del Domain Name System permite que trabaje eficientemente incluso cuando todos los anfitriones en el Internet mundial se sirven, así que se dice al " well" de la escala;.
Algunas puestas en práctica tempranas del P2P Gnutella tenían ediciones del escalamiento. Cada pregunta del nodo inundó sus peticiones a todos los pares. La demanda en cada par aumentaría en proporción con el número total de pares, sobrando rápidamente la capacidad limitada de los pares. Otros sistemas del P2P como el BitTorrent escalan bien porque la demanda en cada par es independiente del número total de pares. No hay embotellamiento centralizado, así que el sistema puede ampliarse indefinidamente sin la adición de recursos de apoyo (con excepción de los pares ellos mismos).
Con el advenimiento de los sistemas informáticos de la materia en usos de la computación de alto rendimiento (tales como análisis, biotecnología sísmicos etc.), los centenares de pequeñas computadoras se configuran en un racimo para obtener el poder de computación agregado que excede a menudo la energía de las computadoras científicas basadas procesador tradicional del RISC. Este modelo ha sido aprovisionado de combustible más lejos por la invención del alto rendimiento interconecta por ejemplo tecnologías de Ethernet 10Gbit y de InfiniBand.
Escalar-hacia fuera las tecnologías también han montado la presión en almacenaje de datos compartidos con el funcionamiento muy alto del IO, especialmente donde el proceso de granes cantidades de datos se requiere por ejemplo en análisis sísmico. Esto ha aprovisionado de combustible más lejos la invención de las nuevas tecnologías de almacenaje tales como dispositivos de almacenamiento del objeto (OSD).
Un número de diversos acercamientos permiten a las bases de datos venir muy de gran tamaño mientras que apoyan un índice cada vez mayor de transacciones por segundo . No ser descontado, por supuesto, está el paso rápido de los avances del hardware en la velocidad y la capacidad de los dispositivos de la memoria masiva, así como avances similares en la CPU y la velocidad del establecimiento de una red. Más allá de ésa, una variedad de arquitecturas se emplean en la puesta en práctica de bases de datos muy en grande.
Una técnica apoyada por la mayor parte de los productos principales del DBMS es el que reparte de tablas grandes, basado en gamas de valores en un campo dominante. De este modo, la base de datos puede ser hacia fuera también escalado a través de un racimo de los servidores de base de datos separados, con el advenimiento de las CPU multifilares 64-bit de los microprocesadores y los multiprocesadores grandes, vendedores del SMP del DBMS han estado en la vanguardia de las puestas en práctica con hilos múltiples favorables que substancialmente el aumenta proporcionalmente capacidad del tratamiento transaccional de .
el almacenaje Red-atado (NAS) y las redes juntadas con (SANs) las redes de área local rápidas y tecnología del almacén del canal de la fibra permiten aún así configuraciones más grandes, más débilmente acopladas de bases de datos y del poder de computación distribuida. El estándar extensamente apoyado X/Open XA emplea un monitor de transacción global para coordinar las transacciones distribuidas entre recursos XA-obedientes semi-autónomos de la base de datos. El Oracle RAC utiliza un diverso modelo para alcanzar la capacidad de conversión a escala, basada en un " compartido-everything" arquitectura que confía en conexiones de alta velocidad entre los servidores.
Mientras que los vendedores del DBMS discuten los méritos relativos de sus diseños favorecidos, algunas compañías e investigadores preguntan las limitaciones inherentes de los sistemas de gestión GigaSpaces de la base de datis relacional, por ejemplo, afirma que un modelo enteramente diverso del tratamiento transaccional distribuido del acceso y de datos, nombrado el la arquitectura espacial, está requerido para alcanzar el rendimiento más alto y la capacidad de conversión a escala. Por una parte, la base una hace el caso para la capacidad de conversión a escala extrema sin la salida de la tecnología de base de datos de corriente. En cualquier caso, no aparece ser extremo en vista a los límites de capacidad de conversión a escala de la base de datos.
Se aconseja a menudo para centrarse diseño de sistema en capacidad de conversión a escala del hardware algo que en capacidad. Es típicamente más barato agregar un nuevo nodo a un sistema para alcanzar funcionamiento mejorado que participar en el funcionamiento que templa para mejorar la capacidad que cada nodo puede manejar. Pero este acercamiento puede tener vueltas de disminución (según lo discutido en la ingeniería del funcionamiento). Por ejemplo: suponer que una porción de un programa puede ser acelerada haciéndolo parelelismo. Suponer que podemos mejorar el 70% de un módulo haciéndolo parelelismo, y funcionar en cuatro CPU en vez de una. Si el es la fracción de un cálculo que sea secuencial, y es la fracción que puede ser hecha parelelismo, después el Speedup máximo que puede ser alcanzado usando procesadores de P se da según la ley de Amdahl: . Substituyendo los valores para este ejemplo, conseguimos el