۲۹ شهریور ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

معایب استفاده از سیستم های مقیاس خودکار ابری

بسیاری از فروشگاه‌های IT فقط می‌پذیرند که سیستم‌های مقیاس خودکار برای آنها مناسب است، حداقل تا زمانی که صورت‌حساب عظیم ابری برسد.

بسیاری از فروشگاه‌های IT فقط می‌پذیرند که سیستم‌های مقیاس خودکار برای آنها مناسب است، حداقل تا زمانی که صورت‌حساب عظیم ابری برسد.

اگر مزایای پلتفرم‌های رایانش ابری خود را بررسی کرده باشید، احتمالاً با ویژگی‌های مقیاس خودکار مواجه شده‌اید. اگرچه این ها برای هر ارائه دهنده متفاوت است، ایده این است که آنها تشخیص می دهند که آیا به حافظه، CPU یا فضای ذخیره سازی بیشتری نیاز دارید یا خیر و به طور خودکار آن را قبل از نیاز برای شما اختصاص می دهند. این به برنامه‌های شما اجازه می‌دهد تا در سطح خاصی کار کنند، مهم نیست که حجم کاری افزایش یا کاهش یابد.

معمولاً چند گزینه وجود دارد، از جمله مقیاس‌بندی رانندگی توسط برنامه، که کاملاً خودکار نیست زیرا باید از برنامه تعریف و فراخوانی کنید. یا می‌توانید سیستمی را روشن کنید که منابع مختلف را از طریق مکانیسم‌های کاملاً خودکار تخصیص می‌دهد.

ارائه‌دهندگان ابر عمومی این سرویس را ارائه می‌کنند، یا می‌توانید از سایر سیستم‌های داخلی (با استفاده از سخت‌افزارتان) یا یک ارائه‌دهنده خدمات مدیریت‌شده استفاده کنید تا همه چیز را شامل شوید. مبادلات این نوع مکانیسم ها چیست؟ بیایید چند مورد را مرور کنیم.

چالش های پیچیدگی و عملیات

اجرا و مدیریت یک سیستم مقیاس‌بندی خودکار با پیکربندی و نظارت دقیق برای اطمینان از پاسخگویی مناسب سیستم به تقاضاهای در حال تغییر، ابتدا سازمان‌ها را ملزم می‌کند تا سیاست‌های مقیاس‌بندی مناسب، از جمله آستانه‌ها و قوانین را تعریف کنند. آنقدرها هم که به نظر می رسد آسان نیست.

چگونه والمارت ابر ترکیبی خود را برای توسعه دهندگان انتزاعی می کند

به سرعت یاد خواهید گرفت که این می تواند پیچیده و زمان بر باشد و به تخصص تخصصی نیاز دارد. بیشتر شرکت‌ها این سطح از دانش را ندارند و اغلب پیکربندی‌های مقیاس خودکار را اشتباه می‌گیرند. این بدان معناست که سیستم‌ها از منابع بسیار زیادی استفاده می‌کنند و بیش از آنچه باید هزینه می‌کنند. همچنین، نظارت مستمر و تنظیم مداوم برای جلوگیری از تامین کم یا بیش از حد ضروری است.

پیامدهای هزینه

مقیاس خودکار می‌تواند هزینه‌ها را با بهینه‌سازی استفاده از منابع کاهش دهد، اما صرفه‌جویی تضمین نشده است. من دیده ام که سیستم های مقیاس خودکار منجر به افزایش هزینه های غیرمنتظره می شوند. به عنوان مثال، عملیات مقیاس بندی سریع و مکرر می تواند هزینه های اضافی ایجاد کند که اغلب غیرمنتظره هستند. اگر منابع به طور موثر مدیریت نشوند، بدون شک این اتفاق خواهد افتاد.

من الگوهای بار کاری غیرقابل پیش‌بینی یا افزایش ناگهانی تقاضا را دیده‌ام که فرآیندهای مقیاس‌بندی خودکار را آغاز می‌کنند. این منجر به نمونه‌ها یا منابع بیشتری می‌شود، اما صورت‌حساب ابری بالقوه بسیار زیادی را نیز به همراه دارد. تنها راه حل این مشکل، تجزیه و تحلیل دقیق و پیش‌بینی الگوهای حجم کار است تا مقیاس‌پذیری و مقرون به صرفه بودن تعادل برقرار شود.

هکرهای مخرب هوش مصنوعی مولد را به سلاح تبدیل می کنند

تغییر عملکرد

مقیاس خودکار تغییر عملکرد را به دلیل ماهیت پویا تخصیص منابع معرفی می کند که اتوماسیون و پاسخگویی مورد نظر مدیران را فراهم می کند. اگرچه زیرساخت ارائه‌دهنده ابر برای به حداقل رساندن این اثرات طراحی شده است، اما رفتارهای تأخیر یا اختلال احتمالی در طول عملیات مقیاس‌بندی وجود دارد.

من را در اینجا دنبال کنید. افزایش یا کاهش مقیاس شامل تهیه یا حذف مواردی است. این رایگان نیست. همچنین زمان می برد و ممکن است بر عملکرد کلی سیستم تأثیر بگذارد. شناخته شده است که این تنوع بر پاسخگویی برنامه و تجربه کاربر تأثیر می گذارد. چیزی که بیش از همه آزار دهنده است این است که برای این کار هزینه بیشتری می پردازید.

پیچیدگی برنامه

برخی برنامه‌های کاربردی با سیستم‌های مقیاس خودکار خوب کار نمی‌کنند. برنامه‌های قدیمی یا یکپارچه که بر پیکربندی‌های استاتیک متکی هستند یا وابستگی‌های متقابل پیچیده‌ای دارند، ممکن است با سیستم‌های مقیاس خودکار عملکرد چندان خوبی نداشته باشند. البته، راه‌حلی وجود دارد که معمولاً بخشی از کل برنامه را بازنویسی می‌کند تا مقیاس خودکار را به طور مؤثرتری افزایش دهد.

GitHub برای همه کدنویس ها به احراز هویت دو مرحله ای نیاز دارد

تغییر چنین برنامه‌هایی به مقیاس مؤثر ممکن است نیاز به بازسازی گسترده یا طراحی مجدد کامل داشته باشد. این باعث افزایش زمان توسعه، هزینه ها و ریسک می شود. همچنین، برنامه‌هایی که به حالت‌های مشترک نیاز دارند یا می‌توان به حفظ پیوند نشست‌ها نیاز داشت، می‌توانند هنگام مقیاس‌بندی در چندین نمونه با مشکل مواجه شوند.

خوب تر از بد؟

بیشتر چیزها در فضای ابری دارای معاوضه هستند و مقیاس خودکار تفاوتی ندارد. هنگام انتخاب یک سیستم مقیاس خودکار در فضای ابری، به آنچه توضیح دادم توجه کنید. همیشه یک منفعت و یک هزینه وجود خواهد داشت، و شما باید تعادل مناسب را ایجاد کنید.

من دائماً مغازه‌های فناوری اطلاعات زیادی را می‌بینم که فقط می‌پذیرند که سیستم‌های مقیاس خودکار برای آنها مناسب است و برخی از جنبه‌های منفی را نادیده می‌گیرند. آنها معمولاً کسانی هستند که از یک صورتحساب کلان ابری نیز شکایت دارند که ندیده اند در راه است. این نوع اشتباه به راحتی قابل اجتناب است.