隨著互聯(lián)網(wǎng)的興起，傳統(tǒng)的IT應(yīng)用架構(gòu)開始改變，從串行演變成以并行計算為主，與之匹配的服務(wù)器架構(gòu)也從垂直延展的大機器演變成服務(wù)器疊加集群。現(xiàn)有的分布式計算架構(gòu)技術(shù)的實現(xiàn)是通過軟件并行計算的支持，服務(wù)器平臺可以通過大量單機成本比大機器低得多的起步價，快速實現(xiàn)應(yīng)用上線，并在用戶量爆發(fā)時，通過服務(wù)器疊加方式實現(xiàn)擴容。
由于縱向拓展可優(yōu)化空間太小（單臺服務(wù)器的性能上限很明顯），分布式系統(tǒng)強調(diào)橫向擴展、橫向優(yōu)化，當(dāng)分布式集群計算資源不足時，就要往集群里面添加服務(wù)器，來不停地提升分布式集群的計算能力。
軟硬件成本知多少？
出于成本的考慮，很多大規(guī)模的分布式系統(tǒng)一般采用廉價的PC服務(wù)器，而不是大型的高性能服務(wù)器，但是問題隨之而來，等同能力的計算資源，分布式系統(tǒng)的成本一定會低很多嗎？
我們可以來做一道算術(shù)題，如果將一臺具有64GB內(nèi)存、8個CPU的機器升級為一臺擁有512GB內(nèi)存和32個CPU的服務(wù)器，這臺機器的總成本大約為10萬美金，這顯然是一次典型的Scale up升級。
而如果使用scale out的形式，使用大量廉價的服務(wù)器來組件系統(tǒng)，這筆投資可以購買83臺1U服務(wù)器。同樣的投資，它們獲得的資源分別如下：
|
Scaling Up |
Scaling Out |
|
|
CPUs |
32 |
332 |
|
RAM |
512 GB |
664 GB |
|
Disk |
4 TB |
40.5 TB |
而如果加上微軟的商業(yè)授權(quán)軟件，成本大致如下：
|
Scaling Up |
Scaling Out |
|
|
OS |
$2310 |
$33200 |
|
SQL |
$8318 |
$49800 |
此外，電費消耗對比如下：
|
Scaling Up |
Scaling Out |
|
|
Peak Watts |
1200w |
16600w |
|
Power Cost / Year |
$1577 |
$21815 |
由此，我們可以從數(shù)字層面看到直觀的對比，scale up和scale out都是可選的方案。當(dāng)然，這涉及到用戶具體要解決的問題，你的資源（如資金，軟件）等情況。這樣看來，只有在使用開源軟件時，scale out才有較為明顯的優(yōu)勢，因為scale out意味著較少的硬件投入，以及較高的軟件授權(quán)成本。
開源就能解決成本問題？
開源并不等于免費，為83臺服務(wù)器配備一個系統(tǒng)運維人員的工作，一年的費用基本上可以購買一臺性能足夠強大的服務(wù)器了，而其它的硬件投入，比如負載均衡、網(wǎng)絡(luò)等的投入，還有數(shù)據(jù)中心的費用，7U的服務(wù)器雖不便宜，但比83個1U服務(wù)器要便宜多了。
說到這里不能不提到這幾年大力推廣去IOE的阿里，阿里在用開源替代IOE的進程中，差不多花了三年的時間。回首這幾年的工作，按照阿里自己的總結(jié)來看，開源只是解決了入水時候的零成本問題，而后期在駕馭它的時候你必須面臨很高的運維以及發(fā)展的成本。
并且，在這一過程中，阿里的相關(guān)技術(shù)人員因IT技能的需求不同，也出現(xiàn)了較大的調(diào)整，比如從注重Oracle DBA人才調(diào)整為MySQL或其他開源數(shù)據(jù)庫DBA人才，機房維護的規(guī)模也大大提高。
很多人都覺得采用開源的基于x86的分布式計算可以節(jié)省很多成本，至少從普適的采購價格上看，這一點也許成立的，但這是建立在你有完備的技術(shù)人才儲備的基礎(chǔ)上，否則為了使用開源，你可能要額外的招聘相關(guān)領(lǐng)域的人才，從而可能讓最后使用的成本核算看上去并不如預(yù)期。
因此，如果企業(yè)采用開源的分布式系統(tǒng)，需要很強的技術(shù)團隊才能Hold住，如果你沒有做好準(zhǔn)備，必須慎之又慎——采用開源技術(shù)是否對自己的業(yè)務(wù)有利，自己當(dāng)前的人才與技能儲備是否可以有效支撐起這項工程？尤其是系統(tǒng)規(guī)模越大，涉及的業(yè)務(wù)越多的時候。
京公網(wǎng)安備 11010502049343號