數據中心就像人一樣：沒有兩個是完全一樣的，尤其是現在。十年前的分離計算、存儲，的硬件，甚至網絡服務運行的硬件給人們留下了堆疊在旁邊的x86的比薩餅盒子，或連接已有30年歷史的計算機主機。為什么不呢？大部分的工作是由軟件工具來定義的，并精確地定義了硬件是如何使用并何時完成的。
從虛擬機到軟件定義存儲，以及網絡功能的虛擬化，這些抽象層將硬件組件抽象成一些更大、更容易控制的東西。
對于早期的數據中心設計來說，這是一個驚人的變化，當行業的主要參與廠商向數據中心投入數十億美元時，當時新興的數字經濟的工廠蓬勃發展。他們的崛起催生了定義如何使用空間和電源的標準委員會，以確保主要供應商不會意外地建立一個太高或太寬的服務器，不適于用行業用戶。
如今在廉價設備上運行的分類服務，通常比以往強大的設備完成得更多。而且也占用更少的空間，并在云中形成到外部資源的自然連接。
人們對基礎設施的做法已經有所響應，但數據庫基本上保持不變，特別是在處理相同的數據庫的工作時，因為他們總是在這個過程中浪費了計算和存儲資源。數據中心運營商正在處理太多的信息，這將繼續下去。
數據中心信息遷移
奇怪的是，大部分行業人士都清楚地知道，過度供應是一個問題。去年的一項研究估計，北美地區的閑置的服務器浪費的資源達300億美元。在去年九月的一項類似的研究中，華爾街日報發現了一個數據中心設施中，有1000多個服務器準備工作，卻一直沒有工作負載。人們才得知數據中心服務器有著這樣一個驚人的資金浪費，而需要提高數據中心的效率從來沒有這么迫切。
信息通過具有無可比擬的數量和種類的數據中心移動，其速度前所未見。思科公司追蹤其視覺網絡指數（VNI）的變化。最新數據表明，基于互聯網的流量2015年每天為2艾字節，相當于自從人類出現以前40%的所說過的話。思科公司認為，到了2019的年，這個數字將超過一倍，達到每天5.5艾字節。
沒有工具的軟件定義和部署數據中心資源，有效地，我們將沒有選擇，只能依靠人工過度配置來處理所有的信息，沒有痛苦的停機時間。對于大多數數據庫服務，我們仍然需要完全的設備配置，這使得這些關鍵系統成為一個瓶頸。而分解是解決問題的關鍵。
擴展到工作負載，而不是基礎設施
數據庫處理是主要的三種功能之一。數據服務是系統的核心，并定義用于存儲信息的模式。快速檢索的索引服務分類，根據定義的參數查詢服務。大多數系統將一次性處理許多不同類型的請求。
其困難來自于如何利用數據庫硬件。這是所有的生硬的力量與請求分布在一個基礎設施。沒有一種系統更適合于處理一個輸入/輸出密集型數據服務。在一個單獨的系統中，也沒有一個機制來處理內存密集型索引服務，或者在一個不同的、優化的機群系統中管理計算密集型查詢的規定。數據庫平臺不喜歡把效率提高到現代數據中心的計算、存儲和網絡服務的分離。人們需要改變，需要系統的發展，以不同的子系統獨立和按需縮放到規模數據庫服務。
有趣的是，這對大多數NoSQL數據庫來說都面臨一樣的問題，因為它是所有的關系系統，一種低效的NoSQL數據庫，甚至有可能情況更糟，因為他們是如何經常搭配一個大型分布式基礎設施。沒有辦法查詢分配到不同的節點，消耗大量的內存和一個裸關節計算爭取資源。解決這一問題的方法是災難性的計劃，這就是為什么我們在數據中心實施過度的配置，還會有那么多的問題的原因。
然而，它不需要是這樣的。多維數據庫縮放是從給我們帶來了虛擬化，軟件定義網絡，并已轉化為更好的數據中心等分解技術。在其最簡單的形式中，多維縮放是軟件定義的工作負載優化，其中管理員組裝的計算，內存和存儲所需的工作量特性。系統是當時的最佳配置避免空轉而維持需要處理高峰時的彈性。
把它看成是根據工作量的需求縮放，在這個過程中需要將每一個可用的硬件進行優化。而不是設計到最低限度的基礎設施。在這世界上充斥著數據，這是一個改變，但速度不可能太快。
京公網安備 11010502049343號