Kapitel 15. Verkleinern

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com

Sowohl die Skalierung als auch die Replikation für die Verfügbarkeit basieren auf mehreren Instanzen jedes Knotens, die auf separaten Computern laufen. Da aber Computer ausfallen können (und werden) und die Verbindung zwischen ihnen fehlschlägt, geht es bei der Skalierung nicht nur darum, die Rechenkapazität zu erhöhen. Vielmehr muss die Skalierung sorgfältig mit deinen Konsistenz- und Verfügbarkeitsmodellen integriert und orchestriert werden, bei denen du bereits entschieden hast, welche Kompromisse du eingehen willst. Es ist einfach zu sagen, dass du ein System schreiben musst, das unendlich skaliert, ohne dass eine einzige Anfrage verloren geht, aber die Umsetzung ist nie einfach, und oft ist eine solche ideale Implementierung in der Praxis nicht notwendig, um deine Zielanwendungen zu unterstützen. Erlang/OTP-Systeme skalieren zwar nicht auf magische Weise, aber wenn du OTP verwendest und die richtigen Kompromisse eingehst, wird dir ein großer Teil der Arbeit abgenommen.

In diesem Kapitel knüpfen wir an die in Kapitel 13 und 14 beschriebenen Muster für die verteilte Programmierung, die Wiederherstellung und die gemeinsame Nutzung von Daten an und konzentrieren uns auf die Kompromisse, die du bei der Entwicklung deiner Architektur in Bezug auf die Skalierbarkeit eingehen musst. Wir beschreiben die Tests, die du brauchst, um ...

Get Design für Skalierbarkeit mit Erlang/OTP now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.