Kosteneffiziente Datenpipelines

Kapitel 2. Reaktion auf Nachfrageänderungen durch Skalierung der Rechenleistung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Wenn ich nicht gerade ein Buch über Datenpipelines schreibe, verbringe ich meine Freizeit am liebsten im Wald. Ein großer Teil der Planung dieser Ausflüge besteht darin, herauszufinden, welche Kleidung ich mitnehmen soll. Die Wettervorhersage, der Schwierigkeitsgrad der Wanderung und mein Tempo spielen bei dieser Entscheidung eine Rolle.

Sich in mehreren Schichten zu kleiden, ist die altbewährte Methode, um dieses Problem zu lösen. Wenn ich zügig einen Hügel hinauflaufe, ziehe ich ein paar Schichten aus, um nicht zu überhitzen. Wenn ich oben auf dem Berg anhalte, um die Aussicht zu genießen, ziehe ich sie wieder an, um warm zu bleiben. Die Möglichkeit, Schichten hinzuzufügen und zu entfernen, sorgt dafür, dass ich mich im Backcountry wohl und sicher fühle.

So wie ich beim Wandern die Schichten wechseln kann, um mich an unterschiedliche Bedingungen anzupassen, kannst du die Ressourcenmenge für eine Pipeline an unterschiedliche Arbeitslasten anpassen. Stell dir das als dynamischen Prozess vor, der die richtige Dimensionierung der Rechenleistung vornimmt, ein iterativer Prozess, der Überwachung und Abstimmung beinhaltet.

Hinweis

In Kapitel 1 hast du die Definition der vertikalen Skalierung kennengelernt, bei der die Kapazität einer Ressource verändert wird. In diesem Kapitel ...