सामग्री
- मोनोलिथिक डेटाबेस मॅनेजमेंट सिस्टमची उणीवा
- सामान्य कार्यक्षेत्रातील साधक आणि बाधक
- कोणतीही दोष नाही, तणाव नाही - आपले जीवन नष्ट न करता जीवन-बदलणारे सॉफ्टवेअर तयार करण्यासाठी चरण चरण बाय चरण
- डेटाबेस लोड बॅलन्सिंग कार्यक्षमतेने स्केलेबिलिटीच्या उणीवांना कसे संबोधित करते
स्रोत: वेव्हब्रेकेमेडीमिक्रो / ड्रीम्सटाइम डॉट कॉम
टेकवे:
सेवा खर्च कमी करताना आणि ग्राहकांचा अनुभव सुधारताना अपटाइम आणि उच्च कार्यक्षमता सुनिश्चित करण्याचा सर्वात सोपा मार्ग म्हणजे डेटाबेस लोड बॅलेन्सिंग.
लेगसी आर्किटेक्चर आणि पारंपारिक एसक्यूएल डेटाबेसमधील मूलभूत त्रुटींबद्दल आपल्याला माहिती आहे? आपणास माहित आहे की एसक्यूएल डेटाबेस वाचन आणि लेखन मोजण्यासाठी डिझाइन केलेले नाहीत? आपला पारंपारिक एस क्यू एल डेटाबेस ऑनलाइन ticsनालिटिक्स प्रक्रियेसाठी समस्या तयार करू शकत असल्यास आश्चर्यचकित आहात? दुर्दैवाने, उत्तर निश्चित होय आहे. आपल्या डीबीएकडून विद्यमान एंटरप्राइझ गरजा ओलांडून डेटाबेस मोजण्यासाठी श्रम-केंद्रित हस्तक्षेप असूनही, डाउनटाइम आणि विलंब टाळताना गतिमान मागण्यांशी जुळवून घेणे खूपच कठीण आणि व्यवसाय डेटाची वेगवानता. या आव्हानांचा अर्थ असा नाही की आपला एसक्यूएल डेटाबेस स्केल करणे अशक्य आहे. याचा अर्थ असा आहे की ही प्रक्रिया प्रत्येक आघाडीवरील आव्हानांनी परिपूर्ण आहे. चला ते जाणून घेऊया. (एस क्यू एल विषयी अधिक माहितीसाठी, हडूपवरील एसक्यूएल बिग डेटा विश्लेषणामध्ये कशी मदत करू शकते? पहा.)
मोनोलिथिक डेटाबेस मॅनेजमेंट सिस्टमची उणीवा
जेव्हा स्थिर वातावरणात सॉफ्टवेअर उपयोजित होते तेव्हा तुलनेने मध्यवर्ती युगात संकल्पित होते, लेगसी डेटाबेस आर्किटेक्चर अशा अनुप्रयोगात वाढत्या मोबाइल जगाचे समर्थन करण्यास अपयशी ठरतात जेथे अनुप्रयोग कधीही प्रवेश केला जाऊ शकतो. आज सॉफ्टवेअर वापरकर्त्यांना उपयुक्ततेमध्ये सातत्यपूर्ण सुधारणा हव्या आहेत आणि सास विक्रेत्यांनी त्यांचे व्यवसाय उद्दीष्ट साध्य करण्यासाठी आवश्यक असलेली नवीन वैशिष्ट्ये आणि कार्ये वितरित करण्याची अपेक्षा केली आहे.
तथापि, खालील कारणास्तव आजच्या वितरित आणि मेघ वातावरणाच्या गरजा पूर्ण करण्यासाठी लेगसी डेटाबेस तंत्रज्ञान कमी पडतात:
- अपुरी अपयशी क्षमता
- उशीरा समस्या
- सर्वोच्च मागणी दरम्यान अपु provisions्या तरतुदी
- नेहमीच उच्च उपलब्धतेचा अभाव
- परिचालन खर्च वाढविणे
- जागतिक बाजारपेठेच्या मागण्या पूर्ण करण्यात असमर्थता
या सर्व कारणांसाठी, पारंपारिक डेटाबेस वेगवान वाढणार्‍या वातावरणाचा परिणाम वितरित करण्यात अक्षम असतात जिथे कामचे भार भौगोलिकरित्या विषम डेटा केंद्रांवर वितरीत केले जाते. अधिक वितरित डेटा मॉडेलमध्ये श्रेणीसुधारित करणे महाग आणि क्लिष्ट आहे. परंतु आपले डीबीए या परिस्थितीवर मागे बसू शकत नाहीत. त्यांचे व्यवसाय फायदे आणि मर्यादांसह स्केलेबिलिटीच्या समस्येचे निराकरण करण्यासाठी सामान्यत: वापरल्या जाणार्‍या तीन वर्कआउंड आहेत.
सामान्य कार्यक्षेत्रातील साधक आणि बाधक
- सामायिकरण
- अनुलंब स्केलिंग
- क्षैतिज स्केलिंग
शार्डींगचे दोन भिन्न प्रकार आहेत - क्षैतिज आणि अनुलंब. क्षैतिज शार्डींगसाठी एकाधिक उदाहरणासह डेटा विभाजित करणे आवश्यक असते, परंतु अनुलंब शार्डींगने आपल्या सर्व टेबलांना क्वेरींसाठी प्रतिसाद वेळा कमी करण्यासाठी इतर घटनांमध्ये हलवले. सामायिकरण एकाधिक सर्व्हरवर डेटा संग्रहित करण्यास सुलभ करते, परंतु क्षैतिज आणि अनुलंब दोन्ही शार्डींग जटिल आणि वेळ घेणारे असतात. दोन्ही प्रक्रिया क्रॉस क्वेरी टाळण्यासाठी अनावश्यक डेटा व्यतिरिक्त अ‍ॅप स्तरावर बदल आवश्यक असतात.
सामायिकरण आपल्यास मोठ्या प्रमाणात डेटा संचयित करण्याची क्षमता, स्थानांवर सामायिक करणे, कोणत्याही डिव्हाइसवर सहजपणे माहितीमध्ये प्रवेश करणे, डुप्लिकेशन हटविणे आणि स्टोरेजची जागा कमी करण्याची क्षमता आणते परंतु हे मर्यादा नसते. दुर्दैवाने, शार्डींग त्रुटी-प्रवण आहे, मॅन्युअल फेलओव्हर आवश्यक आहे आणि हे क्षमता विभाजनच्या बाबतीत मर्यादित आहे. सामील होणे अत्यंत अविश्वसनीय आणि अकार्यक्षम आहे आणि सातत्याने बॅकअप घेणे खूप कठीण होऊ शकते. शार्डेड डेटाबेस सर्व्हिस आउटेजवर टिकू शकत नाहीत आणि परदेशी की समर्थन देत नाहीत. संदर्भित सचोटीचा अभाव डेटामधील विसंगतींना आमंत्रण देऊ शकतो जे अखेरीस कंपनीसाठी महत्त्वपूर्ण विकास खर्च बनू शकते.
प्रत्यक्षात, फारच थोड्या संस्थांना शार्डींगची आवश्यकता आहे. दररोज जोडल्या जाणार्‍या डेटा पेटाबाइट्स सारख्या संस्था दुर्मिळ आहेत. बर्‍याच कंपन्यांसाठी, वाचन क्षमता वाढवून प्राथमिक लेखन सर्व्हरचे ऑफलोडिंग संपूर्ण स्केलेबिलिटी आव्हान सोडवेल.
स्केलिंग म्हणजे मोठ्या आणि चांगल्या सर्व्हरकडे जाणे ज्यात अधिक मेमरी, बँडविड्थ आणि I / O असतात. जेव्हा विद्यमान सोल्यूशन कमी होण्यास सुरुवात होते, तेव्हा स्केलिंग खूप वजन कमी करणे सोपे करते. तर सोल्यूशनमध्ये काय चुकले आहे?
कोणतीही दोष नाही, तणाव नाही - आपले जीवन नष्ट न करता जीवन-बदलणारे सॉफ्टवेअर तयार करण्यासाठी चरण चरण बाय चरण
जेव्हा कोणालाही सॉफ्टवेअर गुणवत्तेची काळजी नसते तेव्हा आपण आपली प्रोग्रामिंग कौशल्ये सुधारू शकत नाही.
अधिक महाग हार्डवेअरसह खर्च वाढतो. डेटाबेस परवाना अधिक महाग होतो आणि देखभाल खर्च देखील वाढतो. आपण कितीही मोठे असले तरीही अखेरीस आपल्या सर्व सर्व्हरची स्टीम संपण्याची खात्री आहे. काही वेळा, अतिरिक्त स्केलिंग करणे यापुढे शक्य नाही.
स्केल आउट करणे म्हणजे रहदारी वाढविण्यासाठी एकत्र काम करणारे अधिक वैयक्तिक सर्व्हर जोडून अधिक क्षमता जोडणे. असे प्रमाण देखील अपटाइम वाढवू शकते कारण कोणतीही सर्व्हर बिघाड संपूर्णपणे सिस्टमच्या उपलब्धतेमध्ये तडजोड करीत नाही. आव्हान असे आहे की आपल्या सॉफ्टवेअरला एकाधिक डेटाबेस सर्व्हरशी कसे बोलायचे हे माहित नाही. डेटाबेस प्रमाणात कार्यक्षमतेने आणि प्रभावीपणे साध्य करण्यासाठी, आपल्याला डेटाबेस लोड बॅलेंसिंग सॉफ्टवेअर आवश्यक आहे जे प्रतिकृत सेकंडरीशी बोलण्यासाठी आवश्यक असलेले अनुप्रयोग पुनर्प्राप्ती टाळते. (डेटाबेस ट्रेंडबद्दल अधिक जाणून घेण्यासाठी, सॉफ्टवेअर-परिभाषित डेटा सेंटर: व्हॉट्स रिअल आणि व्हॉट्स नॉट पहा.)
डेटाबेस लोड बॅलन्सिंग कार्यक्षमतेने स्केलेबिलिटीच्या उणीवांना कसे संबोधित करते
डेटाबेस लोड बॅलेंसिंग सॉफ्टवेयर आपल्या डेटाबेसचे वाचन कार्यक्षमतेने स्केल करून, प्राथमिक सर्व्हरचे ऑफलोडिंग आणि म्हणूनच स्केलिंग राइट्स करून आपल्या पायाभूत सुविधांचा डाउनटाइम आणि विलंबपासून संरक्षण करते. हे सॉफ्टवेअर कोडमध्ये बदल न करता आपल्या अनुप्रयोगांना स्केल आउट आउट डेटाबेसचा लाभ घेण्यास सक्षम करते. हे याद्वारे उच्च उपलब्धता आणि उच्च कार्यक्षमता सुनिश्चित करतेः
- स्वयंचलितपणे आयएनजी प्राथमिक सर्व्हरवर लिहिते आणि सेकंडरीस वाचते
- दुय्यम नवीन प्राथमिक होईपर्यंत एका रांगेत लिहून डेटाबेस फेलओव्हर दरम्यान अनुप्रयोग त्रुटी टाळणे
- प्रतिकृतीमध्ये मागे राहणार्‍या दुय्यम सर्व्हरवर वाचन पाठविले जात नाही याची खात्री करण्यासाठी प्रतिकृती वेळ ट्रॅक करणे
- सर्व उपलब्ध दुय्यम सर्व्हरमध्ये वाचन वितरित करणे आणि वर्कलोडला सर्वोत्कृष्ट कामगिरी करणार्‍या सर्व्हरकडे निर्देशित करणे
- अनुप्रयोग कार्यक्षमतेच्या अडथळ्यांच्या मूळ कारणास्तव एंड टू-एंड दृश्यमानता ऑफर
सेवा खर्च कमी करताना आणि ग्राहकांचा अनुभव सुधारताना अपटाइम आणि उच्च कार्यक्षमता सुनिश्चित करण्याचा सर्वात सोपा मार्ग म्हणजे डेटाबेस लोड बॅलेन्सिंग.