← Volver a los ejercicios

Escalar a lo alto o a lo ancho

Más recursos en la misma máquina, o más máquinas. La primera opción tiene un techo físico y la segunda exige software que coordine. Las cuentas de esta página dicen dónde está cada techo.

1. El costo de la máquina grande

Un servidor con 1 TB de memoria cuesta más que diez servidores de 128 GB cada uno.

¿Cuánta memoria suman esos diez servidores, en gigabytes?

Si el conjunto barato da más memoria por menos dinero, ¿por qué alguien escala a lo alto?

Stack Overflow atiende millones de usuarios al día con menos de veinte servidores muy potentes. Google va por el otro camino, con millones de máquinas comunes, y Netflix crea y destruye decenas de miles de instancias según la demanda.

2. El techo que no se compra

La ley de Amdahl pone el límite: S(n) = 1 / ((1 − p) + p/n), con p la fracción que se paraleliza. Un servicio tiene p = 0,95.

¿Qué aceleración da con 10 máquinas?
¿Y con infinitas máquinas?
MáquinasAceleraciónEficiencia

3. Partir los datos o copiarlos

Un servicio guarda el perfil de treinta millones de usuarios y la consulta más frecuente es leer un perfil por su identificador. Los perfiles no caben en un nodo. ¿Qué mecanismo resuelve eso?

Casi todo sistema real usa los dos a la vez: se particiona, y cada partición se replica. Lo que cuesta del sharding es la consulta que cruza particiones, porque son varias idas por red en vez de una.

4. Cuántos nodos para aguantar dos caídas

En un sistema que decide por consenso, con 2f + 1 nodos se toleran f caídos: las decisiones salen por mayoría, y la mayoría tiene que seguir existiendo entre los que quedan vivos.

¿Cuántos nodos hacen falta para seguir decidiendo con dos caídos?
NodosMayoríaCaídas que tolera
Paxos fue el primer protocolo descrito; Raft se diseñó para poder entenderse, y es el que usan etcd, Consul y CockroachDB. Agregar nodos sube la tolerancia y también el costo de cada decisión, porque la mayoría a convencer es más grande.