Entre un nivel de memoria y el siguiente hay un factor de mil, y aparece dos
veces seguidas. Calcule esos factores antes de verlos y decida qué compra el sistema cuando
acepta pagarlos.
1. Cuatro operaciones, cuatro órdenes de magnitud
La misma lectura de un dato, según de dónde venga. La columna de la
derecha es cuántas veces más lenta que leer la memoria de la propia máquina.
Un ping entre dos centros de datos lejanos tarda 50 ms. ¿Cuántas veces más que leer RAM, que tarda 100 ns?
Operación
Tiempo típico
Veces más lenta que la RAM
Se gana capacidad de cómputo y de
almacenamiento, y se pierde velocidad. Ninguna técnica quita ese costo: un buen diseño lo
paga pocas veces. Una consulta que haga diez llamadas seriales entre continentes tarda
segundos, y por eso se replica el dato cerca de quien lo pide.
2. Dos formas de sumar
Sumar un arreglo de un millón de elementos con OpenMP en ocho hilos
toma milisegundos, y todo cabe en una memoria. Sumar mil millones con MapReduce en cien
máquinas toma segundos.
La segunda es más lenta por elemento. ¿Por qué se usa?
La tolerancia a fallos y el costo también son razones para distribuir, y
no son las que deciden este caso: aquí el cálculo sencillamente no entra en una máquina.
3. Qué hace que un sistema sea distribuido
Un conjunto de computadoras conectadas por red
que trabajan juntas y se presentan al usuario como un solo sistema coherente. De las cuatro
afirmaciones, ¿cuál no se sigue de esa definición?
4. Un clic, tres regiones
Un usuario en Cali abre netflix.com. El HTML sale de un
servidor en Bogotá, el video de un cache en Miami y el pago se procesa en
us-east-1, en Virginia.
¿Por qué el pago no se atiende también desde Bogotá?
El reparto del ejemplo no es arbitrario: lo que se puede copiar viaja al
borde de la red, y lo que tiene que decidirse una sola vez se queda en una región. Esa
tensión es la que el teorema CAP pone en forma.