در دنیای مراکز داده، «مقیاس بیش از حد» به همان دسته کلماتی مانند «عملکرد بالا» و «در دسترس بودن بالا» تعلق دارد: مردم اغلب آن را دور می اندازند، اما به ندرت دقیقاً معنای آن را تعریف می کنند.
مرکز داده هایپرمقیاس چیست؟ چه چیزی را متمایز می کند صدها امکانات فوق مقیاس وجود از مخالف امکانات فوق مقیاس؟ به هر حال متضاد یک مرکز داده هایپرمقیاس چیست؟
من نمی توانم پاسخ های قطعی برای این سؤالات ارائه دهم زیرا همانطور که توضیح خواهم داد، هیچ تعریف جهانی برای مرکز داده هایپرمقیاس وجود ندارد. با این حال، در این مقاله، من می‌توانم راهنمایی‌هایی در مورد چگونگی تفکر در مورد ویژگی‌های تعیین‌کننده امکانات مرکز داده در مقیاس فوق‌العاده ارائه کنم.
تعریف مقیاس بزرگ
برای درک اینکه مرکز داده هایپرمقیاس چیست، بیایید با بررسی معنای فرامقیاس شروع کنیم.
هیچ تعریف “رسمی” از این اصطلاح وجود ندارد. اما اگر در اینترنت جستجو کنید، متوجه خواهید شد که تفاسیر رایج در مقیاس های بزرگ معمولاً بر چند ویژگی اصلی تأکید دارند:
- مقیاس پذیری: جای تعجب نیست که اکثر تعاریف فرامقیاس بر اهمیت امکان مقیاس پذیری آسان زیرساخت تاکید دارد. مثلا، ملک دیجیتال می گوید که مقیاس بیش از حد به این معنی است که شما می توانید “منابع اضافی را بدون نیاز به خنک کننده، نیروی الکتریکی یا فضای فیزیکی اضافی” مستقر کنید.
- محاسبات توزیع شده: ایده معماری‌های محاسباتی توزیع‌شده – به معنای آنهایی که بارهای کاری در چندین سرور به اشتراک گذاشته می‌شوند – اغلب با مقیاس‌پذیری بیش از حد مرتبط است. HPEبرای مثال، می‌گوید که معماری فرامقیاس شامل استفاده از یک محیط محاسباتی توزیع‌شده است.
- اهمیت: به گفته شرکت هایی مانند موازی ها و Vertiv، مقیاس بندی بیش از حد با بارهای کاری “ماموریت بحرانی” یا “بزرگ کاری بحرانی” همراه است. از این منظر، بارهای کاری که برای کسب و کار مهم نیستند، به عنوان حجم کاری فرامقیاس واجد شرایط نیستند.
این مفاهیم ما را به درک معنای فرامقیاس نزدیک‌تر می‌کنند. با این حال، متأسفانه، ظاهراً هیچ تعریفی از مفهوم hyperscale وجود ندارد که اعداد سختی را ارائه دهد. این فقدان تعریف روشن، سؤالات مهم دیگری را ایجاد می کند. چقدر سریع نیاز دارید که بتوانید منابعی را به زیرساخت خود اضافه کنید تا بگویید که در حال افزایش مقیاس هستید، در مقایسه با انجام مقیاس بندی “عادی”؟ کدام مقدار از CPU، حافظه، یا منابع دیگر را برای اینکه بتوانید به‌عنوان یک مقیاس‌کننده بیش از حد «معمولی» واجد شرایط باشید، نیاز دارید؟ چه مقدار درآمد باید به یک حجم کاری مرتبط باشد تا بتواند به عنوان یک حجم کاری بسیار مهم برای ماموریت به حساب آید (اگر ماموریت حیاتی بودن حتی بخشی ذاتی از معنای فرامقیاس باشد)؟
به جای پاسخ دادن به سوالاتی از این دست، بیشتر آنها از معنای «مقیاس فراتر» از اصطلاحات مقایسه ای عمومی استفاده می کنند، مانند «سطوح عملکرد بالا» و «در دسترس بودن بالا» (به نقل از تعریف HPE).
تعریفی مبتنی بر بازار از مراکز داده در مقیاس بزرگ
رویکرد دیگر برای تعریف مراکز داده در مقیاس فرامقیاس این است که به این فکر نکنیم که چگونه کار می‌کنند، بلکه به مالکیت آنها فکر کنیم.
در بیشتر موارد، مراکز داده های فوق مقیاس با شرکت های بسیار بزرگ و فناوری محور مانند گوگل و آمازون مرتبط هستند. سازمان‌های کوچک‌تر نیز ممکن است زیرساخت‌های بسیار مقیاس‌پذیر را مستقر کنند، اما به ندرت در مکالمه‌های مربوط به مقیاس‌کننده‌های بزرگ نشان داده می‌شوند. شرکت‌های بزرگ‌تر (مثلاً مانند بانک‌های بزرگ که هم چنین هستند مراکز داده خود را راه اندازی کنند در بسیاری از موارد) که ممکن است زیرساخت‌های مرکز داده بسیار مقیاس‌پذیر داشته باشند، اما عمدتاً در تجارت فناوری نیستند.
پس شاید ما باید به مراکز داده های مقیاس بزرگ فکر کنیم که بر حسب میزان درآمد یک شرکت از طریق مراکز داده خود یا حتی تعداد کارمندان آن تعریف می شوند. این ویژگی ها هیچ ارتباطی با آنچه در واقع در یک مرکز داده وجود دارد یا سرعت آن می تواند از نقطه نظر عملیاتی مقیاس شود ندارد. اما باز هم، هیچ کس دقیقاً مراکز داده ابرمقیاس را بر اساس ویژگی های اخیر تعریف نمی کند.
معنای Hyperscale در چشم بیننده است
اگر می‌توان نتیجه‌گیری در مورد تعریف مراکز داده بیش‌مقیاس‌سازی یا فرامقیاس‌سازی کرد، این است که تعریف روشنی وجود ندارد. مراکز داده ای که ما آنها را به عنوان امکانات فرامقیاس می دانیم، شاید بیشتر توسط شرکت های صاحب آنها – که باز هم در بیشتر موارد شرکت های فناوری بزرگ هستند – از هر ویژگی فنی ذاتی متمایز می شوند.
بنابراین، اگر می‌خواهید یک هایپراسکیلر باشید، بیرون نروید و در مورد چگونگی ساخت معماری سرور و ابزارهای هماهنگ‌سازی زیرساختی که به شما امکان می‌دهد مقیاس انبوه را بسازید، وسواس نکنید. در عوض روی تبدیل شدن به یک شرکت فناوری بزرگ تمرکز کنید، در این مرحله بدون در نظر گرفتن اینکه آیا واقعاً کاری متفاوت از سایر سازمان‌هایی که زیرساخت‌های مقیاس‌پذیر گسترده‌ای را نیز اجرا می‌کنند یا خیر انجام می‌دهید، مسلماً به عنوان یک hyperscaler در نظر گرفته می‌شوید.