转载

分布式计算背后的隐藏成本

随着互联网的兴起，传统的IT应用架构开始改变，从串行演变成以并行计算为主，与之匹配的服务器架构也从垂直延展的大机器演变成服务器叠加集群。现有的分布式计算架构技术的实现是通过软件并行计算的支持，服务器平台可以通过大量单机成本比大机器低得多的起步价，快速实现应用上线，并在用户量爆发时，通过服务器叠加方式实现扩容。

由于纵向拓展可优化空间太小（单台服务器的性能上限很明显），分布式系统强调横向扩展、横向优化，当分布式集群计算资源不足时，就要往集群里面添加服务器，来不停地提升分布式集群的计算能力。

软硬件成本知多少？

出于成本的考虑，很多大规模的分布式系统一般采用廉价的PC服务器，而不是大型的高性能服务器，但是问题随之而来，等同能力的计算资源，分布式系统的成本一定会低很多吗？

我们可以来做一道算术题，如果将一台具有64GB内存、8个CPU的机器升级为一台拥有512GB内存和32个CPU的服务器，这台机器的总成本大约为10万美金，这显然是一次典型的Scale up升级。

而如果使用scale out的形式，使用大量廉价的服务器来组件系统，这笔投资可以购买83台1U服务器。同样的投资，它们获得的资源分别如下：

	Scaling Up	Scaling Out
CPUs	32	332
RAM	512 GB	664 GB
Disk	4 TB	40.5 TB

而如果加上微软的商业授权软件，成本大致如下：

	Scaling Up	Scaling Out
OS	$2310	$33200
SQL	$8318	$49800

此外，电费消耗对比如下：

	Scaling Up	Scaling Out
Peak Watts	1200w	16600w
Power Cost / Year	$1577	$21815

由此，我们可以从数字层面看到直观的对比，scale up和scale out都是可选的方案。当然，这涉及到用户具体要解决的问题，你的资源（如资金，软件）等情况。……这样看来，只有在使用开源软件时，scale out才有较为明显的优势，因为scale out意味着较少的硬件投入，以及较高的软件授权成本。