¿Scale out o Scale up?

Clase 49 de 63 • Fundamentos de Bases de Datos 2017

Diego Forero

Team Platzi•

Scale Up => Crecer con el mismo hardware, (memoria, procesador, etc)
Scale Out => Escalamiento horizontal, mas maquinas con menores especificaciones.

Jecsham Castillo

student•

Gracias por la aclaración!

Juan Camilo Álvarez Muñoz

student•

en el Scale Out se puede tener maquinas de diferentes especificaciones y agregarlas segun la necesidad

Javier Eduardo Perez Carreño

student•

También hay que tener en cuenta que:

El escalamiento vertical (Scale UP) = requiere apagar el servidor para así aumentar sus recursos de memoria y procesamiento. Ejemplo: tengo un servidor de 1 Tera de disco y a futuro voy a necesitar mas memoria de disco, así que lo que hago es quitar esa memoria de disco de 1 Tera y remplazarlo por un disco de 2 Teras y para eso tuve que desconectar el servidor, quitar la base de datos y de mas para hacer este procedimiento quedando al final un solo disco de 2 Teras.

El escalamiento horizontal (Scale Out) = no es necesario apagar el servidor ya que permite ir acomplando mas memoria de disco sin necesidad de apagar o desconectar el servidor. Ejemplo: tengo un servidor de 1 Tera de disco y a futuro voy a necesitar mas memoria de disco, así que lo que hago es poner otro disco de 1 Tera sin necesidad de quitar el otro, en ese caso tendría dos discos de un Tera (1 Tera + 1 Tera).

Pedro Díaz

teacher•

Excelente aporte, podría depender también de la infraestructura que se esté utilizando, en muchos sistemas se utiliza almacenamiento externo que permite literalmente crecer Petas en un mismo sistema, lo que si no es tan dinámico en todos los casos es procesamiento y memoria

Daniel Eduardo Portugal Revilla

student•

en el caso de componentes físicos es indistinto entre un servidor de scale UP a un servidor o Nodo de scale Out, en ambos casos puede estar en una sola configuración todo junto o en ambos casos el almacenamiento puede estar separado y con redundancia en diferentes discos

Luis Alberto Velez Tascon

student•

Diego Ramirez

student•

Excelente imagen!

Karla Verónica Álvarez Vázquez

student•

mejor

Ricardo Celis

teacher•

escale out me parece una mejor alternativa para la mayoría de los caso en mi opinión =)

Andric Alejandro Vargas Alarcón

student•

En la mayoría de casos sí, siempre y cuando hablemos o desarrollemos proyectos independientes, con escala a crecer siempre.
Pero vale la pena considerar lo siguiente: Que de acuerdo a la manera tradicional de trabajo en muchas de las entidades públicas de Latinoamérica (un caso de tantos), siempre se opta por SCALE UP, a fin centralizar la información, sin mencionar que poseen el presupuesto para hacerlo.
Por ello siempre es importante tener conocimientos adecuados para poder desenvolvernos en ambos entornos.

Ricardo Celis

teacher•

tienes razòn, muchas gracias por el aporte, la verdad no habìa pensado en una situaciòn asì =)

Ivan Robles

student•

Scale Up (Escalamiento Vertical): Son sistemas que crecen en Hardware, crecer en el mismo sistema, con la misma maquina, con los mismos cores con la misma memoria.

Scale Out (Escalamiento Horizontal): En este sistema no importa las características de cada una de las maquinas, podemos usar hardware como servicio a precios mas económicos para poder hacer el mismo trabajo, aqui aumentamos el numero de maquinas con performance pequeño a diferencia de Scale Up.

Enrique Quimbayo Corredor

student•

Una imagen para ilustrar la explicación

Smerlyn Javier Eusebio Bonifacio

student•

Juan Jose Rojas Rojas

student•

Google Images te lo explica con dibujitos. 😃

Diego Alberto Granda Terán

student•

Puedo hacer scale out con bases de datos SQL? O solo sirve para NoSQL?. Gracias.

David Toca

student•

Si es posible, a traves del uso de replicacion, balanceo de carga, y otra serie de tecnicas que en conjunto permiten el escalamiento horizontal.

Zalo Testa

student•

La verdad imposible olvidarse!!! 😄

Victor Hugo Vázquez Gómez

student•

Encontré estos :p

AWS Aurora Snow Flake Oracle Cloud Azure Google cloud sql

JUAN SEBASTIAN RODRIGUEZ JIMENEZ

student•

AWS Aurora Snow Flake Oracle Cloud Azure Google cloud sql

JUAN SEBASTIAN RODRIGUEZ JIMENEZ

student•

Ejemplos de scale out en la vida diaria

Manuel Gonzalez Ortega

student•

una pregunta una base de datos oracle rac es un scale out o scale up?

Edilson Fernando González Martínez

student•

Si consultas la documentación en Oracle, te darás cuenta que el esquema está orientado a Scale Out

Luis Mendoza

student•

Soy nuevo en programación y creo que la base de todo proyecto primero es dominar bases de datos, si entiendo la diferencia entre bd relacionales y bd no relacionales, pero en la practica por ejemplo, de un sistema de búsqueda, tengo 500 personas en mi bd con sus atributos cada una, y yo quiero buscar según unas preguntas que un usuario responderá, que coincidan con ciertos atributos, tal vez me de 50 coincidencias, y luego habrá que filtrarlas por otros atributos.
Al comienzo del curso aseguraba que este ejemplo sería con BD relacionales, pero a partir del anterior video de las cartas me hizo dudar. ¿Cual creen que sea el mejor tipo de base de datos para este ejemplo?

Victor Hugo Vázquez Gómez

student•

Viendolo desde una perspectiva más pequeña, me recuerda a el single channel y al dual/quad channel de memorias RAM, puedes tener un slot de 16Gb que te permita correr muchos programas a la vez y a su vez puedes tener 2 slots de 8Gb c/u donde la velocidad de lectura y escritura es mayor 🤔

orlando morales andrade

student•

Divide tus tareas y vencerás!

Wilson Marino Pablo Mendez

student•

Una ilustración

Massiel Daniela Gaitan Garcia

student•

Scale Up => Crecimiento Vertical ,Crecer con el mismo hardware, (memoria, procesador, etc) Scale Out =>No importan las característica , Escalamiento horizontal, mas maquinas con menores especificaciones.

Fernando Cordero

student•

Estuvo bueno

Julio Zuriel Granados Hernandez

student•

En donde trabajo me encuentro en el área de redes, pero me parece fascinante aprender esta información. Ahora comprendo los movimientos e implementaciones que constantemente solicitan

¿Scale out o Scale up?

Introducción al Curso Fundamentos de Bases de Datos

¡Vamos a renovar este curso!

Introducción al Curso de Bases de Datos

Teoría general de Bases de Datos

Propósito general de las Bases de Datos

Tipos de Bases de Datos y sus aplicaciones en la industria

Visión general de los datos

Tipos de Datos

Diferentes tipos de Bases de Datos

Reto ¿Hadoop y Blockchain podrían cambiar una Base de Datos tradicional?

Bases de Datos Relacionales

¿Qué es una Entidad?

¿Qué es una Relación?

Características o datos de una Entidad

¿Ya aparecieron las llaves?

Índices e Indexación

Constraints o Restricciones

Capas de abstracción del modelo Entidad-Relación

Metodología básica de 9 pasos con Barker (Paso 1) Identificar Cuáles son las Entidades Resuelven Nuestro Problema

Metodología básica de 9 pasos con Barker (Paso 2): Identificación de las Relaciones de las Entidades.

Metodología básica de 9 pasos con Barker (Paso 3): Entidades y Relaciones

Metodología de Diseño (Correcciónes del paso 2 y 3)

Metodología de Diseño (Paso 4): Asignar Atributos a las Entidades.

Metodología de Diseño (Solución del paso 4): Terminando de Asignar Atributos a las Entidades

Metodología de Diseño (Pasos 5, 6 y 7) 5. Generar un diagrama conceptual, 6. Modelo lógico, 7. Identificar nuevos atributos que generan nuestras entidades débiles.

Metodología de Diseño (Paso 8): Construir el Diagrama del Modelo Físico

Metodología de Diseño (Paso 9): Pasar al estándar de la base de datos (SQL)

Reto con el paso 4 de la Metodología de Diseño

Bases de Datos NO Relacionales y Otros tipos de Bases de Datos

Atomicidad y consistencia

Aislamiento y durabilidad

Bases de Datos In-Memory (Cambio de árboles a columnar)

Otros tipos de Bases de Datos en la industria

Bases de Datos In-Memory con indexación de columnar

Definiendo el Proyecto y Generando Entidades de PlatziStore: Pasos 1 y 2

Definir la Estructura de la Tabla Cliente del Proyecto: Pasos 3 y 4

Terminando de Estructurar Nuestras Tablas (Continuación del paso 4)

Metodología de Diseño (Paso 5): Diagrama Conceptual

Metodología de Diseño (Paso 6 y 7): Modelo Lógico y Entidades Débiles

Solución de atributos de entidad del proyecto - Atributos adicionales a entidad débil creada

Metodología de Diseño (Paso 8)

Llevando nuestro proyecto a SQL (Paso 9)

Terminando la Implementación del Proyecto (Paso 9)

Dependencias funcionales

Normalización, llevando el proyecto hasta tercera forma normal (primera forma normal)

Normalización, llevando mi proyecto hasta tercera forma normal (segunda forma normal)

Normalización, llevando mi proyecto hasta tercera forma normal (Cuarta y quinta forma normal)

Comenzando con SQL

DDL: Data Definition Language y DML: Data Manipulation Language

ACID desde lo no relacional

CAP

Scale Out y Scale Up

¿Scale out o Scale up?

DBMS en nube para poder iniciar una aplicación propia

IMPORTANTE: Preparación del entorno de trabajo

Estructura básica de un Query

Aprendiendo a Hacer más Querys

Estructura básica del Query con más de una tabla

Estructura básica del Query con más de una tabla 2

Tuplas y más tuplas

Insertar registros

Joins

Noo SQL Aplicado, Planteando el Problema

Aplicando NoSQL: Colecciones y Shards

Aplicando noSQL: Integración de Comunicaciones y Hardware en una Base de Datos Scale OUT

Aplicando noSQL: Integrando JSON a Bases de Datos No Relacionales

Conclusiones del curso