Bei NAS-Systemen oder anderem Netzwerkspeicher gibt es zwei Skalierungsmöglichkeiten: Scale-up und Scale-out. Wie genau funktionieren diese Methoden und welche eignet sich für welche Umgebungen? Gibt es Lösungen, die sich in beide Richtungen erweitern lassen?

Leserfrage: Bei NAS-Systemen oder anderem Netzwerkspeicher gibt es zwei Skalierungsmöglichkeiten: Scale-up und Scale-out. Wie genau funktionieren diese Methoden und welche eignet sich für welche Umgebungen? Gibt es Lösungen, die sich in beide Richtungen erweitern lassen?

Anzeige

Antwort Doc Storage:

Skalierbarkeit ist die Fähigkeit von Systemen, die Leistung oder Größe der Rechen-, Speicher- oder Netzwerkinfrastruktur einfach zu vergrößern oder zu reduzieren, je nach aktuellem Bedarf. Mit der Entwicklung der Anforderungen von Nutzern oder Anwendungen bietet die Skalierung der Speicherinfrastruktur eine Möglichkeit, sich an die diese sich wandelnden Anforderungen anzupassen, im besten Falle Kosten einzusparen und die Effizienz des DV-Betriebes zu verbessern.

Scale-up und Scale-out sind die beiden Methoden, mit denen sich DV-Infrastruktur in der Größer anpassen lässt. Für die meisten Nutzer erfüllen beide Konzepte dieselbe Funktion. Allerdings kümmern sich beide jeweils um spezifische Anforderungen und lösen Kapazitätsansprüche der IT-Infrastruktur auf teils sehr unterschiedliche Weise. Beim Scale-up werden – ich hätte jetzt fast geschrieben »einfach« – Erweiterungen wie mehr oder größere Festplatten und mehr Arbeitsspeicher hinzugefügt, um die Leistung von Rechnern zu erhöhen. Beim Scale-out werden der Architektur weitere Rechner hinzugefügt, um die Arbeitslast diese zu verteilen.

Scale-up erhöht die Speicherkapazität

Scale-up in einer Speicherinfrastruktur zielt auf das Hinzufügen von Ressourcen ab, um die Leistung eines Rechners oder einer Anwendung zu erhalten oder zu verbessern. Hierzu lassen sich sowohl virtualisierte als auch physikalische Ressourcen nutzen. Daneben können größere Festplatten eingesetzt werden, um die Speicherkapazität wie benötigt zu erhöhen. Der große Vorteil von Scale-up ist, dass diese Skalierung meist keine Änderungen an der existierenden Architektur erfordert. Diese Skalierung ist so lange möglich, bis die oberen Grenzen der jeweiligen Systeme erreicht sind. Hiermit also in den meisten Fällen eher eine kurzfristige Lösung.

Scale-up sollte in zwei hauptsächlichen Fällen eingesetzt werden: Entweder bei Erreichen der Leistungsgrenzen physikalischer oder virtualisierter Systeme. Dies führt zu erhöhten Liefer- und Verarbeitungszeiten, welche durch zu geringe I/O- und CPU-Leistungen verursacht werden. Oder aber, falls die Wirksamkeit von Optimierungslösungen für CPU- oder Speicherauslastung abnimmt. Dann kann es an der Zeit sein, weitere Komponenten hinzuzufügen.

Als Stärken von Scale-up haben sich einige Punkte herausgestellt. Erstens das einfache Erhöhen der Leistung eines Systems. Das Ersetzen eines einzelnen Prozessors durch ein System mit zwei oder mehr Sockeln führt beispielsweise zu einer Vervielfachung der Rechenleistung, je nach Anzahl der Prozessoren. Derselbe Effekt lässt sich durch Speichererweiterungen oder die Änderung des Hauptspeicher-Typs herbeiführen.

Zweitens ändert die simple Vergrößerung eines bestehenden Systems nichts an der Netzwerk- oder Software-Konfiguration. Hiermit ist der gesamte Skalierungsprozess wesentlich simpler im Vergleich zum Scale-out, und erfordert weniger Aufwand und Planung.

Und drittens ist ein in Scale-up-Ansatz im Vergleich zum Scale-out meist günstiger. Netzwerkkomponenten und Lizenzierung kosten (viel) weniger. Daneben sind die Betriebskosten wie Klima und Strom bei Scale-up-Architekturen geringer. Das führt zu viertens, dem geringeren Energieverbrauch. Da im weniger physische Ausrüstung benötigt wird als für Scale-out, ist der Gesamtenergieverbrauch hier deutlich geringer.

Scale-up nicht die Lösung für alle Workloads

Allerdings gibt es natürlich auch bei Scale-up einige (mögliche) Nachteile. Zum einen garantiert die Einführung von Maschinen mit höheren Kapazitäten nicht, dass Arbeitslasten schneller bewältigt werden. Ganz im Gegenteil kann Scale-up beispielsweise in der Videoverarbeitung zu erhöhten Lauf- und Lieferzeiten führen, was dann wiederum in schlechteren Gesamtleistungen resultiert. Die Aufrüstung eines Systems kann kompliziert sein, da beispielsweise Daten auf einen neuen Rechner oder Speicher migriert werden müssen. Die Umstellung auf neue Rechner kann zu Ausfallzeiten führen und birgt darüber hinaus die Gefahr von Datenverlusten. Ganz zum Schluss führt schlicht die alternde Technik länger eingesetzter Systeme mit der Zeit zu abnehmender Leistungsfähigkeit. Hierdurch werden neben anderen vor allem Sicherungs- und Wiederherstellungszeiten negativ beeinflusst.

Scale-out erhöht auch die Leistung

In einer Scale-out-Infrastruktur wird Hardware ersetzt, um Funktionalität, Leistung und Kapazität zu erhöhen. Scale-out versucht einige Einschränkungen von Scale-up zu beheben, ist damit meist effizienter und effektiver. Daneben stellt die Skalierung mit Integration einer Cloud sicher, dass nicht jedes Mal neue Hardware angeschafft werden muss, wenn Systeme aktualisiert werden sollen. Durch Scale-out lassen sich Ressourcen oder Dienste vervielfältigen, eines der wichtigsten Merkmale aber ist eine fließende Skalierung der Ressourcen. So kann die IT-Abteilung schnell und effektiv auf wechselnde Lasten reagieren.

Scale-out eignet sich immer dann gut, wenn eine langfristige Skalierungsstrategie benötigt wird. Die schrittweise Skalierung ermöglicht es, die Infrastruktur an das zu erwartende längerfristige Datenwachstum anzupassen. Komponenten lassen sich je nach Zielen oder Anforderungen hinzufügen oder entfernen. Oder eben dann, falls Upgrades flexibel sein müssen. Durch Scale-out lassen sich die Einschränkungen von Abschreibungen oder die Anbieterabhängigkeit bei bestimmten Systemen vermeiden. Nicht zuletzt, wenn Speicherlasten verteilt werden müssen. Scale-out eignet sich sehr gut für Anwendungsfälle, wenn es darum geht, Arbeitslasten auf mehrere Speichersysteme zu verteilen.

Als Stärke von Scale-out-Architekturen hat sich erwiesen, dass diese kaum oder gar nicht durch ältere Hardware eingeschränkt werden. Hierdurch sind diese nicht oder kaum von Kapazitäts- oder Leistungsproblemen betroffen wie Scale-up-Infrastrukturen. Eine Scale-out-Architektur erleichtert die Anpassung an schwankenden Leistungsbedarf, da sich Dienste und Hardware relativ einfach entfernen oder hinzufügen lassen. Zuletzt folgen diese Skalierungen inkrementellen Modellen. Dies macht die Kosten wesentlich besser planbar. Die benötigten Ressourcen können nach Bedarf bezahlt werden.

Skalierung ist nicht immer die Lösung

Allerdings gibt es natürlich auch bei Scale-out einige Nachteile. Eine solche Infrastruktur birgt immer das Risiko, dass der Anwender mit dem vorhandenen Rack-Platz physikalisch nicht mehr auskommt. Theoretisch kann die benötigte Fläche einen Punkt erreichen, an dem sie die steigende Nachfrage nicht mehr bewältigen kann. Dies zeigt, dass Skalierung nicht immer der Ansatz sein muss, um eine größere Nachfrage zu bewältigen. Die Einführung von mehr Rechnern oder Speichersystemen führt zu zusätzlichen Kosten in der Lizenzierung, der Kühlung und beim Strom. Und nicht zuletzt erfordert die Einrichtung eines Scale-out-Systems beträchtliche Investitionen, da nicht nur die vorhandene Infrastruktur aktualisiert wird, sondern zusätzliche Systeme aufgestellt werden.

Scale-up oder Scale-out – ein Diskussionsfall

Und das alles führt zur seit Jahren schon fast religiös diskutierten Frage: Scale-up oder Scale-out? Ich versuche es einmal ganz neutral zu beantworten. Beide Ansätze erfüllen völlig unterschiedliche Zwecke in RZ-Infrastrukturen. Der passende Ansatz für den jeweiligen Betreiber hängt von Faktoren wie der aktuellen Leistung, der Kosteneffizienz und aktuellen Problemen, Zielen und Anwendungsfällen ab. Er muss also im Einzelfall sehr genau diskutiert werden. Ein Patentrezept und ebensolche Lösungen gibt es – leider und wie immer – nicht.

Gruß
Doc Storage

Weiterführende Links

• Doc Storage: Problemfall Datenmigration
• Doc Storage: Energieverbrauch in mittleren Rechenzentren reduzieren
• Doc Storage: Storage: Edge-Computing gehört die Zukunft