سرور DNS چیست و کدام DNS برای شما بهتر است؟
1405-04-31
بدون دیدگاه
خط ویژه پشتیبانی
- ۰۲۱-۸۸۳۲۷۴۶۲
- ۰۲۱-۹۱۳۰۱۵۳۷
حساب کاربری
خط ویژه پشتیبانی
حساب کاربری
با رشد کسبوکارهای آنلاین، افزایش کاربران و بیشتر شدن حجم دادهها، دیگر داشتن یک سرور قدرتمند همیشه پاسخگو نیست. اینجاست که مفهوم مقیاسپذیری سرور یا Server Scalability اهمیت پیدا میکند. مقیاسپذیری به توانایی یک زیرساخت برای افزایش ظرفیت و حفظ عملکرد در زمان رشد گفته میشود.
به زبان ساده، یک سیستم مقیاسپذیر میتواند بدون افت شدید سرعت یا کاهش دسترسی، تعداد بیشتری کاربر، درخواست و داده را مدیریت کند. مفهوم Scalability یکی از اصول مهم در طراحی زیرساختهای مدرن است که به سازمانها کمک میکند همگام با رشد خود، منابع سختافزاری و نرمافزاری را توسعه دهند.
تفاوت اصلی یک سرور معمولی با زیرساخت مقیاسپذیر در نحوه برخورد آنها با افزایش بار کاری است. یک سرور معمولی معمولاً تا یک حد مشخص توان پاسخگویی دارد و پس از رسیدن به سقف ظرفیت، با مشکلاتی مانند کندی، خطا یا قطعی مواجه میشود. اما یک زیرساخت مقیاسپذیر میتواند با اضافه کردن منابع یا سرورهای جدید، ظرفیت خود را افزایش دهد.
در ادامه این مقاله بررسی میکنیم که Scaling چیست، انواع مقیاسپذیری سرور چه تفاوتی با یکدیگر دارند و چگونه میتوان زیرساختی طراحی کرد که برای رشد آینده آماده باشد.
مقیاسپذیری سرور یا Scalability به قابلیت یک سیستم برای مدیریت افزایش حجم کار، بدون کاهش قابل توجه در عملکرد گفته میشود. این افزایش حجم کار میتواند شامل بیشتر شدن تعداد کاربران، درخواستهای همزمان، حجم اطلاعات یا پردازشهای مورد نیاز باشد.
در دنیای سرورها و زیرساختهای فناوری اطلاعات، مفهوم Scaling یعنی توانایی افزایش ظرفیت سیستم برای پاسخگویی به نیازهای جدید. برای مثال، یک فروشگاه اینترنتی را تصور کنید که در روزهای عادی چند هزار بازدیدکننده دارد، اما در زمان جشنواره فروش تعداد کاربران آن چند برابر میشود. اگر زیرساخت این سایت مقیاسپذیر نباشد، افزایش ناگهانی درخواستها میتواند باعث کند شدن صفحات یا حتی از دسترس خارج شدن سایت شود.
یک زیرساخت مقیاسپذیر به جای اینکه فقط به منابع فعلی وابسته باشد، برای رشد آینده طراحی میشود. در چنین معماریهایی میتوان منابع پردازشی، حافظه، فضای ذخیرهسازی یا تعداد سرورها را متناسب با نیاز افزایش داد.
مقیاسپذیری معمولاً در چند بخش مختلف بررسی میشود:
یکی از اشتباهات رایج این است که مقیاسپذیری را فقط به خرید سرور قویتر محدود کنیم. در حالی که Scaling میتواند شامل تغییر معماری نرمافزار، استفاده از سرورهای متعدد، بهینهسازی دیتابیس، استفاده از کش و بهرهگیری از سرویسهای ابری نیز باشد.
نشانههایی که نشان میدهند یک سیستم به مقیاسپذیری نیاز دارد عبارتاند از:
امروزه بسیاری از سرویسهای آنلاین با رشد سریع کاربران و حجم اطلاعات مواجه هستند. در چنین شرایطی، داشتن یک سرور که فقط نیازهای امروز را پاسخ دهد کافی نیست؛ زیرا ممکن است با افزایش ناگهانی ترافیک، کل سرویس دچار اختلال شود.
اهمیت مقیاسپذیری سرور در این است که به کسبوکارها اجازه میدهد بدون ایجاد تغییرات اساسی و پرهزینه، زیرساخت خود را با شرایط جدید هماهنگ کنند. یک معماری مناسب میتواند هنگام افزایش کاربران، منابع بیشتری در اختیار سیستم قرار دهد و تجربه کاربری را حفظ کند.
یکی از مهمترین مزایای مقیاسپذیری، جلوگیری از قطعی سرویس است. برای مثال، یک وبسایت فروشگاهی در زمان کمپینهای تبلیغاتی یا تخفیفهای ویژه ممکن است چند برابر حالت عادی بازدید داشته باشد. اگر سرور توان مدیریت این حجم از درخواستها را نداشته باشد، کندی یا قطعی سایت میتواند باعث از دست رفتن مشتریان شود.
همچنین مقیاسپذیری باعث حفظ سرعت سایت و بهبود عملکرد کلی سیستم میشود. کاربران انتظار دارند صفحات سریع باز شوند و سرویسها بدون تأخیر پاسخ دهند؛ بنابراین زیرساخت باید توانایی پاسخگویی به افزایش بار را داشته باشد.
از طرف دیگر، طراحی یک زیرساخت مقیاسپذیر میتواند در بلندمدت هزینهها را کاهش دهد. به جای اینکه سازمانها در زمان بحران مجبور به تغییرات ناگهانی و پرهزینه شوند، میتوانند منابع را مرحلهبهمرحله و بر اساس نیاز افزایش دهند.
| بدون مقیاسپذیری سرور | با مقیاسپذیری سرور |
|---|---|
| کاهش سرعت هنگام افزایش کاربران | حفظ عملکرد پایدار |
| احتمال قطعی در زمان ترافیک بالا | توانایی تحمل بار بیشتر |
| نیاز به تغییرات ناگهانی و پرهزینه | توسعه آسان و مرحلهای |
| محدودیت سریع منابع سرور | امکان افزایش ظرفیت متناسب با نیاز |
به همین دلیل، سرور برای سایت پرترافیک و سرویسهای در حال رشد باید از ابتدا با رویکرد مقیاسپذیر طراحی شود تا در آینده بتواند بدون اختلال، توسعه پیدا کند.
برای افزایش ظرفیت یک زیرساخت، روشهای مختلفی وجود دارد که هرکدام با توجه به نوع سرویس، میزان رشد کاربران و معماری سیستم انتخاب میشوند. بهطور کلی، مقیاسپذیری سرور به سه روش اصلی انجام میشود:
انتخاب روش مناسب به عواملی مانند بودجه، نیاز به دسترسپذیری بالا، نوع نرمافزار و میزان رشد آینده بستگی دارد. برخی پروژهها با افزایش منابع یک سرور به نیاز خود پاسخ میدهند، در حالی که سرویسهای بزرگتر به معماری چندسروری و توزیع بار نیاز دارند.
مقیاسپذیری عمودی یا Vertical Scaling روشی است که در آن ظرفیت یک سرور موجود افزایش پیدا میکند. در این روش به جای اضافه کردن سرورهای جدید، منابع سختافزاری همان سرور ارتقا داده میشوند تا توان پردازشی و ظرفیت بیشتری در اختیار سیستم قرار گیرد.
به زبان ساده، در Scale Up یک سرور قویتر میشود. این افزایش قدرت میتواند شامل موارد زیر باشد:
برای مثال، فرض کنید یک فروشگاه اینترنتی روی یک سرور مجازی با ۴ هسته CPU، هشت گیگابایت RAM و ۱۰۰ گیگابایت فضای ذخیرهسازی فعالیت میکند. با افزایش تعداد کاربران، این منابع دیگر پاسخگو نیستند. در روش مقیاسپذیری عمودی، به جای انتقال سرویس به چند سرور، همان سرور ارتقا پیدا میکند؛ مثلاً منابع آن به ۸ هسته CPU، ۳۲ گیگابایت RAM و فضای ذخیرهسازی بیشتر افزایش داده میشود.
یکی از مهمترین مزایای Scale Up سادگی اجرا است. زیرا معمولاً نیازی به تغییر معماری نرمافزار یا مدیریت چندین سرور وجود ندارد. به همین دلیل، بسیاری از کسبوکارها در مراحل اولیه رشد خود ابتدا از این روش استفاده میکنند.
با این حال، مقیاسپذیری عمودی محدودیتهایی هم دارد. هر سرور دارای یک سقف سختافزاری مشخص است و پس از رسیدن به بالاترین ظرفیت، امکان افزایش بیشتر منابع وجود ندارد. همچنین در برخی موارد، ارتقای سختافزار ممکن است نیاز به خاموش کردن موقت سرور داشته باشد.
| مزایا و معایب Scale Up |
|---|
| مزایا: اجرای ساده، نیاز کمتر به تغییر معماری، مدیریت آسانتر |
| مزایا: مناسب برای پروژههای کوچک و متوسط |
| معایب: محدودیت در افزایش منابع سختافزاری |
| معایب: احتمال ایجاد نقطه شکست واحد (Single Point of Failure) |
| معایب: هزینه ارتقای سرورهای بسیار قدرتمند میتواند بالا باشد |
مقیاسپذیری افقی یا Horizontal Scaling روشی است که در آن به جای قویتر کردن یک سرور، تعداد سرورها افزایش پیدا میکند. در این معماری، چندین ماشین مختلف در کنار یکدیگر فعالیت میکنند و وظایف بین آنها تقسیم میشود.
در روش Scale Out، اگر یک وبسایت یا سرویس با افزایش کاربران مواجه شود، میتوان سرورهای بیشتری به زیرساخت اضافه کرد تا بار کاری بین آنها توزیع شود. این روش بیشتر در سرویسهایی استفاده میشود که تعداد کاربران زیاد یا رشد آنها غیرقابل پیشبینی است.
برای مثال، یک پلتفرم فروش آنلاین را تصور کنید که در زمان تخفیفهای ویژه، تعداد بازدیدکنندگان آن چند برابر میشود. در معماری افقی، به جای اینکه فقط یک سرور بسیار قدرتمند داشته باشد، چند سرور وب در اختیار دارد که درخواستهای کاربران بین آنها تقسیم میشود.
یکی از اجزای مهم در مقیاسپذیری افقی، Load Balancer یا توزیعکننده بار است. وظیفه Load Balancer این است که درخواستهای ورودی کاربران را بین سرورهای مختلف تقسیم کند تا فشار روی یک ماشین خاص افزایش پیدا نکند.
برای مثال، زمانی که هزاران کاربر همزمان وارد یک سایت میشوند، Load Balancer بررسی میکند کدام سرور ظرفیت بیشتری دارد و درخواست جدید را به همان سرور ارسال میکند. این کار باعث افزایش سرعت، پایداری و دسترسپذیری سرویس میشود.
در بسیاری از پروژههای بزرگ، بهترین راهکار استفاده همزمان از Scale Up و Scale Out است. این روش که با نام Hybrid Scaling شناخته میشود، ترکیبی از افزایش قدرت سرورها و اضافه کردن ماشینهای جدید است.
برای مثال، ممکن است یک دیتابیس اصلی با افزایش RAM و CPU قدرتمندتر شود (مقیاسپذیری عمودی)، اما سرورهای وب با اضافه شدن چندین نمونه جدید و استفاده از Load Balancer بهصورت افقی توسعه پیدا کنند.
این مدل معمولاً در سیستمهای بزرگ، سرویسهای ابری و برنامههایی که نیاز به عملکرد بالا و دسترسپذیری دائمی دارند استفاده میشود.
انتخاب بین مقیاس افقی و عمودی یکی از تصمیمهای مهم در طراحی زیرساخت سرور است. هر دو روش با هدف افزایش ظرفیت سیستم و مدیریت رشد کاربران استفاده میشوند، اما نحوه عملکرد، هزینه و میزان پیچیدگی آنها تفاوتهای مهمی دارد.
در مقیاسپذیری عمودی (Vertical Scaling یا Scale Up)، تمرکز روی افزایش قدرت یک سرور موجود است. یعنی منابعی مانند CPU، RAM یا فضای ذخیرهسازی افزایش پیدا میکنند تا همان سرور بتواند بار کاری بیشتری را مدیریت کند.
در مقابل، مقیاسپذیری افقی (Horizontal Scaling یا Scale Out) با اضافه کردن سرورهای جدید انجام میشود. در این روش، چندین سرور در کنار هم فعالیت میکنند و درخواستها بین آنها تقسیم میشود.
تفاوت اصلی Scale Up و Scale Out در روش توسعه زیرساخت است. Scale Up معمولاً سادهتر و سریعتر اجرا میشود، اما محدودیت سختافزاری دارد. در مقابل، Scale Out انعطافپذیری بیشتری ارائه میدهد و برای سرویسهایی که رشد زیادی دارند یا به دسترسپذیری بالا نیاز دارند، گزینه مناسبتری است.
| ویژگی | مقیاسپذیری عمودی | مقیاسپذیری افقی |
|---|---|---|
| روش توسعه | افزایش قدرت یک سرور | افزایش تعداد سرورها |
| پیچیدگی مدیریت | کمتر | بیشتر |
| انعطافپذیری | متوسط | بالا |
| هزینه اولیه | معمولاً کمتر | معمولاً بیشتر |
| دسترسپذیری | محدودتر | بالاتر |
| تحمل خرابی | کمتر | بیشتر |
از نظر هزینه، مقیاسپذیری عمودی در بسیاری از پروژهها اقتصادیتر است؛ زیرا تنها یک سیستم ارتقا پیدا میکند و نیاز به مدیریت چندین سرور وجود ندارد. اما در مقیاسهای بزرگ، هزینه خرید یک سرور بسیار قدرتمند میتواند افزایش پیدا کند.
از طرف دیگر، مقیاسپذیری افقی هزینه و پیچیدگی بیشتری دارد، اما امکان رشد تقریباً بدون محدودیت را فراهم میکند. همچنین به دلیل وجود چندین سرور، خرابی یک ماشین معمولاً باعث توقف کامل سرویس نمیشود.
بهطور کلی، برای پروژههای کوچک و متوسط، Scale Up میتواند انتخاب مناسبی باشد؛ اما برای سرویسهای پرترافیک، پلتفرمهای ابری و سیستمهایی که به پایداری بالا نیاز دارند، معماری Scale Out یا ترکیبی از هر دو روش پیشنهاد میشود.
یک معماری سرور مقیاسپذیر فقط به افزایش منابع سختافزاری محدود نمیشود. برای ساخت یک زیرساخت حرفهای باید بخشهای مختلف مانند مدیریت ترافیک، ذخیرهسازی، دیتابیس و کش به شکلی طراحی شوند که بتوانند همراه با رشد سیستم توسعه پیدا کنند.
در یک معماری استاندارد مقیاسپذیر، معمولاً چندین لایه در کنار یکدیگر کار میکنند تا فشار کاری بین بخشهای مختلف تقسیم شود. هدف اصلی این معماری، حفظ سرعت، افزایش پایداری و جلوگیری از ایجاد گلوگاه در زمان افزایش کاربران است.
یکی از مهمترین اجزای معماری مقیاسپذیر، Load Balancer یا توزیعکننده بار است. زمانی که یک سیستم از چندین سرور استفاده میکند، باید مکانیزمی وجود داشته باشد که درخواستهای کاربران را به شکل مناسب بین سرورها تقسیم کند.
Load Balancer درخواستهای ورودی را دریافت کرده و بر اساس معیارهایی مانند میزان مصرف منابع، تعداد اتصالها یا وضعیت سلامت سرورها، درخواست را به بهترین ماشین ارسال میکند.
استفاده از Load Balancer چند مزیت مهم دارد:
برای مثال، اگر یک فروشگاه اینترنتی چند سرور وب داشته باشد، Load Balancer میتواند کاربران را بین این سرورها تقسیم کند تا هیچکدام از ماشینها بیش از ظرفیت خود درگیر نشوند.
در سیستمهای بزرگ، یکی از روشهای مهم برای بهبود عملکرد، استفاده از سیستمهای Cache یا حافظه موقت است. کش باعث میشود اطلاعاتی که زیاد درخواست میشوند، به جای دریافت مداوم از دیتابیس، در یک فضای سریعتر ذخیره شوند.
ابزارهایی مانند Redis و Memcached از رایجترین فناوریهای مورد استفاده برای کش هستند.
برای مثال، اطلاعاتی مانند:
میتوانند در کش ذخیره شوند تا سرعت پاسخگویی افزایش پیدا کند.
استفاده از کش باعث کاهش تعداد درخواستها به دیتابیس میشود و فشار روی لایه ذخیرهسازی اصلی را کاهش میدهد. در معماریهای چندسروری، کش توزیعشده اهمیت بیشتری دارد؛ زیرا همه سرورها باید بتوانند به دادههای یکسان دسترسی داشته باشند.
اگر قصد ارتقای زیرساخت یا افزایش ظرفیت سختافزاری سازمان خود را دارید، بهتر است پیش از انتخاب قطعات، مدل مناسب خرید سرور HP را نیز بررسی کنید. انتخاب یک سرور سازگار با نیازهای پردازشی و توسعهپذیری آینده، نقش مهمی در عملکرد پایدار و امکان ارتقای آسان تجهیزات خواهد داشت.
دیتابیس یکی از حساسترین بخشها در مسیر مقیاسپذیری است. بسیاری از سیستمها زمانی که رشد میکنند، به دلیل محدودیت دیتابیس با مشکل کاهش سرعت مواجه میشوند.
برای افزایش ظرفیت دیتابیس، روشهای مختلفی وجود دارد:
در این روش، نسخههای کپی از دیتابیس اصلی ایجاد میشود که وظیفه پاسخگویی به درخواستهای خواندن را دارند.
برای مثال، اگر یک سایت هزاران کاربر داشته باشد که بیشتر درخواستهای آنها مشاهده اطلاعات است، میتوان این درخواستها را بین چند دیتابیس Replica تقسیم کرد تا فشار روی دیتابیس اصلی کاهش پیدا کند.
در معماری Cluster، چندین سرور دیتابیس به صورت هماهنگ فعالیت میکنند. این روش باعث افزایش دسترسپذیری و کاهش خطر خرابی یک نقطهای میشود.
در روش Sharding، اطلاعات دیتابیس بین چند سرور تقسیم میشود. برای مثال، اطلاعات کاربران ممکن است بر اساس شناسه یا منطقه جغرافیایی بین چند ماشین مختلف توزیع شود.
این روش برای پروژههای بسیار بزرگ مناسب است، اما نیاز به طراحی دقیق دارد؛ زیرا مدیریت دادههای توزیعشده پیچیدگی بیشتری ایجاد میکند.
با افزایش کاربران، حجم فایلها و اطلاعات ذخیرهشده نیز بیشتر میشود. به همین دلیل استفاده از ذخیره سازی مقیاس پذیر اهمیت زیادی دارد.
در معماریهای مدرن، معمولاً فایلهای کاربران مانند تصاویر، ویدئوها و اسناد روی سرور اصلی ذخیره نمیشوند؛ بلکه از سرویسهای ذخیرهسازی جداگانه استفاده میشود.
یکی از رایجترین راهکارها Object Storage است. این فناوری امکان ذخیره حجم بسیار زیادی از دادهها را فراهم میکند و میتواند بدون محدودیتهای سنتی سرورها توسعه پیدا کند.
فضای ذخیرهسازی ابری نیز یکی دیگر از گزینههای مناسب برای سیستمهای در حال رشد است. این سرویسها امکان افزایش ظرفیت ذخیرهسازی را بدون نیاز به خرید سختافزار جدید فراهم میکنند.
با جدا کردن فضای ذخیرهسازی از سرورهای پردازشی، مدیریت فایلهای کاربران سادهتر شده و زیرساخت آمادگی بیشتری برای رشد پیدا میکند.
یکی از سوالهای مهم مدیران سایتها و متخصصان زیرساخت این است که چه زمانی باید برای Scaling سرور اقدام کرد. بسیاری از کسبوکارها زمانی به فکر توسعه زیرساخت میافتند که مشکلات عملکردی شروع شده است؛ در حالی که بهترین زمان، قبل از رسیدن سیستم به محدودیتهای جدی است.
برخی از مهمترین نشانههایی که نشان میدهند یک سرور به مقیاسپذیری نیاز دارد عبارتاند از:
قبل از تصمیم برای Scaling بهتر است یک بررسی کامل انجام شود:
مقیاسپذیری زمانی موفق خواهد بود که بر اساس دادههای واقعی و نیاز سیستم انجام شود، نه فقط با افزایش تصادفی منابع.
برای ایجاد یک زیرساخت مقیاس پذیر، تنها افزایش منابع سرور کافی نیست. طراحی اصولی معماری از ابتدا باعث میشود سیستم در زمان رشد کاربران بدون مشکل توسعه پیدا کند.
یکی از مهمترین اصول، طراحی Stateless است. در معماری Stateless، برنامه وابستگی مستقیمی به یک سرور خاص ندارد و اطلاعات مهم مانند Session کاربران در سرویسهای جداگانه مانند Redis یا دیتابیس ذخیره میشود. این کار اضافه کردن سرورهای جدید را سادهتر میکند.
مانیتورینگ دائمی نیز نقش مهمی در مدیریت Scaling دارد. بررسی مداوم مصرف CPU، RAM، فضای ذخیرهسازی، عملکرد دیتابیس و زمان پاسخگویی سرویسها کمک میکند مشکلات قبل از ایجاد اختلال شناسایی شوند.
استفاده از CDN یکی دیگر از روشهای موثر برای کاهش فشار روی سرور اصلی است. CDN فایلهای استاتیک مانند تصاویر، فایلهای CSS و JavaScript را از نزدیکترین نقطه به کاربر ارائه میدهد و باعث افزایش سرعت و کاهش مصرف منابع سرور میشود.
در پروژههای بزرگ، جداسازی سرویسها نیز اهمیت زیادی دارد. تقسیم برنامه به بخشهای مستقل مانند سرویس کاربران، پرداخت، جستجو و مدیریت محتوا باعث میشود هر بخش به صورت جداگانه توسعه و مقیاسپذیر شود.
در نهایت، مستندسازی معماری، تنظیمات سرورها و فرآیندهای توسعه باعث میشود مدیریت زیرساخت در آینده سادهتر باشد و تیمهای مختلف بتوانند سریعتر با سیستم کار کنند.
مقیاسپذیری سرور یکی از مهمترین اصول طراحی زیرساختهای مدرن است که به کسبوکارها کمک میکند همراه با افزایش کاربران و دادهها، عملکرد پایدار خود را حفظ کنند.
انتخاب روش مناسب بین مقیاسپذیری عمودی، افقی یا ترکیبی باید بر اساس نوع پروژه، میزان رشد، بودجه و نیازهای دسترسپذیری انجام شود. افزایش منابع بدون برنامهریزی ممکن است تنها یک راهحل کوتاهمدت باشد و مشکلات اصلی را برطرف نکند.
یک زیرساخت موفق از ابتدا با اصول درست طراحی میشود؛ استفاده از معماری مناسب، مانیتورینگ مداوم، ذخیرهسازی مقیاسپذیر و طراحی سرویسهای انعطافپذیر باعث میشود سیستم در آینده بتواند بدون اختلال رشد کند.
در دنیای امروز که حجم دادهها و تعداد کاربران به سرعت افزایش پیدا میکند، آماده بودن برای Scaling دیگر یک گزینه اضافی نیست؛ بلکه بخشی ضروری از طراحی حرفهای زیرساخت سرور محسوب میشود.
تخفیف برای محصولات منتخب. فرصت را از دست ندهید!
مقیاسپذیری سرور یا Server Scalability به توانایی یک زیرساخت برای افزایش ظرفیت و مدیریت رشد کاربران، درخواستها و حجم دادهها گفته میشود. یک سرور مقیاسپذیر میتواند با افزایش نیازها، منابع بیشتری دریافت کند و عملکرد قابل قبولی حفظ کند.
در Scaling عمودی (Vertical Scaling)، منابع یک سرور مانند CPU، RAM یا Storage افزایش پیدا میکند. این روش سادهتر است اما محدودیت سختافزاری دارد.
در Scaling افقی (Horizontal Scaling)، سرورهای جدید به زیرساخت اضافه میشوند و بار کاری بین آنها تقسیم میشود. این روش انعطافپذیری و دسترسپذیری بیشتری دارد اما معماری پیچیدهتری ایجاد میکند.
خیر. همه سایتها در ابتدای فعالیت به معماری پیچیده و چندسروری نیاز ندارند. بسیاری از سایتهای کوچک میتوانند با یک سرور مناسب یا ارتقای منابع فعلی، نیازهای خود را برطرف کنند. اما سایتهای پرترافیک، فروشگاههای آنلاین بزرگ و سرویسهای در حال رشد بهتر است از ابتدا برای مقیاسپذیری طراحی شوند.
بهترین روش به شرایط پروژه بستگی دارد. اگر مشکل فقط کمبود منابع یک سرور باشد، ارتقای CPU، RAM یا Storage میتواند کافی باشد. اما اگر سیستم رشد زیادی دارد یا نیاز به دسترسپذیری بالا وجود دارد، استفاده از معماری افقی، Load Balancer و چندین سرور انتخاب مناسبتری است.
سرورهای ابری معمولاً امکانات بیشتری برای Scaling ارائه میدهند؛ زیرا امکان افزایش یا کاهش منابع سریعتر فراهم است. قابلیتهایی مانند Auto Scaling باعث میشوند منابع بر اساس میزان مصرف تغییر کنند. با این حال، برای برخی پروژهها سرور اختصاصی یا ترکیب سرور ابری و زیرساخت اختصاصی میتواند گزینه مناسبتری باشد.
