Apstrādes jauda ir programmatūras veiktspējas atslēga. Iespējams, ātri pamanīsit lielo veiktspējas pieaugumu, jauninot uz jaunu datoru no dažus gadus veca. Mūra likums apraksta, ka tranzistoru skaits centrālajos procesoros ir dubultojies ik pēc diviem gadiem kopš CPU pirmās izgudrošanas. Tas ir izraisījis pastāvīgu skaitļošanas jaudas pieaugumu, veicinot regulāru jaunināšanas ciklu.
Neskatoties uz pašreizējā augstākās klases datora augsto veiktspēju, daudzi uzdevumi ir pārāk daudz, lai viens dators tos veiktu saprātīgā laika posmā. Par laimi, lielākā daļa šo uzdevumu neietekmē vidusmēra mājas lietotāju vai pat daudzus standarta biroja darbus. Tomēr specializētās profesionālās slodzes ir vieta, kur jūs sāksit atrast šāda veida darba slodzi.
Viena no iespējām, kā to risināt, būtu attiecīgo personu piešķiršana jaudīgākiem augstākās klases datoriem. Tomēr šī stratēģija ir dārga un daudzos gadījumos neko nemainītu, jo apstrādes prasības vienkārši ir pārāk augstas.
Serveru fermas ir vēl viena iespēja, nevis mēģināt iespiest arvien lielāku veiktspēju personiskajā ierīcē, katram attiecīgajam darbiniekam ir viena ierīce un joprojām nav vajadzīgās veiktspējas. Serveru ferma apstrādes jaudu galvenokārt izmanto ārpakalpojumu sniedzējiem. Šajā gadījumā tas nozīmē, ka kopā ir daudz serveru, kas veic smagos apstrādes uzdevumus, ko serveru fermai ir piešķīris darbinieks. Pēc tam apstrādes uzdevumi tiek nodoti serveriem.
Serveru fermu galvenās funkcijas un priekšrocības
Serveru fermas noteicošais faktors ir tas, ka jūs vairs neesat tikai viena ierīce, kas veic apstrādi. Tā vietā apstrādes jaudu nodrošina desmitiem, simtiem vai pat tūkstošiem serveru, kas visi ir sagrupēti klasterī.
Paši serveri parasti atrodas serveru telpā vai datu centrā. Šeit tos var konfigurēt, izmantojot ātrdarbīgus savienojumus savā starpā un ātrdarbīgu tīklu, lai saņemtu apstrādājamo darba slodzi un laicīgi pārsūtītu pabeigto darba slodzi.
Rūpīgi pārvaldot visu serveru faktisko veiktspēju, ir iespējams noregulēt kopējo veiktspēju, kas jāsasniedz par saprātīgām izmaksām. Serveri parasti darbojas visu diennakti, lai gan atkarībā no darba slodzes tas var nebūt sasniedzams. Visu laiku skriešana ar maksimālu veiktspēju patērē daudz jaudas. Tas arī nozīmē, ka ir nepieciešams daudz dzesēšanas, kam nepieciešams vēl vairāk enerģijas. Daudzas serveru fermas var darboties zem maksimālās veiktspējas, lai sasniegtu augstu veiktspējas uz vienu vatu attiecību.
Apakštipi un variācijas
Kodu izstrādes darbos daudzām valodām pirms to palaišanas ir jāapkopo lietojumprogrammas. Šis apkopošanas process ir ļoti procesora ietilpīgs, un lielās lietojumprogrammās tas var aizņemt stundas. Serveru ferma var palīdzēt samazināt kompilēšanas laiku, piedāvājot lielāku veiktspēju, nekā iespējams vienā datorā. Serveru fermas var darboties arī 24 stundas diennaktī, 7 dienas nedēļā, ļaujot izstrādātājiem izveidot kompilēšanas procesu rindā, lai tie darbotos visu nakti, vienlaikus izslēdzot savas mašīnas. Serveru fermas, ko izmanto tikai programmatūras kompilēšanai, var saukt par kompilēšanas fermām.
Datorgrafikas lomās renderēšanas laiks bieži var būt garš. Tā nav liela problēma nekustīgiem attēliem, lai gan tas var aizņemt laiku. Video atveidošana var aizņemt ilgu laiku, īpaši kino klases filmām. Ainas ir ne tikai neticami sarežģītas, bet arī augstas izšķirtspējas, un to ir daudz, jo ir nepieciešams daudz kadru sekundē. Serveru fermas, kas paredzētas renderēšanas uzdevumiem, var saukt par renderēšanas fermām.
Ir ļoti maza atšķirība starp serveru fermu un superdatoru. Abas ir plašas serveru kolekcijas, kas paredzētas darbam kopā, lai veiktu uzdevumu. Nav skaidras atšķirības starp abiem. Vēsturiski superdatori izmantoja īpašam nolūkam paredzētu aparatūru. Tomēr pašreizējā superskaitļošanas tendence ir izmantot vairāk servera komponentu.
Mākoņaina nākotne
Serveru fermas ir dārgas. Tie ir izsalkuši no enerģijas, tiem ir nepieciešama liela dzesēšana un datu centra infrastruktūra. Serveru fermu izveide ir arī dārga, un tām ir lielas sākotnējās aparatūras izmaksas. Lai to pasliktinātu, tie regulāri noveco. Augstākās klases datu centru nozarē parasti tiek uzskatīts, ka 7 gadus vecs datu centrs ir novecojis. Šajā īsajā laikā darba slodze var palielināties, palielinoties veiktspējas prasībām.
Vienīgo reālo risinājumu tam piedāvā hiperskalori. Hiperskalori ir tādi milzu tehnoloģiju uzņēmumi kā Google, Amazon un Microsoft, kas ir pietiekami lieli, lai izveidotu un vadītu daudzus masīvus datu centrus. Šie uzņēmumi iznomā savu datu centru skaitļošanas veiktspēju kā mākoņa platformu. Šī piekļuve bieži ir virtualizēta.
Ideja ir tāda, ka tā vietā, lai maksātu par aparatūras iegādi un darbināšanu, jūs vienkārši iznomājat piekļuvi tai, kas jums nepieciešams – kad tas ir nepieciešams. Tam ir ikgadējs budžetam labvēlīgs faktors, jo tam nav nekādu lielu, periodisku sākotnējo izmaksu. Tā vietā jūs vienkārši maksājat par to, ko izmantojat. Labi, ka jūs pat neaprobežojaties tikai ar vienu aparatūras iestatījumu. Pieņemsim, ka jums ir neliela, salīdzinoši nesteidzama darba slodze. Tādā gadījumā varat to vienkārši konfigurēt tā, lai tas darbotos mazākā un – kritiski – lētākā virtuālajā serverī. Tas notiek arī otrādi. Ja jums ir liels vai steidzams projekts, varat maksāt vairāk par vēl lielāku virtuālo instanci, lai iegūtu lielāku apstrādes jaudu un ātrāk pabeigtu.
Reāli mākoņpakalpojumi piedāvā vairākas pārliecinošas priekšrocības salīdzinājumā ar serveru fermām. Vienīgā iespējamā problēma ir izmaksas, kas kā komerciāls pakalpojums var būt augstākas par apstrādes vienību nekā vietējā serveru ferma. Ir vērts atzīmēt, ka hiperskalori gūst labumu no apjomradītiem ietaupījumiem, kas tiek filtrēti cenu noteikšanā.
Secinājums
Serveru ferma ir serveru kolekcija, kas parasti atrodas serveru telpā vai datu centrā, un kuriem tiek veikti uzdevumi, kuriem nepieciešama liela apstrādes jauda. Tas nodrošina vairākas priekšrocības, tostarp augstu veiktspēju un 24/7 darbību. Galvenā konkurējošā iespēja ir hiperskaleru mākoņpakalpojumi. Tie piedāvā vairākas pārliecinošas priekšrocības, tostarp sākotnējo aparatūras izmaksu trūkumu un cenu / veiktspējas elastību atkarībā no uzdevuma.