超高速生长的公司是伶仃的。要学习的器械是许多，然则能用来学习的时间却几乎没有。不外放心，若是采取我们的建议，你将会有许多同伙，它们就是需要耗电、发烧、能够排风、执行赚钱义务的盘算机。在超高速生长的天下中，我们信赖，拥有许多廉价的“金鱼”比拥有几匹昂贵的“纯种马”更好。
大学微积分课本中，最让我浏览的一句话是“无庸置疑，即使是不经意的观察者也能发现<在此插人一句完全不知所云的话>”。这句话让我印象深刻，主要由于那时所讨论的内容对我来说既不直观也不显而易见。也许，接纳更多较小的服务器与接纳较少的大型服务器相比，利益并不是显而易见的。事实上，接纳更多的盘算机，意味着耗电更多，占地更多，冷却系统更多。之以是我说接纳更多较小服务器比接纳较少大型服务器好，缘故原由有二。
你的装备供应商，在提成机制刺激下，一定会向你兜销利润最高的产物。绝对云云，他们虽然跟你谈赚钱，但只有把利润率最高的装备卖给你，他们才会赚最多的钱。而这种装备就是处置器数目最多的服务器。为什么会这样?许多公司依赖于更快更大的硬件来完成需要的事情，却不愿意对基础设施扩展举行投资。同样地，装备制造商则用更高的价钱来控制这些公司，从而实现高利润。但这个方式的向题在于，更快更大的机械并不真的比具有等量处置器的多个小系统处置的事情量多。对于这些大型服务器来说，CPU效率低这个问题依然没有解决。随着CPU的增添，每个CPU所能做的事情都比它在一个CPU系统(无论核的数目是多少)中所能做的少一些。造成这种问问题的缘故原由有许多，包罗调剂多个处置器的调剂算法效率低、与内存总线的接见速率冲突、结构冲突、数据冲突，等等。
仔细想想我们适才所讲的。你在CPU上花的钱多了，然则每个CPU所能做的却少了。这样就吃了两次亏。
面临前面这些情形，供应商可能会通过第一轮对照常见的质疑。伶俐的人会迅速地进一步说明:你的整体成本会下降，由于少量大装备比大量小装备消耗的总电能更少。事实上，他们可能会说，你可以与他们的合作伙伴共享(或者虚拟化)使用系统，这样就能获得小系统、耗电少的利益了。这就给我们带来了第二个问题，必须好好盘算一下了。事实上，大型系统的耗电量可能更少，从而节约成本。由于电力成本增添，系统成本降低，以是系统一定存在一个“合适的巨细”，能够到达电力、系统成本以及盘算能力的最优组合。然则，供应商可不是提供这些信息的最佳人选。你应该自己好好盘算一下。盘算的效果通常不会让你购置最大的系统。要弄清楚若何看待供应商的论证，可以把它们剖析开来看看。
(责任编辑：网络)
评论列表