文章目录
可扩展性在软件设计中的重要性_宁波网站开发
可扩展性是企业软件的重要组成部分。从一开始就对其进行优先排序可以降低维护成本、更好的用户体验和更高的敏捷性。_网站开发
软件设计是一种平衡行为，开发人员在客户的时间和预算限制内努力创造最好的产品。
无法避免妥协的必要性。必须进行权衡以满足项目的要求，无论是技术要求还是财务要求。
然而，很多时候，公司优先考虑成本而不是可扩展性，甚至完全忽略它的重要性。不幸的是，这在大数据计划中很常见，在这些计划中，可扩展性问题可能会使一个有前途的项目陷入困境。
可扩展性不是“奖励功能”。质量决定了软件的生命周期价值，从长远来看，考虑到可扩展性的构建可以节省时间和金钱。
什么是软件可扩展性？
当一个系统不需要重新设计以在工作负载急剧增加期间或之后保持有效性能时，它就被认为是可扩展的。
“工作负载”可以指同时用户、存储容量、处理的最大事务数，或任何其他使系统超过其原始容量的因素。
可扩展性不是程序的基本要求，因为不可扩展的软件可以在有限的容量下运行良好。
但是，它确实反映了软件随着用户需求而增长或变化的能力。
可扩展软件的好处
可扩展性既有长期的好处，也有短期的好处。
一开始，它让公司只购买他们立即需要的东西，而不是购买未来可能有用的所有功能。
例如，启动数据智能试点计划的公司可以选择大规模的企业分析包，或者他们可以从只处理他们最初需要的功能的解决方案开始。
一个流行的选择是仪表板，它从主要数据源和现有企业软件中提取结果。
当它们变得足够大以使用更多分析程序时，可以将这些数据流添加到仪表板中，而不是强迫公司处理多个可视化程序或构建一个全新的系统。
以这种方式构建为未来的增长做准备，同时创建适合当前需求的更精简的产品，而无需额外的复杂性。
它还需要较低的前期财务支出，这是担心大数据投资规模的高管的主要考虑因素。
可扩展性也为改变优先级留下了空间。随着公司转变以满足不断变化的市场需求，这种现成的分析包可能会失去相关性。
选择可扩展的解决方案可以保护最初的技术投资。企业可以继续使用相同的软件更长时间，因为它旨在与他们一起成长。
当需要改变时，构建可靠、可扩展的软件比尝试适应不太敏捷的程序要便宜得多。
与实施全新软件相比，上线新功能的“加速”时间也更短。
作为附带的好处，员工不需要太多的培训或说服就可以采用升级后的系统。他们已经熟悉界面，因此使用附加功能被视为一种奖励而不是苦差事。
扩展失败的后果
那么，当软件不可扩展时会发生什么？
一开始，弱点很难被发现。在应用程序的早期阶段工作量很轻。由于同时用户相对较少，因此对架构的需求并不大。
当工作量增加时，就会出现问题。软件存储的数据或同时收集的用户越多，软件架构的压力就越大。
一开始似乎并不重要的限制成为生产力的障碍。补丁可能会缓解一些早期的问题，但补丁会增加复杂性。
复杂性使得持续诊断问题变得更加乏味（翻译：成本更高且效率更低）。
随着工作负载超过软件的扩展能力
用户体验到加载时间很慢，因为服务器响应请求的时间过长。其他潜在问题包括可用性降低甚至数据丢失。
所有这些都阻碍了未来的使用。员工会为不可靠的软件找到解决方法，以完成自己的工作。
这使公司面临数据泄露或更糟的风险。
当软件面向客户时，不可靠性会增加流失的可能性。
谷歌发现，如果第一次体验不好，61% 的用户不会给应用第二次机会。40% 直接转向竞争对手的产品。
可扩展性问题也不仅仅是小公司犯的新手错误。甚至迪士尼在最初推出 Applause 应用程序时也遇到了麻烦，该应用程序旨在为观众提供与喜爱的迪士尼节目互动的额外方式。该应用程序无法处理同时流媒体视频用户的洪流。
沮丧的粉丝留下了负面评论，直到该应用在 Google Play 商店中获得一颗星。迪士尼官员不得不关闭该应用程序以修复损坏，而负面宣传如此强烈，以至于再也没有重新上线。
设置优先级
一些企业未能优先考虑可扩展性，因为他们没有看到它的直接效用。
可扩展性被推到一边，以支持速度、更短的开发周期或更低的成本。
实际上，在某些情况下，可扩展性不是首要任务。
旨在成为原型或小批量概念验证的软件不会变得大到足以引起问题。
同样，潜在用户固定限制较低的小公司的内部软件可以设置其他优先级。
最后，当 ACID 合规性成为绝对强制要求时，可扩展性就会让位于可靠性。
但是，作为一般规则，从一开始就考虑可扩展性更容易且资源密集度更低。
一方面，数据库选择对可伸缩性有巨大影响。迁移到新数据库既昂贵又耗时。这不是以后可以轻松完成的事情。
可扩展性原则
有几个因素会影响软件的整体可扩展性：
用法
使用量衡量可能的同时用户数或连接数。不应有任何人为的使用限制。
增加它应该像为软件提供更多资源一样简单。
最大存储数据
这对于具有大量非结构化数据的网站尤其重要：用户上传的内容、网站报告和某些类型的营销数据。
数据科学项目也属于这一类。此类内容存储的数据量可能会出人意料地急剧增加。
最大存储数据是否可以快速扩展在很大程度上取决于数据库样式（SQL 与 NoSQL 服务器），但注意正确的索引也很重要。
代码
经验不足的开发人员在规划可伸缩性时往往会忽略代码注意事项。
应该编写代码，以便可以在不重构旧代码的情况下添加或修改它。优秀的开发人员旨在避免重复工作，减少代码库的整体大小和复杂性。
随着应用程序的发展，应用程序的规模确实会增长，但保持代码清洁将最大限度地减少影响并防止“意大利面条代码”的形成。
向外扩展与向上扩展
扩大规模（或“垂直扩大规模”）涉及通过使用更先进或更强大的硬件来实现增长。磁盘空间或更快的中央处理单元 (CPU) 用于处理增加的工作负载。
向上扩展比向外扩展提供更好的性能。一切都包含在一个地方，允许更快的回报和更少的脆弱性。
扩大规模的问题在于，增长空间有限。随着硬件变得越来越先进，硬件变得越来越昂贵。在某个时刻，企业在购买先进系统时遇到了收益递减规律。
实施新硬件也需要时间。
由于这些限制，对于需要快速增长且几乎没有引起注意的软件来说，垂直扩展并不是最佳解决方案。
横向扩展（或“横向扩展”）更广泛地用于企业目的。
在向外扩展时，软件通过使用更多而不是更先进的硬件并将增加的工作负载分散到新的基础架构中而增长。
成本较低，因为额外的服务器或 CPU 可以是当前使用的相同类型（或任何兼容类型）。
扩展也发生得更快，因为无需导入或重建任何内容。
然而，在速度上有一个小小的折衷。水平扩展的软件受到服务器通信速度的限制。
不过，这种差异还不足以让大多数用户注意到，并且有一些工具可以帮助开发人员将影响降到最低。因此，在构建可扩展的应用程序时，横向扩展被认为是更好的解决方案。
构建高度可扩展系统的指南
在规划阶段考虑可扩展性既便宜又容易。以下是从一开始就结合可扩展性的一些最佳实践：
使用负载均衡软件
负载平衡软件对于具有分布式基础架构的系统（如水平扩展的应用程序）至关重要。
该软件使用一种算法将工作负载分散到服务器上，以确保没有单个服务器不堪重负。避免性能问题是绝对必要的。
位置很重要
可扩展软件尽可能靠近客户端（在应用层）。减少应用程序必须在核心资源附近导航较重流量的次数会导致更快的速度和更少的服务器压力。
边缘计算是另外一个需要考虑的事情。随着越来越多的应用程序需要资源密集型应用程序，在设备上保留尽可能多的工作可以降低低信号区域和网络延迟的影响。
尽可能缓存
请注意安全问题，但缓存是避免重复执行相同任务的好方法。
以 API 为先导
用户通过各种客户端进行连接，因此使用不假定特定客户端类型的API可以为所有客户端提供服务。
异步处理
它指的是分离成离散步骤的过程，不需要等待前一个步骤完成后再进行处理。
例如，可以向用户显示“已发送！” 在电子邮件仍在技术上处理时通知。
异步处理消除了一些影响大型软件性能的瓶颈。
限制对有限资源的并发访问
不要重复努力。如果多个请求要求从同一资源进行相同的计算，则让第一个请求完成并使用该结果。这增加了速度，同时减少了系统的压力。
使用可扩展的数据库
NoSQL 数据库往往比 SQL 更具可扩展性。SQL 确实可以很好地扩展读取操作，但是当涉及到写入操作时，它与旨在强制执行 ACID 原则的限制相冲突。
扩展 NoSQL 需要不那么严格地遵守这些原则，因此如果 ACID 合规性不是问题，NoSQL 数据库可能是正确的选择。
考虑 PaaS 解决方案
由于 PaaS 提供商管理扩展，平台即服务缓解了许多可扩展性问题。扩展就像升级订阅级别一样简单。
研究 FaaS
功能即服务是从 PaaS 演变而来的，并且密切相关。无服务器计算提供了一种仅使用任何给定时刻所需功能的方法，从而减少了对后端基础架构的不必要需求。
FaaS 仍在成熟，但作为一种在提高可扩展性的同时降低运营成本的方法，值得研究。
不要忘记维护
为自动化测试和维护设置软件，这样当它增长时，维护它的工作就不会失控。
展望未来
优先考虑可扩展性可以让您的企业为成功做好准备。尽早考虑它，您将在最需要的时候获得敏捷性的好处。