Was ist Cloud-Skalierbarkeit?

Bei der vertikalen Skalierung, auch „Hochskalierung“ oder „Herunterskalierung“ bezeichnet, werden Ressourcen zu einem einzelnen Server oder einer einzelnen Maschine hinzugefügt oder von dort entfernt. Das ist so, als würde man einen einzelnen Computer mit einem schnelleren Prozessor oder mehr RAM ausstatten. Ziel ist es, den Rechner leistungsfähiger zu machen.

Funktionsweise der vertikalen Skalierung

Sie können vertikal skalieren, indem Sie die Kapazität einer vorhandenen virtuellen Maschine (VM) erhöhen. Wenn Ihre Anwendung beispielsweise auf einer VM mit einer bestimmten Anzahl von CPU-Kernen und einer bestimmten Menge an Arbeitsspeicher ausgeführt wird, können Sie einfach eine größere VM mit mehr Ressourcen auswählen, um zu skalieren. Ebenso können Sie durch den Wechsel zu einer kleineren VM herunterskalieren.

Bei der horizontalen Skalierung, auch „Scale-out“ oder „Scale-in“ bezeichnet, wird die Anzahl der Maschinen oder Knoten in einem System erhöht, um die Arbeitslast effektiver zu verteilen. Das ist so, als würden Sie einem Netzwerk weitere Computer hinzufügen, um die Arbeit aufzuteilen. Ziel ist es, die Kapazität durch den Einsatz mehrerer Maschinen zu erhöhen, anstatt einen Rechner leistungsfähiger zu machen.

Funktionsweise der horizontalen Skalierung

Bei der horizontalen Skalierung wird Ihre Anwendung auf mehreren VMs ausgeführt und ein Load Balancer verteilt den eingehenden Traffic auf diese Maschinen. Bei steigender Nachfrage können Sie der Gruppe automatisch oder manuell weitere VMs hinzufügen. Wenn die Nachfrage sinkt, können Sie sie entfernen.

Die herkömmliche automatische Skalierung ist reaktiv – sie fügt Ressourcen erst hinzu, wenn die Nachfrage bereits gestiegen ist, was manchmal zu kurzen Leistungseinbußen führen kann. Das vorausschauende Autoscaling in der Compute Engine löst dieses Problem, indem es mit maschinellem Lernen die zukünftige Last auf Grundlage Ihrer Verlaufsdaten vorhersagt. Sie können Ihre Infrastruktur im Vorfeld des erwarteten Traffics horizontal skalieren und so dafür sorgen, dass Ihre Anwendungen bereit sind, Nutzeranfragen zu bearbeiten, sobald sie eingehen.

Die meisten Cloud-Anbieter zwingen Sie, für Ihre virtuellen Maschinen aus vordefinierten „T-Shirt-Größen“ zu wählen, was oft dazu führt, dass Sie für Ressourcen bezahlen, die Sie nicht benötigen. Google Cloud bietet benutzerdefinierte Maschinentypen, mit denen Sie die genaue Anzahl von vCPUs und den Arbeitsspeicher an Ihre Arbeitslasten anpassen können. Dank dieser detaillierten Steuerung können Sie Ihre Infrastruktur effizient vertikal skalieren und die Ressource an die Aufgabe anpassen, anstatt umgekehrt.

Für Unternehmen mit einer lokalen Infrastruktur kann es eine Herausforderung sein, plötzliche Traffic-Spitzen zu bewältigen. Mit Cloud Bursting können Sie überschüssigen Traffic nahtlos in die öffentliche Cloud auslagern, wenn Ihr privates Rechenzentrum seine Kapazitätsgrenze erreicht. Die Hybrid- und Multi-Cloud-Lösungen von Google Cloud, darunter GKE Enterprise, bieten die nötige Konsistenz und Flexibilität, um Arbeitslasten in verschiedenen Umgebungen zu verwalten. So können Sie unbegrenzt skalieren, ohne bestehende Investitionen aufgeben zu müssen.

Mit Cloud Run können Sie containerisierte Anwendungen ausführen, ohne die zugrunde liegende Infrastruktur verwalten zu müssen. Eine wichtige Eigenschaft ist die Möglichkeit, auf null zu skalieren. Das bedeutet, dass Sie bei keinem Traffic keine Ressourcen verbrauchen und nichts bezahlen. Wenn der Traffic wieder ansteigt, kann Cloud Run fast sofort von null auf Tausende von Instanzen skalieren. Das macht die Plattform ideal für Anwendungen mit stark variablen oder unvorhersehbaren Trafficmustern.

Bei der Skalierbarkeit geht es nicht nur darum, Server hinzuzufügen, sondern auch darum, Traffic effizient zu ihnen zu leiten. Google Cloud Load Balancing verwendet eine einzelne globale Anycast-IP-Adresse, um den Traffic auf Ihre Ressourcen weltweit zu verteilen. So können Sie Ihre Anwendung global skalieren, ohne komplexe DNS-Einrichtungen oder regionale Fragmentierung. Nutzer werden immer an die nächstgelegene fehlerfreie Instanz mit verfügbarer Kapazität weitergeleitet.