Almacenamiento en caché distribuido en el camino hacia la escalabilidad

Por Iqbal Kan

Si está desarrollando una aplicación ASP.NET, servicios web o una aplicación informática de alto rendimiento (HPC), es probable que encuentre importantes problemas de escalabilidad a medida que intenta escalar y poner más carga en su aplicación. Con una aplicación ASP.NET, se producen cuellos de botella en dos almacenes de datos. El primero son los datos de la aplicación que residen en la base de datos y el otro son los datos de estado de la sesión ASP.NET que normalmente se almacenan en uno de los tres modos (InProc, StateServer o SqlServer) proporcionados por Microsoft. Los tres tienen importantes problemas de escalabilidad.

Los servicios web normalmente no usan el estado de la sesión, pero tienen cuellos de botella de escalabilidad cuando se trata de datos de aplicaciones. Al igual que las aplicaciones ASP.NET, los servicios web se pueden hospedar en IIS e implementar en una granja web para escalabilidad.

Las aplicaciones HPC que están diseñadas para realizar un procesamiento paralelo masivo también tienen problemas de escalabilidad porque el almacén de datos no se escala de la misma manera. HPC (también llamada computación grid) ha utilizado tradicionalmente Java, pero a medida que .NET gana participación de mercado, también se está volviendo más popular para las aplicaciones HPC. Las aplicaciones HPC se implementan en cientos y, a veces, miles de computadoras para su procesamiento paralelo y, a menudo, necesitan operar con grandes cantidades de datos y compartir resultados intermedios con otras computadoras. Las aplicaciones HPC utilizan una base de datos o un sistema de archivos compartido como almacén de datos, y ambos no se escalan muy bien.

Almacenamiento en caché distribuido

El almacenamiento en caché es un concepto bien conocido tanto en el mundo del hardware como del software. Tradicionalmente, el almacenamiento en caché ha sido un mecanismo independiente, pero ya no es viable en la mayoría de los entornos porque las aplicaciones ahora se ejecutan en múltiples servidores y en múltiples procesos dentro de cada servidor.

El almacenamiento en caché distribuido en memoria es una forma de almacenamiento en caché que permite que el caché abarque varios servidores para que pueda crecer en tamaño y capacidad transaccional. El almacenamiento en caché distribuido se ha vuelto factible ahora por varias razones. En primer lugar, la memoria se ha vuelto muy barata y es posible llenar computadoras con muchos gigabytes a precios desechables. En segundo lugar, las tarjetas de red se han vuelto muy rápidas: 1 Gbit ahora es estándar en todas partes y 10 Gbit están ganando terreno. Finalmente, a diferencia de un servidor de base de datos, que generalmente requiere una máquina de alta gama, el almacenamiento en caché distribuido funciona bien en máquinas de menor costo (como las que se usan para servidores web), lo que le permite agregar más máquinas fácilmente.