雲端上的規模可擴充性

在前文中我們談到所謂的「規模可擴充性（scalability）」，一個系統有沒有規模可擴充性，我們看的並不是單一計算節點上跑多快，而是當你增加計算資源（例如機器、頻寬）時，能否透過增加計算資源，來換取更大規模的處理能力。

當在解決大型規模的計算問題時，人們關心能否透過增加伺服器、頻寬、儲存空間的方法，來服務更大規模的用量，更勝於在單一伺服器上可以執行多快。

要得到規模可擴充性，並不是一件容易的事情，但如果可以從平臺本身獲得支援，包括計算能力及資料存取等，對應用程式來說，會簡單許多。而這也正是一些所謂「雲端計算平臺」的作用所在。

另一方面，我們談到了「雲端計算平臺」，並不是建構在「雲端計算平臺」上的應用程式，就必然具備規模可擴充性。

例如，對於應用程式來說，它有可能是建構在 IaaS（Infrastructure as a Service）的層次之上，或者，也可能是在PaaS（Platform as a Service）層次上所發展的。

通常，建立在IaaS 上的應用程式，無法直接得到規模可擴充性，平臺通常可以提供的部分，只是「依用量可隨時動態彈性配置的資源」。就像在 AWS 的 EC2 上運行應用程式，並不能保證應用程式的規模可擴充性，充其量，只能在你需要伺服器、頻寬、儲存空間時，EC2 能夠盡可能地動態滿足你的需要。

所以說，並不是把應用程式搬上了「雲端」，就必然獲得了規模可擴充性，當你只是在 IaaS 平臺上開發時，是否具備規模可擴充性，仍舊取決於你的系統架構及特性。

不過，當你是在 PaaS 上開發時，情況又有所不同。PaaS 平臺本身，會處理掉許多和規模可擴充性相關的問題，就像是在 Google 的 App Engine 上面，它所提供的資料存取操作，就不同於傳統的關聯式資料庫，而是以 BigTable 為基礎的操作模式，這使得它有能力處理海量資料的存取。而立足在 App Engine 之上的應用程式，自然而然，具備著更好的規模可擴充性。

因此，在一個專門為了更大規模而設計的平臺上開發，對於想要得到規模可擴充性的應用程式開發者來說，可以省去不少的力氣。其中像 Hadoop 便是一個為了大規模計算而設計出來的平臺，其中，利用所謂MapReduce的計算方式，可以將計算量分散到各個能提供計算的機器之上，集合眾多機器之力，因而在更短的時間內，解決想要解決的計算問題。而且，可以彈性投入所能配置的資源數量，投入的愈多，解決的愈快。例如，動用更多的伺服器，就能更快的解決計算問題。倘若預算不那麼充分，也可以使用較少的機器，但耗費較多的時間，而這正是規模可擴充性的意義所在。

分散式計算的迷思

雖然說，分散式計算的目的之一，就是希望透過將計算量分散到多部、不同的機器上，來增加整體的計算能力，但是，並不是所有的應用程式都可以輕易拆散到多部機器之上去運行，而且更重要的是，並不是將應用程式拆分到多部機器之上，就必然帶來整體計算量的提升。

舉例來說，倘若你將你的應用程式拆成多份，並且同時傳輸至多部機器之上執行，而這幾個程式之間需要溝通，也就是交換資料，它們之間甚至需要做同步（synchronization），以致於不同機器上的程式之間需要等待特定工作的完成，接著才能繼續執行，那麼，這樣的應用程式就不見得具有規模可擴充性，因為，等待的環節，會造成規模無法隨著計算資源投入而跟著成長的因素。

這說明了，即使試著將計算拆分成為多份，並且置於多部機器上執行，也不見得可以獲得多倍的效能改進，很可能因為計算模式的特性所限，而僅能獲得少數的效能成長，而且隨著規模愈大，成長的比例愈低。因此，如何拆分計算工作，使得它們被散布到多部不同的機器後，可以得到對應的計算規模提升，就成了這件事情的核心議題。

透過分而治之的方式，將大問題拆開許多個小問題，個個擊破，降低解決問題的難度

像 Hadoop 的 MapReduce，就是一種拆分計算工作的方式。想要透過拆分工作來解決計算問題，傳統的「分而治之（Divide and Conquer）」其實，就是一種可行的方式。所謂的「分而治之」，就是將一個大問題，拆解成多個小問題，而分別解決這些小問題的答案之後，再將這些答案透過某種方式合併起來，就可以得到大問題的答案。這種方式常常可以遞迴為之，也就是拆成比較小的問題之後，還可以接著再繼續拆解，直到拆解至適合解決問題的規模為止。

如果，我們可以運用「分而治之」的方式來解決問題，就很容易得到規模可擴充性，因為，我們可以將原始的問題拆解成若干個較小規模的問題，然後把這些問題分別置放在不同的機器上解決，因為解決這些小問題的計算是互相獨立的、它們之間也不需要溝通，所以，當可運用的機器數量變多時，就可以將問題的規模拆解的更小，使得在單一機器上解決它們的速度更快，更使得整體解決它們的時間可以縮短。而 MapReduce 正是此種「分而治之」的解題計算模式，當你運用 MapReduce 時，便得以此種方式來思考解決問題的方法。

函數式程式設計開始流行

在另一方面來看，你可能也會發現到，所謂「函數式（functional）」的程式設計方式，在這種「分而治之」的分散式計算模式裡，開始受歡迎了起來。函數式的程式語言已經有幾十年的歷史，早期像 Lisp 的程式語言，主要是應用在人工智慧的領域。但是，為什麼在這個應用領域裡，反而流行起來了？

函數式的程式語言有一些特性，包括程式中是沒有狀態（stateless），而且每次函式之值被評估（或說被執行）時，是沒有副作用的（side effect ）。

所謂的副作用，代表的是函式被執行時，除了它主要應該達成的作用之外，還有一些其他附屬的效果，此即其副作用。主要的作用，就像是函式的回傳值，而副作用，則像是除了回傳函式之值以外，還同時改變全域變數的值。你可以想像，函式的回傳值，除了被其輸入參數所影響之外，還同時被其他的狀態，像是全域變數所影響時，會產生許多意想不到的結果。

但是如果我們從數學上的函數的角度來看，f(x) 之值，完全取決於 x ，沒任何 f() 內部的狀態或是外部的狀態足以在 x 相同時，造成 f(x) 之值不同。而所謂的函數式程式設計方式，便是在特性上有著此種取向，因此，它沒有狀態、也沒有副作用。

這種特性之所以能對分散式計算帶來好處，我想是因為在有這樣的特性之後，計算工作會更容易分配到不同的機器上去計算。正如數學的函數一樣，只要給定相同的輸入值，就一定會算出相同的輸出值。計算工作之間的相依性降低了，不論在那部機器上算、在什麼時間點算，都不會影響到計算的結果。因此，當以「分而治之」的原則來拆解計算工作，以進行分散式的計算時，更容易拆解工作、更容易合成計算結果，以成為最後的結果。

透過一個更高階的雲端計算平臺，以及計算模式，其實，可以讓程式設計者更容易的取得規模可擴充性。而從現在的趨勢來看，函數式的設計方式，應該還會再流行好一陣子。