我在堆栈溢出和其他博客中读到的内容-
https://hackernoon.com/database-scaling-horizontal-and-vertical-scaling-85edd2fd9944
https://stackoverflow.com/questions/27157227/can-relational-database-scale-horizontally
概念：多租户网络应用（CRM）
在总结了上面提到的所有博客之后，我感到困惑。我有以下情况
我们可以说 - 这是水平缩放吗？如果不是，应该怎么做才能获得精确的水平缩放？
在比较 Intel Xeon E5 和 E7 处理器时，我注意到 E5 处理器指定用于 2S 或 4S 可扩展性，而 E7 处理器指定用于S 2S、S 4S 或S 8S 可扩展性。
我知道处理器被指定用于同一主板上给定数量的插槽，但额外的 S 实际意味着什么？2S和S2S、4S和S4S有什么区别？
我想编写一个脚本，在我遇到 SYN 泛滥时获取我需要的所有统计信息（顶级 IP、使用的内存、netstat 等），并写入报告文件。
那么，当内核警告“端口 XXX 上可能出现 SYN 泛滥”时，是否可以触发脚本/命令？
6 月 27 日 22:12:21 xxxx 内核：[xxxx.xxxx] 端口 443 上可能发生 SYN 泛洪。发送 cookie。6 月 27 日 22:13:22 xxxx 内核：[xxxx.xxxx] 端口 443 上可能出现 SYN 泛洪。发送 cookie。6 月 27 日 22:14:25 xxxx 内核：[xxxx.xxxx] 端口 443 上可能发生 SYN 泛洪。发送 cookie。
我的网站一直有几个在线用户。服务器使用 Apache/PHP、数据库和 Memcached。在正常使用时，该应用程序运行良好且快速。
但是，服务器有时会出现“SYN 泛洪”攻击。我真的相信/怀疑这些是故意的，而不是由我们的合法用户造成的。（当有些人注册新帐户并试图制造麻烦时，它们似乎会发生）
6 月 27 日 22:12:21 xxxx 内核：[xxxx.xxxx] 端口 443 上可能发生 SYN 泛洪。发送 cookie。6 月 27 日 22:13:22 xxxx 内核：[xxxx.xxxx] 端口 443 上可能出现 SYN 泛洪。发送 cookie。6 月 27 日 22:14:25 xxxx 内核：[xxxx.xxxx] 端口 443 上可能发生 SYN 泛洪。发送 cookie。
不幸的是，当这种情况发生时，我的整个流量都会受到影响：
[2016 年 6 月 27 日星期一 22:15:28.842067] [mpm_event:error] [pid 12022:tid 132875292207712] AH00485：记分牌已满，不在 MaxRequestWorkers
我的 MaxRequestWorkers 是 600。过去我已经增加了几次。
最近我也增加到net.ipv4.tcp_max_syn_backlog了ListenBackLog5000。
我的服务器有 16GB RAM 和 1Gbps 带宽。
我很不高兴似乎有人可以轻松控制我的网站是否存在。
可以做些什么来阻止这种情况？
另外，netstat现在似乎给了我连接到服务器的 IP。
是否有可能在过去的特定时间获得顶级 IP？
我们的网络设置由全球 5 个不同位置的 5 台网络访问服务器组成，预计在未来几天内将扩展到 15 台网络访问服务器，甚至更多。目前我们使用脚本进行身份验证，但我们计划使用基于 freeradius 的 AAA 对这些 NAS 服务器进行身份验证和记帐，因为我们可以从使用记帐数据中获得许多好处。预计未来几天用户负载将增长到数十万用户。我对具有这种架构实践经验的专家提出的问题是从可扩展性的角度来看的。在这种设置中使用的最佳自由半径拓扑是什么？
由多个半径节点组成的基于集中半径的 AAA 服务会比分布式半径 AAA 服务更好吗？即每个 NAS 一个半径，为什么？我们希望在授权期间使用记帐数据，因此分布式半径服务将需要几乎实时同步记帐数据和用户身份验证数据。但是由于有 10 个不同的位置，数据的实时同步似乎很难实现。我读到了将radius查询转发到中央radius服务器的radius代理服务器，但是，我不明白它比直接从NAS直接使用集中radius服务更有益。即所有 NAS 都指向相同的 radius 服务。
如果考虑分布式半径服务，radrelays 可能是一种方法，但 rad 中继似乎对主要到备用类型的设置很有用，其中半径节点的数量主要是两个，我不确定它们是否会很好用如果他们必须在这么多不同的半径服务器之间同步数据。
如果有人能指出我正确的方向，我将不胜感激。
我有一个一年前建立的 3 节点 Cassandra 集群，现在它变得很慢。对我来说，垂直扩展比水平扩展要便宜得多（我收到了免费的 RAM 和新的千兆网卡，我想将它们放入我的节点中）。我需要集群在升级时保持正常运行，但我找不到任何关于如何在不停机的情况下垂直扩展的文档。垂直扩展 Cassandra 集群的标准程序是什么？同样，是否所有机器都需要相同（相同数量的内存、相同的硬盘空间等）？
让我们考虑如下场景：
一个基于 LAMP 堆栈并部署在共享主机上的小型网络博客。突然间，它在一天内流行起来，每天都有数百万的点击量。由于开发者没有考虑到高流量，导致服务器宕机和崩溃。
对于这种情况，什么是快速解决方案？
顺便说一句，我知道在云服务器上我可以添加更多 RAM 或 CPU 以避免像在 Amazon EC2 中那样。
我对为 Web 应用程序建模各种服务器/网络配置很感兴趣。我想提前知道系统的哪些部分会成为瓶颈，以及瓶颈是否受 CPU/内存/网络等限制。
我一直在考虑的一个想法是采用一台测试服务器，并将每个“真实”服务器设置为该服务器上的虚拟机，按照它们在野外的配置进行配置。我打算试试这个，但想问 serverfault 社区是否有人以前尝试过这种方法。 它可行吗？
我当然不期待基准测试或类似的东西，但我认为它可能对建模相对性能、突出瓶颈和提供架构完整性检查很有用。
首先让我说这是该主题的后续问题。
通过将 memcached 服务器从 Solaris (SmartOS) 切换到 Ubuntu，这个问题得到了“解决”。现在我们已经将负载增加了大约 5 倍并且再次遇到问题。
我们正在运行一个站点，该站点每分钟处理大约 1000 个请求，每个请求命中 Memcached 大约有 3 次读取和 1 次写入。所以负载大约是每秒 65 个请求。缓存中的数据总量约为 37M，每个键包含的数据量非常小（一个 JSON 编码的整数数组，总计不到 1K）。
我们在这些页面上设置了基准测试脚本，并将数据输入 StatsD 进行日志记录。问题是 Memcached 需要很长时间才能响应的峰值。这些似乎与流量高峰无关。
是什么导致了这些尖峰？为什么 memcached 会花一秒钟的时间来回复？我们刚刚启动了第二台服务器以放入池中，它并没有对峰值的频率或严重性产生任何明显的影响。
这是服务器上 getStats() 的输出：
Array
(
[-----------] => Array
(
[pid] => 1364
[uptime] => 3715684
[threads] => 4
[time] => 1336596719
[pointer_size] => 64
[rusage_user_seconds] => 7924
[rusage_user_microseconds] => 170000
[rusage_system_seconds] => 187214
[rusage_system_microseconds] => 190000
[curr_items] => 12578
[total_items] => 53516300
[limit_maxbytes] => 943718400
[curr_connections] => 14
[total_connections] => 72550117
[connection_structures] => 165
[bytes] => 2616068
[cmd_get] => 450388258
[cmd_set] => 53493365
[get_hits] => 450388258
[get_misses] => 2244297
[evictions] => 0
[bytes_read] => 2138744916
[bytes_written] => 745275216
[version] => 1.4.2
)
[-----------:11211] => Array
(
[pid] => 8099
[uptime] => 4687
[threads] => 4
[time] => 1336596719
[pointer_size] => 64
[rusage_user_seconds] => 7
[rusage_user_microseconds] => 170000
[rusage_system_seconds] => 290
[rusage_system_microseconds] => 990000
[curr_items] => 2384
[total_items] => 225964
[limit_maxbytes] => 943718400
[curr_connections] => 7
[total_connections] => 588097
[connection_structures] => 91
[bytes] => 562641
[cmd_get] => 1012562
[cmd_set] => 225778
[get_hits] => 1012562
[get_misses] => 125161
[evictions] => 0
[bytes_read] => 91270698
[bytes_written] => 350071516
[version] => 1.4.2
)
)
编辑：这是 10,000 个值的集合和检索结果。
普通的：
Stored 10000 values in 5.6118 seconds.
Average: 0.0006
High: 0.1958
Low: 0.0003
Fetched 10000 values in 5.1215 seconds.
Average: 0.0005
High: 0.0141
Low: 0.0003
扣球时：
Stored 10000 values in 16.5074 seconds.
Average: 0.0017
High: 0.9288
Low: 0.0003
Fetched 10000 values in 19.8771 seconds.
Average: 0.0020
High: 0.9478
Low: 0.0003