- 综合排序
- 最热优先
- 最新优先
- 来自专栏测试技术分享
测试横向扩展（一）
之前一篇文章《思考功能测试》说了功能测试基本功，今天聊下功能测试做深时的横向扩展，也是对自己测试能力的进一步提升，从我个人经验总结选出以下三个大方面探讨下：一： 对产品的把控二： 对开发质量的把控三：
55020编辑于 2022-06-20 - 来自专栏后场技术
什么是横向扩展和纵向扩展？
扩展应用程序可以根据资源需求适当调整其大小，以确保客户满意并降低基础设施成本。 如果您不知道如何有效地扩展，您不仅会损害您的应用程序，还会给您的运营团队带来不必要的压力。 什么是纵向扩展与横向扩展 横向扩展(「Scale-out」)或水平缩放与纵向扩展(「Scale-up」)或垂直缩放形成对比。 扩展云资源的想法可能很直观。 横向扩展是并行添加更多等效功能组件以分散负载。这将从两个负载平衡的 Web 服务器实例变为三个实例。相比之下，扩大规模是使组件更大或更快以处理更大的负载。 这会将您的应用程序移动到具有 2 个 CPU 的虚拟服务器 (VM) 到具有 3 个 CPU 的虚拟服务器。缩减则相反。 两个比喻 火车动力 传统火车和动车。 Scale-up和scale-out并非不能融合在一起，很多存储系统就可以同时实现纵向扩展和横向扩展,下面的示意图就展示了这种方案。
5.7K30编辑于 2022-04-15 - 来自专栏SDNLAB
HCI横向扩展架构强化网络
HCI通过使用基于设备的横向扩展架构将计算和存储的管理无缝统一起来，使得该概念更进一步。 ? 随着HCI设备规模的扩大，他们也给网络环境带来的很大的压力。 很难确定HCI最终需要什么水平的性能，很多数据中心已经开始采用10G或25G以太网交换机，但虽则数据中心持续通过HCI系统进行扩展，可能在不久的将来，数据中心将广泛采用40G/50G甚至100G交换机。 由HCI系统实现的横向扩展计算架构将加速大多数企业网络定期升级其网络交换机的频率。 随着时间的推移，IT企业可能会拥抱多个HCI平台。 常见的交换机架构是使得IT企业保持其HCI开放并尽可能减少HCI问题的关键，为了实现这一目标，网络交换机需要能够与任何规模的软件定义网络无缝集成，这将作为现代横向扩展架构的一部分。 当然并不是每个应用程序工作负载都适用于HCI平台，基于机架的系统扩展计算、存储和网络将在未来几年与设备一起部署，根据所支持的应用程序工作负载的性质，IT企业会发现自己需要部署的可扩展的系统。
83780发布于 2018-03-30 - 来自专栏系统设计
什么是Scale Up（纵向扩展）和Scale Out（横向扩展）？
实战干货：编程严选网 1 Scale Out 即Scale horizontally，横向扩展，向外扩展 。 称为集群系统。 指由多个节点组成的系统，这种系统的扩展主要以水平扩展方式（指增加节点的方式）来进行。 Scale-out 通过将多个低性能的机器组成一个分布式集群来共同抵御高并发流量的冲击。 2 Scale Up 即Scale vertically）纵向扩展，向上扩展。 这种架构的系统只具有垂直扩展能力，当需要扩展系统时，通过在节点上增加更多的CPU、内存和硬盘来扩大系统的能力。
18.9K20编辑于 2025-06-25 - 来自专栏SDNLAB
SDN的横向扩展对OpenStack Neutron的影响
核心API涵盖了基本和必须的网络操作，而扩展和属性API的功能是用来构建多功能虚拟网络。 核心API的操作 网络(CRUD) 子网(CRUD) 端口(CRUD) 扩展和属性API的操作 配额(RUD) 网络提供商可扩展属性(CRUD) 多个网络提供商可扩展(CR) 绑定扩展属性的端口 二层模块化核心插件 二层模块化（ML2）是Neutron的核心插件。 根据ML2作者所定义的，模块化二层组件（ML2）组件是一个允许OpenStack Neutron同时利用二层网络多样性技术的架构，该二层网络技术来源于实际的复杂数据中心。 图二：ML2 组件结构 ML2通过驱动模型实现模块化。如图二所示，它包含了两类驱动：类型驱动和机制驱动。
1.2K60发布于 2018-04-03 - 来自专栏磨磨谈
Ceph如何实现文件系统的横向扩展
卡掉的问题 优点： 全局统一命名空间下面对应目录到不同的存储池当中，在进行扩容的时候，不会影响原有的数据，基本是没有迁移数据 方案三： 物理分存储池的结构并没有解决元数据压力过大的问题，而元数据的处理能力并非横向扩展的 ，而文件数量和集群规模都是在横向增长，所以必然是一个瓶颈点 这个方案其实很简单，相当于方案二的扩展，我们在方案二中进行了物理存储池的分离，然后把空间映射到子目录，来实现数据的分离，既然规模能够大到分物理空间 ，那么我们可以考虑部署多套集群，并且来真正的实现了数据处理能力的横向扩展，因为MDS，可以是多个的了，那么比较重要的问题就是统一命名空间的问题了，怎么实现，这个也简单，主要是跟客户沟通好，让客户接受提出的方案 我们在一些商业系统上面可以看到一些限制，比如单卷的大小最大支持多大，在这里我们需要跟客户沟通好，无限的扩展，会带来一些压力的风险，有方案能够解决这种问题，而这种数据量在之前是没有太多的案例可借鉴的，所以需要人为控制一个目录的最大空间 ，也就是单套集群的大小，下面举例来说明下 假设我们的空间一期规模为2P，二期规模要4P，三期规模6P 那么我们的命名空间上就分离出三个逻辑空间，也就是对应三套集群 弄清楚客户的存储的目录结构，一般来说客户并不太关心目录的设计
55430发布于 2018-08-06 - 来自专栏Python in AI-IOT
Web开发---单页面应用(签到日报--横向扩展)
疫情前期，员工分布在各个地区，需要上报个人的健康状态和位置信息，于是做了一个单页面应用（当时钉钉和微信上的健康上报模板还没出现） image.png 如果把它快速的扩展到别的公司使用，通常的方法是在数据库表中新增一个表示公司的
71300发布于 2020-03-16 - 来自专栏云计算D1net
横向扩展的NAS：混合云存储的关键
软件定义存储的出现使得横向扩展存储解决方案成为了现实。 如今出现的另一个相对较新的技术混合云，使组织折云架构具有最大的业务灵活性，这有助于在达到预算和性能目标的同时，最大限度地提高效率。 本文将讨论一些你可以使用设计元素，以确保你的混合云提供所需要的性能、灵活性和可扩展性。 横向扩展NAS的作用 向外扩展的NAS（网络附加存储）是基础性的混合云存储解决方案。 由于混合云架构全面部署，许多组织都将面对这一相对较新的市场，甚至不了解一致性的横向扩展NAS的重要性。许多环境是最终一致的，这意味着你编写一个节点的文件不会立即从其他节点进行访问。 客户端虚拟机（VM）的图像和数据将被存储在提供虚拟文件系统的横向扩展NAS。客户端虚拟机可以使用这个文件系统，它们之间共享文件，使得其获得完美的VDI环境。 现在，为什么支持多种协议很重要？ 通过增加节点，通过添加节点、本地协议支持Flash的高性能灵活地向外扩展，其中都包含在这个架构的基础上扩展的NAS。采用这个系统的数据中心将具有可扩展性，并且在成本上负担得起。
3.7K80发布于 2018-03-26 - 来自专栏Khan安全团队
PickleC2 横向移动框架
PickleC2 是一个用 python3 编写的简单 C2 框架，用于帮助渗透测试人员的社区参与红队活动。 PickleC2 能够为后期开发和横向移动导入您自己的 PowerShell 模块或自动化该过程。 特征 测试版有一个植入物，它是 powershell。 PickleC2 是完全加密的通信，即使在通过 HTTP 通信时也能保护 C2 流量的机密性和完整性 PickleC2 可以毫无问题地处理多个侦听器和植入程序 PickleC2 支持任何想要添加自己的 将支持可锻 C2 配置文件。 将支持 HTTPS 通信。注意：即使是 HTTP 通信也是完全加密的。 安装 PickleC2 是一个开源的，可以在 Github 上找到。 PickleC2 目前只支持 linux，你可以通过https://github.com/xRET2pwn/PickleC2下载 git clone https://github.com/xRET2pwn
48540发布于 2021-07-30 - 来自专栏云云众生s
MongoDB 8专注于时间序列数据和横向扩展
时间序列聚合使性能提高了 200%，可扩展性提高了 50%。 时间序列聚合的速度提高了 200%，可扩展性提高了 50%，数据库的独特功能 可查询加密 扩展到更多类型的查询。 在发布前一个月，该公司还停用了许多使用较少的特性和产品。 水平扩展 该公司和项目的贡献者也更加努力地提高水平扩展能力，即软件从数千用户扩展到数百万用户的可能性。 这通常通过将数据拆分为多个服务器或分片上的“分片”来完成。 此扩展现在涵盖了一种新的查询类型，即范围函数。这些查询在最终用户使用适当的解密密钥查看之前保持加密。
47210编辑于 2024-10-07 - 来自专栏PowerBI入门100例
1.17 PowerBI数据准备-合并查询，对表进行横向扩展
需要注意的是，左表和右表的关系是多对一或一对一的时候，结果与VLOOKUP相同；如果是一对多，PowerQuery会拆分扩展，左表会按照对应关系，一行拆分为多行。 因此，需要把品类扩展到品规，按照产品表中的品类与品规对应关系将品类展开。店铺表产品表处理后的结果，在店铺和品类的基础上，品类被扩展到了品规。 STEP 2 在跳出的合并查询窗口，选择产品表（支持选择当前表，自己匹配自己），匹配列是品类（如果匹配列是多列，可以按住Ctrl键按照次序选择多列），联接种类选择左外部。
63700编辑于 2025-02-23 - 来自专栏CNCF
Cortex：多租户、可横向扩展的Prometheus即服务
它提供了Prometheus时间序列数据的全局视图，其中包括长期存储中的数据，极大地扩展了PromQL用于分析目的的有用性。 它的核心支持多租户。 Cortex的架构 Cortex具有基于服务的设计，其基本功能分为单个用途组件，可以独立扩展： Distributor - 使用Prometheus的远程写入API处理由Prometheus实例写入Cortex 这些组件每一个都可以独立管理，这是Cortex可扩展性和运营的关键。你可以在下面看到Cortex及与其交互的系统的基本图表： ? 如图所示，Cortex“完成”Prometheus监控系统。 如果你以单租户的方式使用Cortex，你可以随时扩展到无限大的租户群。 用例 经过几年的发展，Cortex的用户倾向于分为两大类： 服务供应商构建托管的管理平台，提供监控和可观察性组件。
2.8K20发布于 2019-12-05 - 来自专栏PingCAP的专栏
MySQL 到 TiDB：vivo 的 Hive Metastore 横向扩展之路
以下文章来源于公众号 vivo 互联网技术 ，作者 Wang Zhiwen导读本文介绍了 vivo 在大数据元数据服务横向扩展道路上的探索历程，由实际面临的问题出发，对当前主流的横向扩展方案进行了调研及对比测试 为此，针对当前 MySQL 方案存在的严重性能瓶颈，HMS 急需一套完善的横向扩展方案来解决当前燃眉之急。 二、横向扩展技术方案选型为解决 HMS 的性能问题，我们团队对 HMS 横向扩展方案做了大量的调研工作，总体下来业内在 HMS 的横向扩展思路上主要分为对 MySQL 进行拆库扩展或用高性能的分布式引擎替代 结合 HMS 及大数据生态，采用 TiDB 作为元数据存储整体的部署架构如下：HMS on TiDB 架构由于 TiDB 本身具有水平扩展能力，扩展后能均分查询压力，该特性就是我们解决 HMS 查询性能瓶颈的大杀器 INNER JOIN PARTITION_KEY_VALS FILTER2 ON FILTER2.PART_ID = PARTITIONS.PART_ID AND FILTER2.INTEGER_IDX
74860编辑于 2023-10-30 - 来自专栏跟着阿笨一起玩NET
（2）SQL语句实现表的横向聚合
问题描述： 假如有一表结构和数据如下： C1 C2 C3 C4 C5 1 2 6 3 4 2 2 3 4 5 0 3 6 2 8 经过sql查询后输出的结果集为：(字段后面增加聚合[最大值] [ 最小值] [>=5的值个数]) C1 C2 C3 C4 C5 Max Min Count(>=5) 1 2 6 3 4 6 1 1 2 2 3 4 5 5 2 1 0 3 6 2 8 8 2 2 实现该结果的 SQL 脚本如下: /* 作 者：<Rising_Sun> 创建日期：<2012-9-29> 功 能：<实现表横向聚合> */ DECLARE @t TABLE(C1 int ,C2 int,C3 int,C4 int,C5 int) INSERT INTO @t VALUES(1,2,6,3,4) INSERT INTO @t VALUES(2,2,3,4,5) INSERT v=A.C1 UNION SELECT v=A.C2 UNION SELECT v=A.C3 UNION SELECT v=A.C4 UNION SELECT v=A.C5 )B),
1.3K10发布于 2018-09-18 - 来自专栏IT架构圈
『中级篇』K8S横向扩展功能ReplicaSet和ReplicationController（63）
这次说说pod的横向扩展。 #创建一个ReplicationController的横向扩展 kubectl create -f rc_nginx.yml kubectl get pods kubectl get rc ? scale 水平扩展的数量 kubectl scale rc nginx --replicas=2 kubectl get rc kubectl scale rc nginx --replicas=5 containerPort: 80 #删除ReplicationController创建的pod kubectl delete -f rc_nginx.yml #创建一个ReplicationController的横向扩展 scale 水平扩展的数量 kubectl scale rs nginx --replicas=2 kubectl get rs kubectl scale rs nginx --replicas=5
69820发布于 2018-09-28 - 来自专栏IT架构圈
『中级篇』K8S横向扩展功能ReplicaSet和ReplicationController（63）
原文链接地址：『中级篇』K8S横向扩展功能ReplicaSet和ReplicationController（63） 上次说了，pod的如何管理。这次说说pod的横向扩展。 image: nginx ports: - containerPort: 80 [image.png] #创建一个ReplicationController的横向扩展 kubectl get pods kubectl get rc [1240] scale 水平扩展的数量kubectl scale rc nginx --replicas=2 kubectl get containerPort: 80#删除ReplicationController创建的pod kubectl delete -f rc_nginx.yml #创建一个ReplicationController的横向扩展 kubectl get pods kubectl get rs[1240] scale 水平扩展的数量kubectl scale rs nginx --replicas=2 kubectl get
87940发布于 2018-09-09 - 来自专栏生信喵实验柴
ggplot2扩展
背景 ggplot2 色轮图 一、默认修改颜色 mtcars$cyl <- as.factor(mtcars$cyl) p <- ggplot(mtcars, aes(x=cyl, y=mpg, fill=cyl)) +geom_boxplot() p+scale_fill_brewer(palette = "Set<em>2</em>") p+scale_fill_manual(values = c("red","green","blue")) 离散型数据修改 ggplot2 默认配色 p <- ggplot(mtcars, aes(x=wt, y=mpg,color=mpg) arrangeGrob(g3, g4, ncol=2), nrow = 2) grid.arrange(g1, g2, g3, nrow = 3) grid.arrange(g2, arrangeGrob (g3, g4, ncol=2), nrow = 1) grid.arrange(g2, arrangeGrob(g3, g4, nrow=2), nrow = 1) 利用 gridExtra
60010编辑于 2022-10-25 - 来自专栏深度学习|机器学习|歌声合成|语音合成
MikuMikuDance:渲染扩展《2》
文章目录 扩展1：mmd-for-unity 动作保存 扩展2：ray-mmd 物理渲染 额外扩展 扩展1：mmd-for-unity github MikuMikuDance可以处理3
76410发布于 2021-01-14 - 来自专栏黑白天安全团队
横向移动之WinRM横向移动
winrm invoke Create wmicimv2/Win32_Process @{CommandLine="calc.exe"} ? 当然我们可以通过 -r 来指定远端的机器。 WinRM会话中 Enter-PSSession -id 2 退出WinRM会话 Exit-PSSession ? 当然可以在cobaltstrike加载powershell来进行WSManWinRM横向移动，WSManWinRM.ps1用法如下。 cobalt strike平台上利用winrm进行横向移动 在cobalt strike平台上有集成到winrm来进行横向移动，这里分有86位和64位的winrm ? 通过Wireshark进行抓捕可以看到WinRM进行横向移动的时候的数据包如下 ? POST /wsman?
5.8K10发布于 2021-03-16 选型指南：NoETL 指标平台横向扩展与架构稳定性深度评估
核心围绕计算存储解耦、智能物化加速和高可用架构三大维度，分析其横向扩展能力与架构稳定性，并结合客户案例数据，为数据工程团队提供一套清晰的指标中台选型决策框架。 维度对比一：横向扩展能力——弹性伸缩 vs 刚性扩容高并发场景的首要需求是弹性。传统方案与 Aloudata CAN 在扩展能力上存在本质区别。 ，需停机窗口在线扩展，对查询服务透明无感资源利用率低，存在资源孤岛高，计算资源池化，弹性调度Aloudata CAN 的横向扩展机制：计算层扩展：语义引擎节点完全无状态，通过负载均衡器（如 K8s Service 新增节点时，负载自动分配流量；下线节点前，会话可平滑迁移，实现真正的在线横向扩展（Scale-Out）。 选型看架构范式：对于高并发场景，应优先选择“动态语义引擎”架构，其无状态横向扩展和声明式物化能力，能从根本上解决传统“静态宽表仓库”的扩展性与稳定性难题。
14210编辑于 2026-02-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号