还有一个没有提到的额外架构——基于SQL的数据库服务，它支持水平扩展，而不需要手动分片的复杂性。这些服务在后台进行分片，因此它们使您能够运行传统的SQL数据库，并像使用MongoDB或CouchDB等NoSQL引擎一样进行扩展。我熟悉的两个服务是EnterpriseDB for PostgreSQL和Xeround for MySQL。我看到了Xeround的一篇深入文章，它解释了为什么SQL数据库的扩展很困难，以及它们如何以不同的方式进行扩展——用一点盐来看待这一点，因为这是一篇供应商文章。还可以查看维基百科的云数据库条目，其中对SQL与NoSQL以及服务与自托管进行了很好的解释，列出了每种组合的供应商和扩展选项

添加大量负载平衡器会产生额外的开销和延迟，这是在nosql数据库中横向扩展的缺点。这就像人们为什么说RPC不推荐的问题，因为它不健壮。

我认为在一个真实的系统中，我们应该同时使用sql和nosql数据库来利用当今系统的多核和云计算能力。

另一方面，如果使用oracle之类的sql数据库，复杂的事务查询具有很高的性能。NoSql可以通过分片用于bigdata和水平可伸缩性。

公认的答案是水平与垂直缩放的基本定义。但与人们普遍认为的只有Cassandra、MongoDB等才能实现数据库的水平缩放不同，我想补充一点，任何传统的RDMS都可以实现水平缩放；而不使用任何第三方解决方案。

我知道很多公司，特别是基于SaaS的公司都这样做。这是使用简单的应用程序逻辑完成的。基本上，您需要一组用户，并将他们划分到多个DB服务器上。因此，例如，您通常会有一个存储客户端、DB服务器/连接字符串等的“元”数据库/表，以及一个存储客户机/服务器映射的表。

然后，只需将来自每个客户端的请求定向到它们映射到的DB服务器。

现在有些人可能会说这类似于水平分区，而不是“真正的”水平缩放，他们在某些方面是正确的。但最终结果是，您已经在多个DB服务器上扩展了数据库。

两种水平缩放方法之间的唯一区别是，一种方法（MongoDB等）缩放是由DB软件本身完成的。从这个意义上说，你是在“购买”规模。在另一种方法中（对于RDBMS水平缩放），缩放是由应用程序代码/逻辑构建的。

还有一个没有提到的额外架构——基于SQL的数据库服务，它支持水平扩展，而不需要手动分片的复杂性。这些服务在后台进行分片，因此它们使您能够运行传统的SQL数据库，并像使用MongoDB或CouchDB等NoSQL引擎一样进行扩展。我熟悉的两个服务是EnterpriseDB for PostgreSQL和Xeround for MySQL。我看到了Xeround的一篇深入文章，它解释了为什么SQL数据库的扩展很困难，以及它们如何以不同的方式进行扩展——用一点盐来看待这一点，因为这是一篇供应商文章。还可以查看维基百科的云数据库条目，其中对SQL与NoSQL以及服务与自托管进行了很好的解释，列出了每种组合的供应商和扩展选项

水平缩放===>数千小黄人将为您一起完成工作。

垂直缩放===>一个大块头将为您完成所有工作。

水平缩放意味着通过向资源池中添加更多机器来进行缩放，而垂直缩放意味着可以通过向现有机器添加更多功率（CPU、RAM）来进行缩放。

记住这一点的一个简单方法是将机器放在服务器机架上，我们在水平方向上添加更多机器，在垂直方向上向机器添加更多资源。

在数据库世界中，水平缩放通常基于数据的分区，即每个节点仅包含部分数据，在垂直缩放中，数据驻留在单个节点上，通过多核进行缩放，即在该机器的CPU和RAM资源之间分散负载。

通过水平扩展，通过将更多机器添加到现有池中，通常更容易动态扩展。垂直扩展通常限于单个机器的容量，超出该容量的扩展通常会导致停机，并有上限。

水平缩放的好例子有Cassandra、MongoDB、Google Cloud Spaner。。垂直缩放的一个很好的例子是MySQL-Amazon RDS（MySQL的云版本）。通过从小型机器切换到大型机器，它提供了一种简单的垂直缩放方式。此过程通常涉及停机时间。

内存数据网格（如GigaSpaces XAP、Coherence等）通常针对水平和垂直缩放进行优化，因为它们不绑定到磁盘。通过分区实现水平扩展，通过多核支持实现垂直扩展。

你可以在我之前的文章中阅读更多关于这个主题的内容：横向扩展与横向扩展以及NOSQL替代方案背后的共同原则