مقیاس پذیری به زبان ساده یعنی توانایی یک سیستم یا اپلیکیشن برای مدیریت افزایش ترافیک بازدید کاربران. البته این مدیریت باید به طریقی انجام شود که کاربران متوجه هیچگونه تغییری در سیستم نشوند. یعنی این کار باید با حفظ کیفیت تجربه کاربری (UX) انجام پذیرد.
بخاطر رسیدن به مقیاس پذیری روش سیستم های توزیع شده یا Distributed Systems معرفی شد. با استفاده از این روش، مثلا با 10 برابر شدن تعداد بازدیدکنندگان باید منابع سیستم نیز 10 برابر شود و این کار به طریقی انجام شود که کاربران از بیرون متوجه تعدد سیستم ها نشوند. در واقع در سیستم های توزیع شده در ظاهر اینطور به نظر می رسد که فقط یک سرور پاسخگوی درخواست های کاربران است.
روش های مقیاس پذیری یا Scaling به دو دسته اصلی تقسیم می شوند:
مقیاس پذیری عمودی یا مقیاس پذیری به سمت بالا (Scaling Up)، زمانی انجام می شود که اپلیکیشن توان هندل کردن بار حجم بالای اطلاعات را نداشته باشد. تصور کنید که شما یک دیتابیس با 10 گیگابایت اطلاعات دارید اما سرور توانایی هندل کردن آن را ندارد. برای هندل کردن این بار اضافی، شما یک سرور گران قیمت جدید با حجم 2 ترا بایت را خریداری می کنید. حالا سرور شما می تواند اطلاعات بیشتری را در خود ذخیره کند! با این کار شما از روش مقیاس پذیری عمودی استفاده کرده اید.
فرایند مقیاس پذیری افقی که به آن مقیاس پذیری به سمت بیرون (Scaling Out) نیز می گویند، برخلاف نوع عمودی آن که روی ارتقای یک سرور تمرکز داشت، روی اضافه کردن تعداد سرورها متمرکز است. در واقع شما تمرکز را از یک سرور برداشته، و بین چندین سرور که خریداری کرده اید، به طور مناسبتوزیع می کنید. باید توجه داشت که پیچیدگی این روش بسیار بیشتر از روش عمودی است اما در بسیاری موارد راه حل کم هزینه تری است
