直到现在，摩尔定律依然生效，在半个世纪以来的 CPU 发展过程中，芯片厂商靠着在有
限面积上做更小的晶体管的黑科技，大幅度地提升着芯片的性能。从第一代集成电路上只
有十几个晶体管，到现在一个芯片上动辄几十亿晶体管的数量，摩尔定律指引着芯片厂商
完成了技术上的飞跃。
但是有专家预测，摩尔定律可能在未来几年之内不再生效，原因是目前的芯片技术已经做
到了 10nm 级别，在工艺上已经接近极限，再往上做，即使有新的技术突破，在成本上
也难以被市场接受。后来，双核和多核技术的产生拯救了摩尔定律，这些技术的思路是将
多个
CPU 核心压在一个芯片上，从而大大提升 CPU 的并行处理能力。我们在高并发系统设计
上也沿用了同样的思路，将类似追逐摩尔定律不断提升 CPU 性能的方案叫做 Scale-up
（纵向扩展），把类似 CPU 多核心的方案叫做 Scale-out，这两种思路在实现方式上是完
全不同的。
Scale-up，通过购买性能更好的硬件来提升系统的并发处理能力，比方说目前系统 4
核 4G 每秒可以处理 200 次请求，那么如果要处理 400 次请求呢？很简单，我们把机
器的硬件提升到 8 核 8G（硬件资源的提升可能不是线性的，这里仅为参考）。
Scale-out，则是另外一个思路，它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。沿用刚刚的例子，我们可以使用两台 4 核 4G 的机器来处理
那
400 次请求。
那么什么时候选择 Scale-up，什么时候选择 Scale-out 呢？一般来讲，在我们系统设计
初期会考虑使用 Scale-up 的方式，因为这种方案足够简单，所谓能用堆砌硬件解决的问
题就用硬件来解决，但是当系统并发超过了单机的极限时，我们就要使用 Scale-out 的方
式。
Scale-out 虽然能够突破单机的限制，但也会引入一些复杂问题。比如，如果某个节点出
现故障如何保证整体可用性？当多个节点有状态需要同步时，如何保证状态信息在不同节
点的一致性？如何做到使用方无感知的增加和删除节点？等等。其中每一个问题都涉及很
多的知识点，我会在后面的课程中深入地讲解，这里暂时不展开了。
说完了 Scale-out，我们再来看看高并发系统设计的另一种方法：缓存。
