你有一家公司，只有一名员工，但你当时有一个新项目，你雇佣了新的应聘者——这是横向扩展。其中，新候选是新机器，项目是对api的新流量/调用。

作为一个项目，IIT/NIT负责处理所有对api/流量的请求。如果任何时候对你的api有更多的请求，那就解雇他，换成一个高智商的NIT/IIT家伙——这是垂直缩放。

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。

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。

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。

是的，水平缩放意味着添加更多的机器，但这也意味着集群中的机器是相等的。MySQL可以通过使用副本在读取数据方面进行横向扩展，但一旦它达到服务器内存/磁盘的容量，就必须开始在服务器之间分割数据。这变得越来越复杂。由于复制速度通常太慢，无法跟上数据更改速度，因此在副本之间保持数据一致性通常是一个问题。

Couchbase也是一个很棒的NoSQL Horizontal Scaling数据库，用于许多商业高可用性应用程序和游戏，可以说是该类别中性能最高的数据库。它跨集群自动分区数据，添加节点很简单，而且您可以使用商品硬件、更便宜的虚拟机实例（例如，AWS使用大型而不是高内存、高磁盘机器）。它基于Membase（Memcached）构建，但增加了持久性。此外，在Couchbase的情况下，每个节点都可以执行读取和写入，并且在集群中都是平等的，只有故障切换复制（而不是像mySQL那样跨所有服务器进行完整数据集复制）。

性能方面，您可以看到一个优秀的Cisco基准：http://blog.couchbase.com/understanding-performance-benchmark-published-cisco-and-solarflare-using-couchbase-server

这里有一篇关于Couchbase架构的博客文章：http://horicky.blogspot.com/2012/07/couchbase-architecture.html