純音聴力検査で、検査機器の設定されている最大出力レベルでも聞き取れなかった場合をいう。
オージオグラム(聴力図？)

Wikipedia preview

出典(authority):フリー百科事典『ウィキペディア（Wikipedia）』「2015/09/13 18:41:55」(JST)

wiki ja

スケーラビリティ（scalability）とは電気通信やソフトウェア工学において、システムまたはネットワークまたはアルゴリズムの、持つべき望ましい特性の1つで、利用者や仕事の増大に適応できる能力・度合いのこと^[1]。一種の拡張性である。より具体的には、システムを小規模なものからリソース（特にハードウェア）の追加によって大規模なものへと透過的に規模拡張できる能力はスケーラビリティの一種だといえる。リソースの量に比例して全体のスループットが向上するシステムはスケーラブルな（scalable）システムまたはスケーラビリティのあるシステムと呼ばれる。

システムの特性としてのスケーラビリティに一般的な定義を与えるのは難しい^[2]。具体的な事例においては、問題としている領域でスケーラビリティを確保するための条件を特定することが必要である。これはデータベース、ルータ、ネットワークなど情報工学の分野において非常に重要なことである。スケーラビリティは分散処理の透過性の概念と密接なつながりがある。

スケーラビリティの高さは様々な尺度で評価される。例として

規模透過性: 負荷の高低に合わせてリソース・プールを拡大・縮小できること
位置透過性: ユーザーやリソースがどれだけ離れているか意識せずに、変わらない使い勝手でシステムが利用できること
異種透過性: システムを構成する機器やソフトウェアが異なっていることを意識せずに管理・利用できること

がある。スケーラビリティについて議論する際には規模透過性のみを問題にすることも多い。

例えば、スケーラブルなデータベースマネージメントシステムではプロセッサやストレージを追加することでより多くのトランザクションを処理できるようにアップグレードでき、またアップグレードをシャットダウンなしに実行できる。

ルーティングプロトコルがネットワークの規模に関してスケーラブルであると言われるのは、Nをネットワーク内のノード数としたときに、各ノードに必要なルーティングテーブルのサイズが O(log N) に従って増大するときである。

スケールアップとスケールアウト

スケールアップ（垂直スケール）やスケールアウト（水平スケール）は、スケーラビリティの向上、すなわち性能・容量向上のための方法である。

スケールアップはシステムの単一のノードにリソースを追加する方法で、CPUやメモリの増強や、コンピュータ自体の買い換えなどである。スケールアウトはシステムにノードを追加することで、クラスタなどの並列コンピューティング技術を使用する方法である。現実のシステムではそれぞれ上限・制約・デメリットも存在するため、組み合わせも行われる。

システム設計では処理能力をあげることよりもハードウェアに関するスケーラビリティを高めることに力を入れろとよく言われる。システムのノードを増やして高いパフォーマンスを得るほうが、パフォーマンス・チューニングで個々のノードの処理能力を上げるよりも、大抵は安くつくからである。しかし、この手法ではノード数の増加に伴って利益が鈍化していってしまう。この問題はパフォーマンス・エンジニアリング（英語版）で扱われる。例として部分的な並列化によって高速化が可能なプログラムを仮定する。並列化可能な部分は全体の70%とし、CPUを1個から4個にスケールアウトする。Fを逐次的な部分の割合とすると、(1 - F)が並列化される割合となる。P個のプロセッサを稼動して得られる最大の高速化（倍）は次の式となる。

仮定した数値を代入すると、

が得られる。プロセッサを8個までスケールアウトすると

が得られる。よってハードウェアを単純に追加していくのは、必ずしも最適な手法とはいえない。

ウィーク・スケーリングとストロングスケーリング

高性能計算の分野で代表的なスケーラビリティの定義としては次の二つがよく用いられる。ひとつはストロング・スケーリング、あるいは強スケーリングと呼ばれ、全体の問題の大きさを保ってプロセッサ数を増やしたときに実行時間がどのように変化するかで定義される。もう一方はウィーク・スケーリング、あるいは弱スケーリングと呼ばれ、プロセッサあたりの問題の大きさを保ってプロセッサ数を増やしたときに実行時間がどのように変化するかで定義される。

脚注

^ André B. Bondi, 'Characteristics of scalability and their impact on performance', Proceedings of the 2nd international workshop on Software and performance, Ottawa, Ontario, Canada, 2000, ISBN 1-58113-195-X, pp.195 - 203
^ Mark D. Hill, 'What is scalability?' in ACM SIGARCH Computer Architecture News, December 1990, Volume 18 Issue 4, pp.18 - 21, (ISSN 0163-5964) および Leticia Duboc, David S. Rosenblum, Tony Wicks, 'Doctoral symposium: presentations: A framework for modelling and analysis of software systems scalability' in Proceeding of the 28th international conference on Software engineering ICSE '06, May 2006, ISBN 1-59593-375-1, pp.949 - 952, などを参照

UpToDate Contents

全文を閲覧するには購読必要です。 To read the full text you will need to subscribe.

1. 眠気の定量化 quantifying sleepiness
2. 鎌状赤血球症を有する成人における急性疼痛マネージメント acute pain management in adults with sickle cell disease
3. 緩和ケアにおける症状の評価へのアプローチ approach to symptom assessment in palliative care
4. 緩和ケア：疲労、脱力および無力症の概要 palliative care overview of fatigue weakness and asthenia
5. 成人におけるレストレスレッグ症候群の治療 treatment of restless legs syndrome in adults

Japanese Journal

クエリースケジューリングによる分散キーバリューストアの応答性能向上

福田諭 ,津邑公暁 ,齋藤彰一 ,松尾啓志
情報処理学会研究報告. [ハイパフォーマンスコンピューティング] 2013-HPC-140(21), 1-7, 2013-07-24
ネットワークの高速化やクラウドサービスの普及により,大規模なデータの管理に対する需要が増加している.単一の計算機で大規模なデータ管理をすることは,性能やコスト,拡張性に問題があるため,複数の計算機で分散してデータを管理することが提案されている.複数の計算機でデータを分散して管理するデータストアとして分散 Key Value Store(KVS) がある.分散 KVS はデータを Key と Val …
NAID 110009588141

データ配置を考慮したタスクスケジューリング

李燮鳴 ,建部修見
情報処理学会研究報告. [ハイパフォーマンスコンピューティング] 2013-HPC-140(19), 1-5, 2013-07-24
本稿では,データ配置を考慮したタスクスケジューリング手法を提案し,評価を行う.これまでスーパコンピュータにおいて広く使われているファイルシステムは,計算ノードとは別に,ファイルシステムノードを集中して設置され,特にデータ配置はタスクスケジューリングには影響しなかった.しかしながら,エクサスケールのスーパコンピュータにおいては,これまでの集中配置されたファイルシステムでは必要なバンド幅を達成すること …
NAID 110009588139

放送時刻でアクセス可能な放送コンテンツのアーカイブシステムの試作

金子豊 ,黄民錫 ,竹内真也 ,砂崎俊二
全国大会講演論文集 2013(1), 27-29, 2013-03-06
放送コンテンツを永続的に保管し、映像、音声とともに、字幕や副音声などの関連データを利用できるアーカイブシステムを試作した。このシステムでは、ファイルをスケールアウト型の分散ファイルシステムに保管する。保管したファイル内のデータを、放送時刻をオフセット値とする仮想ファイルにマッピングする。仮想ファイルへアクセスすることで、ファイルの実体を意識することなく、放送時刻で時系列にマッピングされたデータを取 …
NAID 110009580573