スケールアウトとは？すけーるあうと
スケールアウトとは、サーバの台数を増やして全体の処理能力を高める方式。1台の性能を上げるスケールアップと対になる。汎用機を並べればよいので能力の上限が高く、稼働させたまま段階的に増減できる一方、状態をどう分割・複製するかという設計を先に済ませておく必要がある。
最終更新：2026-10-06
この語が出る過去問を解く →背景
1台の性能向上には物理的な天井と価格の非線形さがあり、増強のたびに停止も伴う。負荷の読めないサービスでは、必要になってから足し、不要になれば外せることのほうが価値が高い。クラウドで台数を分単位に変えられるようになって、この方式が既定の選択肢になった。設計側の宿題は、状態を持たない層と分割キーで割れるデータ層という、台数で割れる形へ先に作り替えておくこと。
具体例
AWSのAuto Scalingグループのように、CPU使用率をしきい値としてEC2を増減させる構成が典型。データ側ではApache CassandraやAmazon DynamoDBがキー空間を分割し、担当ノードを増やす。参照だけならリードレプリカの追加で済むが、書込みが増えるなら分割キーの設計まで戻ることになる。
試験での引っ掛け
台数に比例して速くなるとは限らない。ノードをまたぐ結合や分散トランザクションが要る設計では、通信と合意の費用が台数とともに増えてどこかで頭打ちになる。効きを決めるのは分割キーの偏り（ホットスポット）で、ここを外すと1ノードだけが詰まる。共有ディスクや共有セッションが残っていれば、そこが先に上限になる。
関連用語
出た過去問
出典：令和7年度 春期 システムアーキテクト試験 午前Ⅱ 問4（IPA）解説で登場
大量のデータを並列に処理するために，入力データから中間キーと値との組みを生成する処理と，同じ中間キーをもつ値を加工する処理との2段階で実行するプログラミングモデ…
正解：MapReduce
要点：MapとReduceの2段階で大量データを分散処理するモデル
MapReduceは、入力データを分割して各ノードで中間キーと値の組を生成するMap処理と、同じ中間キーをもつ値を集めて集約・加工するReduce処理の2段階で大量データを分散並列処理するプログラミングモデルである。処理を分割・再実行できる形に定式化することで、多数のノードへのスケールアウトと障害時の再処理が容易になる。
出典・参考
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。