Questions tagged «capacity-planning»

这是关于容量计划的规范问题 有关： 您如何进行网站的负载测试和容量规划？ 您如何进行数据库的负载测试和容量规划？ 我对容量规划有疑问。Server Fault社区是否可以提供以下帮助： 我需要哪种服务器来处理一定数量的用户？ 某些规格的服务器可以处理多少个用户？ 将一些服务器配置是足够快，我的使用情况？ 我正在建立一个社交网站：我需要哪种硬件？ 一些项目我需要多少带宽？ 某些应用程序中将有多少用户使用多少带宽？

132 capacity-planning 

这是有关网站容量规划的典型问题。 有关： 您可以帮助我进行容量规划吗？ 您如何进行数据库的负载测试和容量规划？ 网站和Web应用程序容量规划的一些推荐工具和方法是什么？ 请随意描述用于不同Web服务器，框架等的不同工具和技术，以及适用于一般Web服务器的最佳实践。

113 web-server  load-testing  capacity-planning  benchmark 

有人告诉我，如果购买更大容量的SSD，则可以延长SSD的使用寿命。理由是，较新的SSD具有损耗平衡，因此无论您是否将此写入分散在（逻辑）磁盘上，写入量都应保持相同。而且，如果您获得的SSD容量是所需容量的两倍，那么您的容量就可以达到磨损平衡的两倍。 这有什么道理吗？

59 ssd  capacity-planning 

VMware内存管理似乎是一个棘手的平衡行为。有了群集RAM，资源池，VMware的管理技术（TPS，热气球，主机交换），来宾内的RAM利用率，交换，预留，份额和限制，存在很多变量。 我处于客户端使用专用vSphere群集资源的情况。但是，他们就像在物理硬件上一样配置虚拟机。反过来，这意味着标准的VM构建可能具有4个vCPU和16GB或更多的RAM。我来自一个小学校（1个vCPU，最小的RAM），检查实际使用情况并根据需要进行调整。不幸的是，许多供应商的要求和不熟悉虚拟化的人们要求的资源比必要的要多。我对量化此决定的影响很感兴趣。 来自“问题”集群的一些示例。 资源池摘要-看起来几乎4：1过量使用。注意大量增加的RAM。 资源分配-最坏情况分配列显示这些VM在受限条件下只能访问其配置RAM的不到50％。 上面列表中顶级VM的实时内存利用率图。分配了4个vCPU和64GB RAM。平均使用量不到9GB。 同一VM的摘要 在vSphere环境中过度使用和过度配置资源（特别是RAM）有哪些弊端？ 假设VM可以在更少的RAM中运行，是否可以公平地配置具有比其实际需要更多的RAM的虚拟机？ 反驳参数是什么：“如果VM分配了16GB的RAM，但仅使用4GB，那有什么问题？ ”？例如，是否需要告知客户虚拟机与物理硬件不同？ 应该使用什么特定指标来度量RAM使用率。跟踪“活动”与时间的峰值？看“已消费”？ 更新：我使用vCenter Operations Manager对此环境进行了配置，并获得了有关上面列出的群集统计信息的一些详细信息。虽然事情肯定是过量的，但VM实际上配置得过多了不必要的RAM，以至于实际的（微小的）内存占用量在群集/主机级别上都没有显示任何内存争用... 我的收获是，虚拟机的大小应该确实合适，并具有用于操作系统级缓存的一些缓冲区。出于无知或供应商“需求”而过度使用导致出现此处出现的情况。内存膨胀似乎在每种情况下都是不好的，因为这会影响性能，因此正确调整大小可以帮助防止这种情况。 更新2： 其中一些虚拟机开始崩溃： kernel:BUG: soft lockup - CPU#1 stuck for 71s! VMware将其描述为过度使用内存过多的症状。所以我想这回答了问题。 vCops“超大型虚拟机”报告... vCops“可回收废物”图...

57 virtualization  vmware-esxi  memory  vmware-vsphere  capacity-planning 

这是关于数据库容量规划的规范问题。 有关： 您可以帮助我进行容量规划吗？ 您如何进行网站的负载测试和容量规划？ 我正在寻找一个有关数据库容量规划的工具和方法的规范问题。这是一个典型的问题。 显然，一般的工作流程是： 放好方案 添加监控 增加流量 评估结果 根据结果​​进行补救 漂洗，重复直到相当开心 请随意描述用于不同Web服务器，框架等的不同工具和技术以及最佳实践。

34 database  benchmark  load-testing  capacity-planning 

此问题已从堆栈溢出迁移，因为可以在服务器故障时回答。 迁移 9年前。 我有一个应用程序写入ext3目录，随着时间的推移，该目录已增长到大约300万个文件。不用说，读取此目录的文件列表的速度令人难以忍受。 我不怪ext3。正确的解决方案是让应用程序代码写入子目录，例如./a/b/c/abc.ext而不是only ./abc.ext。 我正在更改为这样的子目录结构，而我的问题很简单：我希望在一个ext3目录中存储多少文件，同时仍然可以获得可接受的性能？您的经验是什么？ 或者换句话说；假设我需要在结构中存储300万个文件，该结构应深入多少层./a/b/c/abc.ext？ 显然，这是一个无法完全回答的问题，但是我正在寻找一个估计的数字。

25 linux  filesystems  ext3  capacity-planning  linux-kernel 

这是非常依赖系统的，但是几乎可以肯定的是，我们一定会越过一些任意悬崖进入“真正的麻烦”。我很好奇，存在什么样的经验法则才能获得良好的RAM与磁盘空间比率。我们正在计划下一轮系统，需要就RAM，SSD以及每个新节点获得多少进行一些选择。 但是现在了解一些性能细节！ 在单个项目运行的正常工作流程中，MongoDB的写入百分比很高（70-80％）。一旦处理流水线的第二阶段命中，它的读取就非常高，因为它需要对在处理的前半部分中标识的记录进行重复数据删除。这是用于“将工作集保存在RAM中”的工作流，我们正在围绕该假设进行设计。 来自最终用户派生来源的随机查询不断打中整个数据集；尽管频率不规则，但是尺寸通常很小（每10个文档一组）。由于这是面向用户的，因此答复必须低于3秒的“立即无聊”阈值。这种访问模式不太可能位于缓存中，因此很可能会导致磁盘命中。 辅助处理工作流程是对以前处理运行的高度了解，它可能需要几天，几周甚至几个月的时间，并且运行频率不高，但仍然需要压缩。上一次处理中最多可以访问100％的文档。我怀疑没有多少缓存预热可以帮助解决这个问题。 成品文档的大小差异很大，但中位数约为8K。 正常项目处理中的高读取部分强烈建议使用副本服务器来帮助分配读取流量。我在其他地方读过，对于慢速磁盘，从1:10 RAM-GB到HD-GB是一个很好的经验法则，由于我们正在认真考虑使用速度更快的SSD，因此我想知道是否存在类似的规则快速磁盘的经验。 我知道我们在使用Mongo时不会真正使用所有缓存，这就是为什么我正在寻找一种方法来设计可以经受这种使用的系统。在整个数据集将可能是最结核病的半年内，并保持增长。

12 mongodb  capacity-planning 

我们已经将近十年没有升级RDBMS或服务器操作系统。另一个关键任务软件包已经使用了近二十年，并且在大部分时间里都没有得到其供应商的支持。我们管理层中的一些人似乎认为这是一件好事-我们不购买升级产品就节省了很多钱！现在，关键软件需要升级，但是新版本将不支持已有十年历史的产品。现在，我们当中的少数人正在努力寻找解决方法，以找出如何在最少的停机时间内立即升级所有产品的方法。 为了避免将来发生这种情况，我们中的一些人正在考虑创建IT战略计划文档（该文档将适合组织的战略计划，充实与IT相关的较大文档中的项目...也许使IT文档成为战术计划？），希望我们能够将其采纳为该机构总体战略计划的一部分。我自愿尝试组装“软件生命周期管理”（或类似的内容）部分，以解决上述问题（与战略计划分开的单独文件中可能包含粗俗的说法）。几乎所有软件供应商都为其产品发布生命周期和弃用计划，并且考虑到该信息以及我们组织的需求，很容易为每个软件确定一个“最佳位置”。棘手的部分（无论如何对我来说）是将每个部分的计划组合在一起，使内容更具有凝聚力。 如何记录台式机客户端A，B，C ...依赖于台式机OS X和RDBMS Y，而台式机OS X和RDBMS Y则取决于服务器OS Z，然后这就是我们将所有这些客户端置于“最佳位置”的方法？那里肯定有书，但是我的所有搜寻工作仅使我对升级单个软件的策略而不是确定何时实施这些策略的策略有所了解。

11 upgrade  capacity-planning 

在我工作的地方，我们有许多“大型”服务器，这些服务器用于使用Xen Hypervisor托管许多虚拟机。它们通常配置有32GB RAM，双Quad核心进程和具有I / O容量的快速磁盘。 我们正处于一个时机上，现有的硬件配置已经步入正轨，现在该是时候外出采购更大，更快，更漂亮的新硬件了。 如上所述，现有工具包已部署了32GB RAM，这实际上限制了我们可以部署到主机的VM数量。 但是，在研究较新的硬件时，很明显，您可以在一台计算机上获得越来越多的RAM，而在单个机箱中可以获得64、72甚至96GB的内存。显然，这将使我们能够将更多计算机添加到给定主机，这始终是一个胜利。到目前为止完成的分析表明，限制因素现在将转移到磁盘子系统。 现在的问题是，试图了解我们的位置...通过这种用法，我们知道我们不受I / O带宽的限制，更不用说随机I的数量了。可以完成的/ O操作。.我们有一个轶事，那就是一旦达到这一点，iowait就将飞上蓝天，整个机器的性能将受到影响。 现在，这是我要问的问题的症结所在，有人知道一种方法来准确地跟踪/趋势现有I / O性能，特别是与完成的随机I / O操作数有关吗？ 我真正想获取的指标是“此配置可以成功处理X个随机I / O请求，并且我们目前（平均）正在以Y个操作的峰值执行Y个操作”。 提前致谢！

11 virtualization  capacity-planning  performance  performance-monitoring 

我有一个在Windows 2008 R2上运行的自定义服务器应用程序。它是一种用.Net编写的自家Windows服务，支持许多自定义终端。我有一台测试机器，其规格与实时服务器类似，并且有一整套客户端模拟器，可以用来产生与真实系统相当的负载。我需要能够支持其中的12,000个，并且目前服务器内存不足（分页正在快速进行）。 我的计划是只启动100个模拟器，测量内存使用量，然后再启动100个以上的测量内存，并重复进行直到分页开始为止（实际上，我将获取三个以上的数据点。）这应该给我一个数字100个模拟器所需的额外内存量，使我能够计划所需的内存量。我只需要一个大概的+/- 30Gb即可避免购买服务器需要的全部2Tb（价值$ 150,000）。我的问题是，这是否是一种合理的使用方法？如果是，您将监视哪些性能计数器以提供实际使用的内存量？ 我在这里专门谈论内存，因为工作集，专用字节，已提交，共享，虚拟和所有其他内存术语之间的差异使我感到困惑。我认为我可以自己监控CPU，IO和网络。我注意到的另一件事是，.Net缓存会根据可用内容来调整其内存使用情况，这使得很难发现趋势。

10 windows  windows-server-2008-r2  memory  capacity-planning 

我们正在运行一个网站，目前该网站的浏览量为3-5百万。我们的站点是一个文件共享站点，因此它包含250,000个文件和数千个符号链接。 硬盘是1500GB SATA磁盘。 使用hdparm我们，我们知道硬盘速度已降至15-20 MB / s，即80 MB / s。 因此，现在我们要运行fsck以解决磁盘问题。 将fsck可以解决这个问题？ fsck完成将花费多少时间（只是我们要计算将要发生的停机时间）？

9 hard-drive  linux  kernel  fsck  capacity-planning 

（我找不到类似的问题，但已经回答了，但由于我是法国学生，所以也许我不使用好话；）） 我要寻找的最接近的答案是：可扩展Web应用程序硬件拓扑最佳实践，但不能解决所有问题 我建立了一个小型私有云（Openstack），我可以在其中运行KVM VM，大多数情况下是为我的数十个网站以及某些客户端运行每个域/网站一个VM。 我计划测试是否可以演变为“混合云”，使某些事物在我的云中运行，而另一些事物在EC2上运行，因此我想确定我的“做事方式”是否最适合我的使用。 这些VM运行CoreOS，然后运行不同的Docker服务（一个用于Nginx的容器，一个用于pgsql的容器，等等）。如果一项服务在某些方面太“短”了，那么我要么创建一个更大的VM，将旧的VM复制到更大的VM并删除旧的VM，要么我为需要的服务创建一个专用的VM（例如，第二个专用于Nginx的VM，以处理更多连接。 但是，我想知道自己是否做错了事。 我之所以选择使用此“模型”，是因为我希望在不同的域/客户端之间建立强烈的隔离，因为我想回想起过去并逐渐习惯Docker，并且因为我发现Docker是最有效的方法之一快速部署服务。 我是否应该只使用每个服务具有一个VM（而不是每个域一个VM）的VM（因此没有容器）？ 还是应该只使用容器来分隔不同的服务，然后在节点中将所有服务混合在一起运行？就像数十个容器，它们分别提供不同的服务和不同的客户？然后，如何有效隔离不同的域/客户端？然后如何扩展这些服务？仅添加更多节点？ 还是我应该创建一个由大型VM或裸机组成的集群，然后使用它们来创建一个大型CoreOS集群，该集群应该能够通过向其添加更多裸机节点来进行扩展？然后适用于容器的相同问题。 抱歉，如果我的问题看起来太愚蠢，新手或不合适，但我宁愿现在问，而不是什么时候退后一步；） 任何建议欢迎：） ÿ

1 virtual-machines  openstack  scaling  capacity-planning  containers