คำถามติดแท็ก capacity-planning

นี่เป็นคำถามที่ยอมรับได้เกี่ยวกับการวางแผนกำลังการผลิต ที่เกี่ยวข้อง: คุณทำการทดสอบโหลดและวางแผนกำลังการผลิตสำหรับเว็บไซต์อย่างไร คุณทำการทดสอบโหลดและวางแผนกำลังการผลิตสำหรับฐานข้อมูลอย่างไร ฉันมีคำถามเกี่ยวกับการวางแผนกำลังการผลิต ชุมชน Server Fault สามารถช่วยด้วย: เซิร์ฟเวอร์ประเภทใดที่ฉันต้องจัดการกับผู้ใช้จำนวนหนึ่ง จำนวนผู้ใช้เซิร์ฟเวอร์ที่มีสามารถข้อกำหนดบางจัดการ? การกำหนดค่าเซิร์ฟเวอร์จะเร็วพอสำหรับกรณีการใช้งานของฉันหรือไม่ ฉันกำลังสร้างเว็บไซต์เครือข่ายสังคม: ฉันต้องใช้ฮาร์ดแวร์ชนิดใด ฉันจะแบนด์วิดธ์มากต้องการสำหรับโครงการบางอย่าง ? เท่าใด bandwidth จะบางหมายเลขของผู้ใช้ใช้ในงานบางส่วน ?

132 capacity-planning 

นี่เป็นคำถามที่เกี่ยวกับการวางแผนกำลังการผลิตสำหรับเว็บไซต์ ที่เกี่ยวข้อง: คุณช่วยฉันวางแผนกำลังการผลิตได้ไหม คุณทำการทดสอบโหลดและวางแผนกำลังการผลิตสำหรับฐานข้อมูลอย่างไร เครื่องมือและวิธีการที่แนะนำในการวางแผนกำลังการผลิตสำหรับเว็บไซต์และเว็บแอปพลิเคชั่นคืออะไร? โปรดอธิบายเครื่องมือและเทคนิคที่แตกต่างกันสำหรับเว็บเซิร์ฟเวอร์เฟรมเวิร์กและอื่น ๆ รวมถึงแนวปฏิบัติที่ดีที่สุดที่ใช้กับเว็บเซิร์ฟเวอร์โดยทั่วไป

113 web-server  load-testing  capacity-planning  benchmark 

ฉันได้รับแจ้งว่าคุณสามารถใช้ SSD ได้นานขึ้นหากคุณซื้อ SSD ที่มีความจุมากขึ้น เหตุผลไปที่ SSD รุ่นใหม่มีการปรับระดับการสึกหรอดังนั้นควรรักษาการเขียนในปริมาณเท่าเดิมไม่ว่าคุณจะกระจายการเขียนนี้ลงบนดิสก์ (โลจิคัล) หรือไม่ก็ตาม และถ้าคุณได้รับ SSD ที่มีขนาดใหญ่เป็นสองเท่าของสิ่งที่คุณต้องการคุณจะมีความจุเพิ่มเป็นสองเท่าในการสวมใส่ระดับ มีความจริงใด ๆ หรือไม่?

59 ssd  capacity-planning 

การจัดการหน่วยความจำ VMware ดูเหมือนจะเป็นการปรับสมดุลให้ยุ่งยาก ด้วยคลัสเตอร์แรม, Resource Pools, เทคนิคการจัดการของ VMware (TPS, การทำบอลลูน, การสลับโฮสต์), การใช้ RAM ในห้องพัก, การแลกเปลี่ยน, การจองการแชร์และข้อ จำกัด มีตัวแปรมากมาย ฉันอยู่ในสถานการณ์ที่ลูกค้ากำลังใช้ทรัพยากรคลัสเตอร์ vSphere เฉพาะ อย่างไรก็ตามพวกเขากำลังกำหนดค่าเครื่องเสมือนราวกับว่าพวกเขาอยู่บนฮาร์ดแวร์ทางกายภาพ ในทางกลับกันสิ่งนี้หมายความว่าบิวด์ VM มาตรฐานอาจมี 4 vCPUs และ RAM 16GB หรือมากกว่า ฉันมาจากโรงเรียนที่เริ่มต้นเล็ก (1 vCPU, RAM น้อยที่สุด), ตรวจสอบการใช้งานจริงและปรับตามความจำเป็น น่าเสียดายที่ความต้องการของผู้จำหน่ายจำนวนมากและผู้คนที่ไม่คุ้นเคยกับการจำลองเสมือนร้องขอทรัพยากรมากกว่าที่จำเป็น ... ฉันสนใจที่จะประเมินผลกระทบของการตัดสินใจนี้ ตัวอย่างบางส่วนจากกลุ่ม "ปัญหา" สรุปกลุ่มทรัพยากร - มีลักษณะเกือบ 4: 1 มีคำสั่งมากเกินไป สังเกตปริมาณ RAM …

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

นี่เป็นคำถามที่ยอมรับได้เกี่ยวกับการวางแผนกำลังการผลิตสำหรับฐานข้อมูล ที่เกี่ยวข้อง: คุณช่วยฉันวางแผนกำลังการผลิตได้ไหม คุณทำการทดสอบโหลดและวางแผนกำลังการผลิตสำหรับเว็บไซต์อย่างไร ฉันต้องการสร้างคำถามเกี่ยวกับเครื่องมือและวิธีการวางแผนกำลังการผลิตสำหรับฐานข้อมูล นี่เป็นคำถามที่ยอมรับได้ เห็นได้ชัดว่าเวิร์กโฟลว์ทั่วไปคือ: ใส่สถานการณ์ของคุณในสถานที่ เพิ่มการตรวจสอบ เพิ่มทราฟฟิก ประเมินผลลัพธ์ ให้อภัยตามผลลัพธ์ ล้างซ้ำจนกว่าจะมีความสุขพอสมควร โปรดอธิบายเครื่องมือและเทคนิคที่แตกต่างกันสำหรับเว็บเซิร์ฟเวอร์เฟรมเวิร์กและอื่น ๆ รวมถึงแนวปฏิบัติที่ดีที่สุด

34 database  benchmark  load-testing  capacity-planning 

คำถามนี้ถูกโยกย้ายจาก Stack Overflow เพราะสามารถตอบได้ใน Server Fault อพยพ 9 ปีที่ผ่านมา ฉันมีแอปพลิเคชันที่เขียนไปยังไดเรกทอรี ext3 ซึ่งเมื่อเวลาผ่านไปได้ขยายไฟล์เป็นสามล้านไฟล์ จำเป็นต้องพูดการอ่านรายชื่อไฟล์ของไดเรกทอรีนี้ช้าเหลือทน ฉันไม่ตำหนิ ext3 วิธีการแก้ปัญหาที่เหมาะสมจะได้รับที่จะให้รหัสโปรแกรมการเขียนไปยังไดเรกทอรีย่อยเช่นแทนที่จะใช้เท่านั้น./a/b/c/abc.ext./abc.ext ฉันกำลังเปลี่ยนโครงสร้างของไดเรกทอรีย่อยและคำถามของฉันก็คือ: ฉันควรคาดหวังว่าจะมีไฟล์กี่ไฟล์ที่จัดเก็บในไดเรกทอรี ext3 หนึ่งในขณะที่ยังได้รับประสิทธิภาพที่ยอมรับได้? ประสบการณ์ของคุณคืออะไร หรือในคำอื่น ๆ สมมติว่าฉันต้องการเก็บไฟล์สามล้านไฟล์ไว้ในโครงสร้างควรมี./a/b/c/abc.extโครงสร้างในระดับใด? เห็นได้ชัดว่านี่เป็นคำถามที่ไม่สามารถตอบได้อย่างแน่นอน แต่ฉันกำลังมองหาการประเมินสวนบอล

25 linux  filesystems  ext3  capacity-planning  linux-kernel 

สิ่งนี้ขึ้นอยู่กับระบบเป็นอย่างมาก แต่มีโอกาสใกล้ที่แน่นอนว่าเราจะขยายขอบเขตหน้าผาตามอำเภอใจและเข้าสู่ปัญหาจริง ฉันอยากรู้ว่ากฎของหัวแม่มือมีอยู่เท่าไหร่สำหรับอัตราส่วน RAM ต่อพื้นที่ว่างในดิสก์ที่ดี เรากำลังวางแผนระบบรอบต่อไปของเราและต้องเลือกตัวเลือกบางอย่างเกี่ยวกับ RAM, SSD และจำนวนโหนดใหม่ที่จะได้รับ แต่ตอนนี้สำหรับรายละเอียดประสิทธิภาพ! ในช่วงเวิร์กโฟลว์ปกติของการดำเนินการโครงการเดียว MongoDB จะได้รับผลกระทบสูงมากจากการเขียน (70-80%) เมื่อขั้นตอนที่สองของไปป์ไลน์การประมวลผลได้รับผลกระทบการอ่านจะสูงมากเนื่องจากต้องทำซ้ำระเบียนที่ระบุในการประมวลผลครึ่งแรก นี่คือเวิร์กโฟลว์ที่สร้าง "ชุดการทำงานของคุณไว้ใน RAM" และเรากำลังออกแบบตามสมมติฐานนั้น ชุดข้อมูลทั้งหมดถูกตีอย่างต่อเนื่องโดยมีการสุ่มแบบสอบถามจากแหล่งที่มาของผู้ใช้ปลายทาง แม้ว่าความถี่จะไม่สม่ำเสมอ แต่ขนาดมักจะค่อนข้างเล็ก (10 กลุ่มของเอกสาร) เนื่องจากเป็นแบบผู้ใช้การตอบกลับจึงต้องอยู่ภายใต้เกณฑ์ "เบื่อตอนนี้" เป็นเวลา 3 วินาที รูปแบบการเข้าถึงนี้มีโอกาสน้อยที่จะอยู่ในแคชดังนั้นจะมีแนวโน้มที่จะเกิดการพบดิสก์มาก เวิร์กโฟลว์การประมวลผลรองคือการอ่านค่าสูงของการประมวลผลก่อนหน้าซึ่งอาจเป็นวันสัปดาห์หรือเดือนเก่าและมีการเรียกใช้ไม่บ่อยนัก แต่ยังคงต้องมีกำลังใจ สามารถเข้าถึงเอกสารได้สูงสุด 100% ในการดำเนินการประมวลผลก่อนหน้า ฉันสงสัยว่าจะไม่มีแคชอุ่นเครื่องในจำนวนนี้ ขนาดเอกสารเสร็จแตกต่างกันไป แต่ขนาดเฉลี่ยอยู่ที่ประมาณ 8K ส่วนที่มีการอ่านสูงของการประมวลผลโครงการปกติแนะนำอย่างยิ่งให้ใช้ Replicas เพื่อช่วยกระจายปริมาณการอ่าน ฉันได้อ่านที่อื่นว่า 1:10 RAM-GB ถึง HD-GB เป็นกฎที่ดีสำหรับดิสก์ช้าเนื่องจากเรากำลังพิจารณาอย่างจริงจังว่าจะใช้ SSD ที่เร็วกว่ามากฉันต้องการทราบว่ามีกฎที่คล้ายคลึงกันหรือไม่ …

12 mongodb  capacity-planning 

เราไม่ได้อัปเกรด RDBMS หรือระบบปฏิบัติการเซิร์ฟเวอร์เป็นเวลาเกือบทศวรรษ แพคเกจซอฟต์แวร์อื่นที่มีความสำคัญต่อภารกิจกำลังใกล้เข้ามาอีกสองทศวรรษและไม่ได้รับการสนับสนุนจากผู้ขายมานานมาก ผู้บริหารบางคนคิดว่านี่เป็นสิ่งที่ดี - เราประหยัดเงินจำนวนมากโดยไม่ซื้อการอัพเกรด! ตอนนี้ซอฟต์แวร์ที่มีความสำคัญต้องมีการอัพเกรด แต่เวอร์ชันใหม่จะไม่รองรับสิ่งเก่า ๆ ตอนนี้มีคนไม่กี่คนที่สูญเสียผมของเราพยายามที่จะหาวิธีอัพเกรดทุกอย่างในเวลาเดียวกันโดยใช้เวลาน้อยที่สุด ในความพยายามที่จะหลีกเลี่ยงปัญหานี้ในอนาคตพวกเราสองสามคนกำลังพิจารณาการสร้างเอกสารแผนกลยุทธ์ด้านไอที (ซึ่งจะสอดคล้องกับแผนกลยุทธ์ขององค์กรโดยรวมรายการต่าง ๆ ในเอกสารขนาดใหญ่ที่เกี่ยวข้องกับไอที ... อาจเป็นไปได้ว่า ทำให้เอกสารด้านไอทีเป็นยุทธวิธีแผน?) ด้วยความหวังว่าเราจะได้รับมันเป็นส่วนหนึ่งของแผนยุทธศาสตร์โดยรวมของหน่วยงาน ฉันอาสาลองประกอบส่วน "การจัดการวงจรชีวิตของซอฟต์แวร์" (หรืออะไรทำนองนั้น) เพื่อจัดการกับปัญหาที่ระบุไว้ข้างต้น (โดยที่ทรราชทองเหลืองมีแนวโน้มที่จะแยกเอกสารออกจากแผนกลยุทธ์) ผู้จำหน่ายซอฟต์แวร์เกือบทุกรายจะเผยแพร่วงจรชีวิตและแผนการคัดค้านผลิตภัณฑ์ของตนและง่ายพอที่จะกำหนด "จุดที่น่าสนใจ" สำหรับซอฟต์แวร์แต่ละชิ้นโดยพิจารณาข้อมูลนั้นพร้อมกับความต้องการขององค์กรของเรา ส่วนที่ยุ่งยาก (สำหรับฉันอยู่แล้ว) คือการวางแผนสำหรับแต่ละชิ้นเข้าด้วยกันเป็นสิ่งที่เหนียวแน่นมากขึ้น ฉันจะบันทึกได้อย่างไรว่าไคลเอนต์เดสก์ท็อป A, B, C ... ขึ้นอยู่กับเดสก์ท็อป OS X และ RDBMS Y ซึ่งจะขึ้นอยู่กับเซิร์ฟเวอร์ OS Z และต่อไปนี้เป็นวิธีที่เราเก็บพวกเขาทั้งหมดไว้ใน ต้องมีหนังสืออยู่ข้างนอก แต่ googling ทั้งหมดของฉันได้นำฉันไปสู่สิ่งที่เกี่ยวกับกลยุทธ์ในการอัพเกรดซอฟต์แวร์หนึ่งชิ้นแทนที่จะเป็นกลยุทธ์ในการพิจารณาว่าจะใช้กลยุทธ์เหล่านั้นเมื่อใด

11 upgrade  capacity-planning 

ที่ทำงานของฉันเรามีเซิร์ฟเวอร์ "เหล็กขนาดใหญ่" จำนวนมากซึ่งใช้สำหรับการโฮสต์เครื่องเสมือนจำนวนมากโดยใช้ Xen Hypervisor โดยทั่วไปแล้วจะได้รับการกำหนดค่าด้วย RAM 32GB กระบวนการแบบดูอัลคอร์ Quad และดิสก์ที่รวดเร็วด้วยความจุ I / O เราอยู่ในช่วงเวลาที่การกำหนดค่าฮาร์ดแวร์ที่มีอยู่เริ่มยาวขึ้นเล็กน้อยและถึงเวลาที่ต้องออกไปข้างนอกและหาแหล่งใหม่ที่ใหญ่กว่าเร็วขึ้นและมีฮาร์ดแวร์ใหม่ที่ดีกว่า ดังกล่าวข้างต้นชุดที่มีอยู่ได้รับการปรับใช้กับ RAM 32GB และที่ จำกัด จำนวนของ VMs ที่เราสามารถปรับใช้กับโฮสต์ได้อย่างมีประสิทธิภาพ ในการตรวจสอบฮาร์ดแวร์ที่ใหม่กว่านั้นเห็นได้ชัดว่าคุณสามารถรับ RAM ได้มากขึ้นภายในเครื่องเดียวด้วย 64, 72 หรือแม้กระทั่ง 96GB ภายในแชสซีเดียว เห็นได้ชัดว่าสิ่งนี้จะช่วยให้เราได้รับเครื่องมากขึ้นไปยังโฮสต์ที่กำหนดซึ่งมักจะชนะ การวิเคราะห์เสร็จสมบูรณ์จนถึงขณะนี้ชี้ให้เห็นว่าปัจจัยการ จำกัด ในขณะนี้จะถูกย้ายไปยังระบบย่อยของดิสก์ ปัญหาอยู่ในขณะนี้พยายามทำความเข้าใจว่าเราอยู่ที่ไหน ... ด้วยเหตุที่การใช้งานเรารู้ว่าเราไม่ได้ จำกัด ในเรื่องแบนด์วิดธ์ของ I / O มากขึ้นจำนวนการสุ่มฉัน / การดำเนินการ O ซึ่งสามารถทำให้สำเร็จ .. เรารู้มาก่อนว่าเมื่อเราไปถึงจุดนี้แล้ว …

11 virtualization  capacity-planning  performance  performance-monitoring 

ฉันมีแอปพลิเคชันเซิร์ฟเวอร์แบบกำหนดเองที่ทำงานบน Windows 2008 R2 มันเป็นบริการ Windows ที่ปลูกในบ้านซึ่งเขียนด้วย. Net รองรับเทอร์มินัลที่กำหนดเองจำนวนมาก ฉันมีเครื่องทดสอบที่มีสเปคที่คล้ายคลึงกับเซิร์ฟเวอร์จริงและฉันมีชุดเครื่องจำลองไคลเอนต์ที่ฉันสามารถใช้เพื่อสร้างโหลดที่เป็นการประมาณที่สมเหตุสมผลของระบบจริง ฉันต้องสามารถรองรับได้ถึง 12,000 ตัวและในปัจจุบันเซิร์ฟเวอร์มีหน่วยความจำไม่เพียงพอ (Paging กำลังผ่านหลังคา) แผนของฉันคือการเริ่มต้น 100 ตัวจำลอง, วัดการใช้หน่วยความจำ, จากนั้นเริ่มหน่วยความจำอีก 100 หน่วยอีกครั้งและทำซ้ำจนกว่าเพจจิ้งจะเริ่มขึ้น (ในความเป็นจริงฉันจะจดจุดข้อมูลมากกว่าสามจุด) จำนวนหน่วยความจำเพิ่มเติมที่จำเป็นสำหรับ 100 ตัวจำลองและช่วยให้ฉันสามารถคาดการณ์จำนวนหน่วยความจำที่ต้องการ ฉันต้องการเพียงความคิดคร่าวๆ +/- 30Gb เพื่อหลีกเลี่ยงการซื้อ 2Tb เต็มรูปแบบ (มูลค่า $ 150,000) ที่เซิร์ฟเวอร์จะใช้ คำถามของฉันคือว่านี่เป็นวิธีการที่เหมาะสมที่จะใช้หรือไม่และหากเป็นเช่นนั้นคุณควรตรวจสอบ Performance Counters ใดเพื่อให้ปริมาณหน่วยความจำที่ใช้จริงหรือไม่ ฉันกำลังพูดถึงหน่วยความจำโดยเฉพาะที่นี่เป็นความแตกต่างระหว่าง Working Set, Private Bytes, Committed, Virtual และเงื่อนไขหน่วยความจำอื่น ๆ ทั้งหมดทำให้ฉันสับสน …

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

เรากำลังเรียกใช้เว็บไซต์ซึ่งปัจจุบันมีการแสดงผลหน้าเว็บ 3-5 ล้านครั้ง เว็บไซต์ของเราเป็นเว็บไซต์แชร์ไฟล์ซึ่งมีไฟล์ 250,000 ไฟล์และลิงค์สัญลักษณ์ไม่กี่พันลิงก์ ฮาร์ดดิสก์เป็นดิสก์ SATA 1500GB เมื่อใช้hdparmเราก็รู้ว่าความเร็วของฮาร์ดดิสก์ของเราลดลงเหลือ15-20 MB / s ซึ่งก็คือ80 MB / s ดังนั้นตอนนี้เราต้องการเรียกใช้fsckเพื่อแก้ไขปัญหาดิสก์ จะfsckแก้ปัญหานี้ไหม ใช้เวลานานเท่าไหร่จึงจะfsckเสร็จสมบูรณ์ (เพียงแค่เราต้องการคำนวณการหยุดทำงานที่เราจะมี)

9 hard-drive  linux  kernel  fsck  capacity-planning