规划可扩展性和性能
通过增加作业吞吐量和优化作业性能来扩展FME服务器。
为了提高FME服务器同时运行作业的能力,考虑这些方法中的任何一种:
您可以轻松地扩展FME服务器,以支持更高数量的作业在同一台机器上添加发动机作为FME服务器的核心。扩展处理能力只需要一个活动内核。FME服务器核心包含一个软件负载均衡器(SLB),它将作业分发给FME引擎。每个FME引擎在任何时候都可以处理一个作业,因此如果有十个引擎,就可以同时运行十个作业。如果您有许多同时作业请求,在作业队列中始终有作业,请考虑将引擎添加到核心机中。
注:在同一台机器上添加引擎并不能减少单个翻译的运行时间。这一时间取决于底层硬件和工作区的设计。复杂的工作区、大数据操作和大数据集需要更多的时间来运行。
如果现有的FME引擎正在利用所有系统资源来处理作业,那么您可以在单独的机器上添加FME发动机. 这允许您使用多台机器的系统资源,从而允许运行额外的并发作业。
一主动体系结构提供多个独立的FME服务器安装。除了提供故障切换之外,此配置还通过第三方负载平衡器在FME服务器之间分配作业。
在单独的机器上添加FME发动机为在物理上接近其读写的数据的情况下运行作业提供了灵活性。这种方法可以在网络内使用,也可以跨地理分布的网络使用。
注:在地理分布的网络上分布FME引擎要求连接FME组件的网络是高速和可靠的。具体来说,FME引擎从FME服务器系统共享位置读取数据和配置文件,并将日志文件写入其中。网络不能偶尔连接;它必须始终连接。
为了确保每个作业都由预期的引擎运行,必须将此方法与作业队列.
例如,考虑一个具有两个数据源的网络-一个位于北部地区,另一个位于南部区域。为了有效地运行作业,在这两个地区都设置FME引擎是有意义的。在作业队列上运行的作业北
访问northern数据存储中的数据。这些作业路由到位于北部地区的FME发动机,这些发动机配置有相同的标签。同样,在作业队列上运行的作业南方
访问南方数据存储中的数据。这些作业被路由到位于南部地区的FME发动机,配置有相同的标签。
为了更好地控制如何处理工作,请考虑以下方法:
作业队列控制或分散引擎运行工作区的工作负荷。在分布式环境中,您可能希望在某些引擎上运行小作业,在其他引擎上运行大作业。
或者,您可能有一些操作系统平台,某些FME格式可以在这些平台上运行,也不能在这些平台上运行。例如,考虑Linux操作系统上的FME服务器。Linux无法运行您的业务可能需要的某些格式。因此,可能需要为Windows操作系统配置一个额外的FME服务器引擎。
作业队列也用于在单独的机器上添加FME发动机,将作业路由到与其读写的数据物理上非常接近的引擎。
您可以根据转换请求的作业队列设置引擎来处理某些作业。