可伸缩性和性能的规划
通过增加作业吞吐量和优化作业性能来扩展FME服务器。
增加工作的吞吐量
为了提高FME Server同时运行作业的能力，可以考虑以下任何一种方法:
同一机器上的多个引擎
您可以通过扩展FME服务器来支持更大容量的作业在同一台机器上添加FME引擎作为FME服务器核心。扩展处理能力只需要一个活动的Core。FME服务器核心包含一个软件负载均衡器，它将作业分配给FME引擎。每个FME引擎可以在任何时间处理一个作业，所以如果您有十个引擎，您可以同时运行十个作业。如果您有许多同时进行的作业请求，且作业始终在作业队列中，请考虑向您的Core机器添加引擎。
注意:将引擎添加到同一台机器并不会减少运行单个翻译所需的时间。这个时间取决于底层硬件和工作空间的设计。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。
在同一台机器上拥有多个引擎也会有所帮助就业复苏．
在单独的机器上添加引擎。
如果现有的FME引擎正在利用所有系统资源来处理作业，您可以这样做在单独的机器上添加FME引擎．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。
多个FME服务器安装
一个容错架构提供了多个独立的FME服务器安装。除了提供容错功能外，该配置还通过第三方负载均衡器在FME服务器之间分配作业。
提高工作绩效
在单独的机器上添加FME引擎提供灵活性，以便在接近作业读写数据的物理位置运行作业。这种方法可以在网络中使用，也可以跨地理分布的网络使用。
注意:跨地理分布的网络分布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。网络不能偶尔连接;它必须总是连接在一起。
为了确保每个作业都由预期的引擎运行，您必须将此方法与工作队列．
例如，考虑一个有两个数据源的网络——一个位于北部地区，另一个位于南部地区。为了有效地运行作业，在两个区域都定位FME引擎是有意义的。在作业队列上运行的作业北访问北部数据存储中的数据。这些工作被路由到位于北部地区的FME引擎。同样，在作业队列上运行的作业南访问南部数据存储中的数据。这些工作被路由到位于南部地区的FME引擎。
控制作业队列
要更精细地控制作业的处理方式，请考虑以下方法:
工作队列
工作队列控制或分散运行工作区的引擎的工作负载。在分布式环境中，您可能希望在某些引擎上运行小作业，而在其他引擎上运行大作业。
或者，您可能有一个操作系统平台的混合，某些FME格式可以或不能运行。例如，考虑Linux操作系统上的FME服务器。Linux不能运行您的业务可能需要的某些格式。因此，可能有必要让Windows操作系统配置一个附加的FME服务器引擎。
作业队列也用于在单独的机器上添加FME引擎，将作业发送到与所读写数据物理距离很近的引擎。
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。