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。
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:
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.
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。
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。
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。
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。