ArcGIS for Server应用系统的性能优化

ArcGISforServer应用的性能优化GIS应用性能涉及方面应用程序的性能影响因素因素注意事项影响*硬件基础设施CPU和磁盘配置特征；网络带宽和延迟评估。中客户端应用程序应用程序接口具有其自己的性能和功能专用标准。高ArcGIS服务包括动态数据源和缓存数据源以及符号系统在内的“地图服务”文档特征；包括数据简化、索引使用以及图层文件在内的“地理处理服务”特征；包括地址定位器类型在内的“影像服务”栅格数据类型、“地理编码服务”和“Globe服务”；包括数据更新提交和服务缓存大小在内的“移动服务”以及包括版本维护、复制方法和数据模型要求在内的“地理数据服务”高ArcGIS配置服务器对象管理器(SOM)和服务器对象容器(SOC)计算机配置、Web服务处理程序，以及虚拟目录的使用。MIME和URL，以及安全策略。中数据源数据源存储类型、格式、数据位置，以及数据库配置和维护例程。中富客户端应用程序的常见性能因素因素注意事项影响*硬件基础设施CPU速度和网络延迟高应用程序自定义功能的复杂度、与其他业务系统的集成中扩展模块客户端Esri扩展模块、第三方应用程序和集成高ArcMap文档比例尺依赖度、图层数量、符号系统复杂度、动态地图投影、图层定义查询、空间视图、栅格图层高ArcGIS服务（例如，地理处理）由于富客户端应用程序利用诸如地理处理服务或要素服务（用于编辑）等实现其诸多功能，因此，这些服务的性能属性会严重影响应用程序的整体性能。高数据源数据格式的选择（DBMS、fGDB、shapefile、SDC）；存储类型、空间索引中系统问题上线前：

我现有的硬件条件能够支持的并发

我要求1w个并发，响应时间小于1s,需要什么条件的硬件，软件如何部署上线后：

为什么我的系统很慢,有哪些方面可以调整Esri的一个测试样例系统需求每小时25万次地图访问每次请求响应时间为亚秒级请求支持（切片/Graphics/动态地图？）：空间和属性查询动态投影WMS/REST部分内容出图无极缩放比例尺高可用使用数据CORINELandCover(CLC)180万个多边形多边形顶点最多达6万个硬件情况16台DELLPowerEdgeM600刀片服务器2×XeonE5420，2.5GHz，4核2×150G1万转SCSI硬盘，RAID08GRAM2×1G网卡MD3000iiSCSISAN存储阵列4×400G1万转SCSI硬盘，RAID520G网络交换机主要测试内容压力测试找到吞吐量和响应时间的平衡点找到最佳的实例数配置疲劳测试性能下降情况寻找内存泄露、功能性错误、数据死锁模拟工作流程测试衡量在真实环境下的性能性能优化的各种疑问典型的GIS系统架构查增删改系统最小业务逻辑ArcGIS支持的常用数据源数据源并发性容量可编程性SHP(文件)多读，单写2GArcObject,

自定义PersonalGDB(mdb)多读，单写2GArcObjectFileGDB多读，单写FileSystemLimitArcObject,FileGDBAPIEnterpriseGDB(Oracle,DB2,SQLServer,Informix,PostgreSQL)多读，多写DatabaseLimitArcObject,SpatialSQLArcSDEAPI如何存储我的矢量数据？shapefile在不使用标注的情况下出图性能很好FileGeodatabase的性能依然非常出色PostgreSQL的能力大数据不同数据源矢量出图Shapefile劣势明显如果是只读操作，似乎还可以省数据库的钱大数据不同数据源矢量查询1亿1千多万个ArcSDE矢量要素的出图性能线数据范围（真实结果数）冷/热数据（秒）范围约10个要素(8)0.3570.156范围约100个要素(114)0.7340.203范围约1000个要素(1341)0.9200.250范围约10000个要素(10414)2.3860.562面数据范围（真实结果数）冷/热数据（秒）范围约10个要素(16)0.5300.160范围约100个要素(133)2.6360.343范围约1000个要素(1104)8.0340.500范围约10000个要素(10494)29.9521.310每个比例尺下应该显示多少数据？如何存储我的栅格数据？文件存储普遍比入库后要快不同数据源栅格出图（JPEG2000压缩）不同压缩格式栅格出图如何选择栅格压缩格式与压缩比？文件形式的存储越压缩性能越差数据库中可能在I/O和压缩间达到较优值以一个4.72G大小的TIFF格式无压缩无金字塔的栅格数据为数据源，将其导出成若干个不同压缩格式和压缩比的数据压缩格式/压缩比数据量压缩耗时某小范围预览耗时TIFF/无压缩4.72G2.2秒PNG/LZ773.92G16分8秒1093.2秒JPG/100%2.05G3分43秒1473.0秒JPG/75%598M2分51秒870.7秒JPG/50%396M2分26秒827.7秒托管FileGDB/无压缩4.76G16分56秒7.9秒托管FileGDB/JPG/75%1.73G34分6秒20.3秒ArcSDE/无压缩4.86G41分2秒77.6秒ArcSDE/JPG/75%1.72G14分11秒20.3秒大栅格数据无压缩文件存储的效率非常好大栅格数据采用LZ77、JPEG等压缩文件存储的读取效率非常不好LZ77压缩算法压缩非常有限JPEG压缩算法选用75%的压缩质量是个比较好的平衡点JPEG压缩算法不同质量的压缩耗时相差并不太大FileGeodatabase存储大栅格数据，即使采用JPEG压缩读取效率也不会有太大下降ArcSDE反而压缩存储比无压缩的性能要好，可见数据库存储栅格对性能影响最大的因素是读取数据的多少使用MSD还是MXD？MIME与URL如何取舍？MIME

RESTexportimage/SOAPreturnMimeDataURLRESTexporthtml/SOAPreturnURL/ADF/WMS应该配置多少个实例数？使用离散还是紧凑型切片？紧凑型切片生成更快、伸缩性更好紧凑型切片更容易迁移在访问上，通常离散型的切片性能更好另外，能使用虚拟目录的话性能提升很大WS/RESThandler对伸缩性是否有影响？11台SOC主机（88核）越多handler，越能保证SOC性能的发挥SOM很难达到瓶颈，handler则不然ArcGISServer集群应该如何配置？调整方法t1t2TotalResponseTime(t2-t1)WaittimeMapTimeSearch&RetrievalTimeBrowserWebServerGISServerSDE/DBMS流程Atestisexecutedatthewebbrowser.Itmeasureswebbrowsercall’selapsedtime(roundtripbetweenbrowseranddatasource)t1t2TotalResponseTime(t2-t1)WaittimeMapTimeSearch&RetrievalTimeBrowserWebServerGISServerSDE/DBMS流程AGScontextserverstatisticsusingArcCatalog,Managerorlogsprovideaggregateanddetailedinformationtohelprevealthecauseoftheperformanceproblem.调整mxd文档mxdperfstatItemAtScaleLayerNameRefreshTime(sec)RecommendationsFeaturesVerticesLabelingGeographyPhase(sec)GraphicsPhase(sec)CursorPhase(sec)DBMSCPUDBMSLIO411,000TaxlotDenseLabel1.93Simplifylabeling,symbology:GraphicsPhase=1.42;simplifygeometryand/orsetlabelscale;convertpolygontopolyline:verticesfetched=200001;simplifygeometryand/orsetlabelscale:verticesfetched=200001;1200,001TRUE0.451.421.040.02266421,000TaxlotDenseNoLabel0.53simplifygeometry:verticesfetched=200001;1200,001FALSE0.450.020.90.0214038UC2009TechnicalWorkshopt1t2TotalResponseTime(t2-t1)WaittimeMapTimeSearch&RetrievalTimeBrowserWebServerGISServerSDE/DBMS流程数据运算时的考虑高客户端数据可达性高服务器端数据可达性低运算规模客户端运算考虑网络开销，结果输出类型高运算规模考虑客户端承受能力服务器端运算数据运算时的考虑对于面向大数据量，并需要返回使用客户端的几何运算，使用客户端运算摆脱网络延迟对于面向大数据量，并只需以图片形式查看结果的，使用服务器端运算以增强效率对于数据量较小，且调用较频繁的数据，首先一次性加载到本地，减少往复调用大数据量传输

–分页大数据量传输-分页查询步骤1.查找并取回满足条件的要素的objectId2.对objectId进行分组取回/en/help/flex-api/samples/index.html#/Paging_through_results/01nq00000060000000/大数据量显示-Cluster聚簇（Cluster）也叫聚类分析，通过空间聚类算法实现相邻区域点要素的集合显示聚簇（Cluster）聚簇例子JS：http:///en/webapi/javascript/arcgis/help/jssamples_start.htm#jssamples/layers_point_clustering.htmlFlex：/en/help/flex-api/samples/index.html#/Clustering/01nq00000024000000/SilverLight：/e