规划服务器容量时,峰值负载与稳态负载该怎样分别计入?
峰值负载和稳态负载应分开计入容量规划,不能把峰值简单平均到全天,也不能只按照日均请求量购买服务器。稳态负载决定长期在线所需的基础容量、持续成本和资源利用率;峰值负载决定短时间内是否出现响应超时、队列堆积、数据库锁等待或带宽拥塞。最终需要得到的不是一个笼统的“支持多少并发”,而是面向 CPU、内存、磁盘、网络、数据库和存储容量的多维资源结果。
实际计算时,应先分别建立稳态与峰值画像,再叠加请求类型、并发量、数据增长率和业务季节性。可以使用以下基本关系:
- 未来稳态负载 = 当前稳态负载 ×(1 + 稳态增长率)^规划年数 × 稳态季节系数
- 未来峰值负载 = 当前峰值负载 ×(1 + 峰值增长率)^规划年数 × 峰值季节系数
- 计划容量 = max(未来稳态需求 ÷ 稳态目标利用率,未来峰值需求 ÷ 峰值目标利用率)
这里的“需求”需要按资源分别计算。请求量对应 CPU 和数据库处理能力,并发量影响内存与连接数,响应大小影响网络带宽,数据规模影响磁盘容量,写入频率影响 IOPS、日志和备份空间。不同资源不能共用一个比例直接换算。
负载画像:先分清稳态、峰值和负载形状
稳态负载不是全天平均值
稳态负载是业务持续运行时,服务器需要长期承受的常规负载。它通常出现在日常业务时段,而不是把一天中的低谷、夜间和高峰全部平均后得到的日均值。
例如,一个网站每天有较长时间处于低流量状态,但工作日午间和晚间连续数小时保持较高请求量。若只用全天平均请求量规划,服务器可能在大部分时间利用率很低,却在正常业务时段频繁触顶。
更适合容量规划的稳态口径包括:
- 工作日主要业务时段的 15 分钟或 30 分钟请求量;
- 多个典型周期中,较高但可持续的请求水平;
- 与正常响应时间、错误率和数据库延迟同时满足的长期负载;
- 预计经过增长后的常态负载,而不是当前低谷负载。
稳态容量主要回答两个问题:
- 在不依赖临时扩容的情况下,服务器能否长期稳定运行?
- 服务器在未来一段时间内是否有足够的基础容量承接正常增长?
稳态负载决定常驻节点数量、基础内存、数据库缓冲区、长期存储和固定带宽成本。
峰值负载要同时记录大小和持续时间
峰值负载不只是某一秒内出现的最大数字,还应记录峰值持续时间、出现频率和峰值期间的请求类型。
常见峰值包括:
- 短时间内请求量突然上升;
- 大量用户同时访问同一个热点页面;
- 定时任务、批量导入或报表计算集中执行;
- 促销、发布、通知等业务事件带来的并发增长;
- 缓存失效后,大量请求同时回源;
- 上传、下载或图片处理导致网络与磁盘资源同时升高。
需要区分以下几个概念:

- 瞬时峰值:通常观察 1 分钟或更短窗口,适合判断是否会立即触发 CPU、连接数或网络拥塞。
- 短时峰值:观察 5 分钟左右,适合判断自动扩容是否来得及生效。
- 持续高峰:观察 15 分钟、30 分钟甚至更长时间,适合判断基础容量是否不足。
- 延迟分位数:如 p95、p99,表示响应时间分布,不等同于请求量峰值。
如果自动扩容需要 5 分钟才能完成,而业务峰值只持续 2 分钟,那么仅依靠峰后扩容没有意义。此时应通过常驻余量、预热节点或队列缓冲承接峰值。
用多维指标描述负载
“并发数”不能替代所有容量指标。一个包含大量静态缓存命中的请求,和一个需要查询数据库、执行复杂计算的请求,即使 RPS 相同,资源消耗也可能相差数倍。
| 负载维度 | 稳态负载应记录 | 峰值负载应记录 | 主要影响 |
|---|---|---|---|
| 请求量 | 常态 RPS、各接口占比 | 1 分钟、5 分钟和 15 分钟峰值 RPS | CPU、应用进程、数据库 |
| 并发量 | 持续活跃请求数、连接数 | 同时活跃请求、连接建立速率 | 内存、连接池、文件描述符 |
| 请求类型 | 读、写、搜索、上传、计算任务占比 | 峰值期间是否出现请求结构变化 | CPU、IOPS、数据库锁 |
| 网络流量 | 平均入站、出站速率 | 峰值 Mbps、pps 和突发包速率 | 网卡、带宽、连接跟踪 |
| 数据规模 | 数据库、文件、日志的增长速度 | 峰值写入量、临时文件量 | 存储容量、IOPS、备份 |
| 延迟质量 | p95、p99、错误率 | 峰值期间的延迟和超时率 | 判断是否已经超过可接受容量 |
其中,并发数还要区分“活跃请求”和“保持连接”。大量长连接并不一定产生同等数量的 CPU 请求,但会持续占用内存、连接表和文件描述符。
在请求处理时间相对稳定时,可以用近似关系检查 RPS 与活跃并发是否匹配:
活跃并发数 ≈ 每秒请求数 × 单请求在系统中的平均停留时间
例如,系统每秒处理 400 个请求,单个请求从进入到完成平均耗时 0.6 秒,则活跃请求数约为 240。这个关系只适用于活跃请求口径;如果并发数包含空闲 Keep-Alive 连接、排队请求或长轮询连接,就不能直接套用。
按请求类型计算有效工作量
容量规划不应只看总 RPS,还应关注不同请求对资源的相对消耗。可以先建立一个统一的工作量单位。
例如,在同一组基准测试中:
- 普通读取请求成本记为 1;
- 写入请求的 CPU、日志和数据库处理成本约为读取请求的 4 倍;
- 搜索请求成本约为读取请求的 6 倍。
如果稳态时每秒有 500 个读取请求和 100 个写入请求,则等效读取工作量约为:
500 × 1 + 100 × 4 = 900 个等效读取请求/秒
这个结果只是用于同一测试口径下的比较,不能直接理解成服务器一定支持 900 RPS。若峰值期间写入比例提高,即使总 RPS 没有明显增加,数据库连接、锁等待、日志写入和磁盘延迟也可能先达到瓶颈。
资源变量:把负载转换为服务器规格
CPU容量看每次请求消耗的计算时间
CPU规划可以从“每个请求消耗多少 CPU 时间”入手,而不是只看物理核心数量。
假设某类请求平均消耗 8 毫秒 CPU 时间,峰值处理量为 400 RPS,则理论 CPU 消耗为:
400 × 0.008 秒 = 3.2 个 CPU 秒/秒
这相当于在没有系统开销、上下文切换和其他任务的理想情况下消耗约 3.2 个逻辑核心。如果希望长期 CPU 使用率控制在 65% 左右,则理论所需核心数为:
3.2 ÷ 0.65 ≈ 4.92 个逻辑核心
实际选型通常需要向上取整,并额外考虑:
- 操作系统和监控进程;
- TLS、压缩、序列化等额外处理;
- 垃圾回收或解释器运行时抖动;
- 峰值请求类型变化;
- 单核热点和线程并行度;
- 虚拟化环境中的 CPU steal time;
- 节点故障后其他节点承接的负载。
因此,CPU核心数不能只按总请求数线性推导。需要同时观察 CPU user、system、iowait、run queue、单核利用率和应用延迟。总 CPU 利用率不高,但某个单核线程已经满载,也可能导致请求排队。
内存容量要覆盖工作集和峰值并发
内存容量通常由以下部分组成:
内存需求 = 应用常驻内存 + 缓存 + 数据库缓冲区 + 连接开销 + 临时空间 + 操作系统余量
稳态和峰值的差别主要体现在缓存命中、并发请求、连接数和临时对象数量上。
例如,应用需要 6 GB 常驻内存,缓存占用 8 GB,数据库或本地代理需要 4 GB,峰值时 20,000 个连接平均额外占用 80 KB,则连接本身需要:
20,000 × 80 KB = 1,600,000 KB,约 1.6 GB
还应为内核缓存、日志缓冲、临时文件和突发内存分配保留空间。若服务器在峰值时频繁回收内存、发生 swap 或出现 major page fault,增加 CPU 核心通常无法解决问题。
缓存也不能简单地全部算作“可有可无”。减少缓存可以降低内存规格,但可能提高数据库查询量、磁盘读取量和响应时间。因此,内存选型要和缓存命中率、数据库工作集以及延迟目标一起评估。
网络带宽要按真实字节数换算
网络容量需要区分 GB、MB 与 Gb、Mb:
- GB、MB通常表示字节;
- Gb、Mb通常表示比特;
- 带宽常见单位为 Mbps 或 Gbps;
- 1 Byte = 8 bit。
如果峰值为 800 RPS,每个响应平均 100 KB,按十进制口径计算:
800 × 100,000 Byte × 8 ÷ 1,000,000 = 640 Mbps
如果每个请求还包含 10 KB 请求体,则入站流量为:
800 × 10,000 Byte × 8 ÷ 1,000,000 = 64 Mbps
应用层入站和出站合计约为:
640 + 64 = 704 Mbps
再考虑协议开销、TLS、重传和一定的业务余量,按 20% 的示例余量估算:
704 × 1.2 = 844.8 Mbps
这个结果不代表必须选择标称 1 Gbps 后就一定足够。还要确认:
- 100 KB 是压缩前还是压缩后大小;
- 静态内容是否由 CDN 或缓存承担;
- 服务器带宽是独享还是共享;
- 入站和出站是否分别限速;
- 峰值是否伴随大量小包,导致 pps 先于 Mbps 达到上限;
- 备份、同步、镜像和监控流量是否共用同一出口。
如果静态内容命中缓存,源站需要承载的网络流量可能显著下降;如果缓存失效导致集中回源,则源站的瞬时流量可能比日常水平高很多。
存储容量与存储性能分别计算
磁盘容量回答“能存多久”,IOPS和吞吐回答“能否及时读写”。两者不能相互替代。
容量估算可以先使用:
未来主数据量 = 当前主数据量 ×(1 + 年增长率)^年数
如果当前主数据量为 2 TB,预计每年增长 35%,规划两年,则:
2 × 1.35² = 3.645 TB
若再预留 30% 的工作空间,用于索引、临时表、日志和整理操作,则可用空间需求约为:
3.645 × 1.3 = 4.7385 TB
这个数字还没有包含副本、RAID或存储系统开销。如果保留两份数据副本,原始物理空间粗略需要:
4.7385 × 2 = 9.477 TB
实际还要另行核算文件系统、纠删码、快照和备份保留空间。备份不应只看作主盘剩余空间,因为备份保留周期和备份副本通常具有独立的容量需求。
存储性能则要观察:
- 随机读写 IOPS;
- 顺序读写吞吐;
- 平均延迟和高分位延迟;
- 磁盘利用率;
- 写入放大、日志同步和数据库刷盘;
- 峰值期间临时文件和排序文件的增长。
一个磁盘容量充足的服务器,仍可能因为随机写延迟过高而无法满足数据库峰值请求。
数据库和连接资源应单独规划
应用节点可以通过增加实例扩展,但数据库不一定能以相同方式扩展。容量规划至少要分别统计:
- 数据库查询量和写入量;
- 活跃连接数与连接池上限;
- 慢查询、锁等待和事务持续时间;
- 缓冲区命中率;
- 复制延迟;
- 临时表、排序和日志写入量;
- 数据库所在磁盘的 IOPS 与延迟。
如果应用层从 2 台扩展到 6 台,但连接池大小也按比例增加,数据库可能先因连接数、锁竞争或日志写入达到瓶颈。此时增加应用服务器并不能提升整体容量,甚至可能使数据库压力继续上升。
瓶颈判断:找出先达到上限的资源
用资源向量而不是单一峰值判断
可以把一次业务负载表示成多个维度:
负载向量 =(RPS、活跃并发、入出站流量、CPU时间、内存工作集、IOPS、数据库查询量、连接数)
稳态和峰值分别建立一组向量。容量规划时,应对每个资源单独比较,而不是只比较 RPS。
例如:
- 峰值 RPS 只有稳态的 1.8 倍,但写请求比例从 10% 上升到 40%,数据库写入可能增长超过 1.8 倍;
- 请求量没有明显变化,但响应体积翻倍,网络带宽会先达到上限;
- 并发连接增加但请求处理量不变,内存和文件描述符可能先出现压力;
- 数据量增长较慢,但每天批量任务集中运行,磁盘 IOPS 可能在固定时间触顶。
采用与目标业务一致的基准测试
若要把服务器规格转换为可用容量,应在接近实际业务的条件下进行基准测试。测试至少要保持以下条件一致:
- 请求类型和比例;
- 缓存命中率;
- 数据库数据规模;
- 数据库连接池;
- 响应大小和压缩方式;
- 日志级别;
- 网络路径和带宽限制;
- 目标响应时间与错误率。
例如,不能用“全部命中缓存的静态请求”测试结果,去推断“包含复杂查询和写入的业务”能够承载多少请求。测试得到的“单节点安全处理量”也只是特定软硬件、请求混合和延迟目标下的估算基准,不应当写成所有场景都适用的承载保证。
根据指标表现识别瓶颈
| 资源 | 重点观察指标 | 常见瓶颈表现 | 优先处理方向 |
|---|---|---|---|
| CPU | user、system、run queue、单核利用率 | 延迟随请求量上升,线程排队,单核满载 | 优化计算、拆分任务或增加计算节点 |
| 内存 | 工作集、回收、swap、major page fault | 延迟抖动、进程被回收、缓存命中率下降 | 增加内存、限制缓存或减少单进程占用 |
| 磁盘 | IOPS、吞吐、await、队列长度 | 数据库写入延迟高,任务排队 | 更换存储介质、分离读写或降低写放大 |
| 网络 | Mbps、pps、重传率、连接数 | 下载变慢、丢包、连接建立失败 | 提高带宽、使用缓存或拆分流量 |
| 数据库 | QPS、锁等待、连接数、复制延迟 | 应用线程等待数据库,写入堆积 | 优化查询、拆分读写或扩展数据库 |
| 应用 | p95、p99、错误率、队列长度 | 请求超时、5xx增加、积压无法消退 | 扩容应用、降低单请求成本或增加异步处理 |
判断瓶颈时,不宜把“CPU使用率超过70%”直接视为扩容结论。对于计算密集型服务,70%的 CPU 可能已经接近目标延迟;对于大量等待数据库或磁盘的服务,CPU只有40%也可能已经无法继续提升吞吐。应将资源使用率与响应时间、错误率和队列状态结合起来。
容量余量:分别给稳态、峰值和故障场景留空间
按资源计算计划容量
对任一资源 j,可以分别计算未来稳态需求和未来峰值需求:
- 未来稳态需求:S(j)
- 未来峰值需求:P(j)
- 稳态目标利用率:U_s(j)
- 峰值目标利用率:U_p(j)
则该资源的计划容量至少应满足:
C(j) ≥ max(S(j) ÷ U_s(j),P(j) ÷ U_p(j))
例如,CPU、内存和磁盘可以有不同的目标利用率。不能因为 CPU 只用了 60%,就认为内存、带宽和存储也还有同样比例的余量。
增长空间应在输入负载阶段计入,不能在最后随意再加一个比例。否则容易出现重复计算:
- 已经用增长率推导了两年后的峰值,再额外把峰值乘一次;
- 已经包含季节系数,又把同一场活动系数重复加入;
- 已经按照压测安全容量计算,又把压测中的余量再加一遍。
如果增长预测本身不确定,可以在最终结果上增加“预测误差余量”,但应明确它和业务增长率是两个不同变量。
示例:应用节点的稳态与峰值计算
以下是一个用于说明方法的假设案例,不代表某种服务器的实测承载能力。
当前业务数据如下:
- 当前稳态负载:150 RPS;
- 当前峰值负载:360 RPS;
- 规划周期:2 年;
- 稳态年增长率:20%;
- 峰值年增长率:30%;
- 稳态季节系数:1.10;
- 峰值季节系数:1.15。
未来稳态负载为:
150 × 1.20² × 1.10 = 237.6 RPS
未来峰值负载为:
360 × 1.30² × 1.15 ≈ 699.7 RPS
如果在相同请求混合、相同响应时间目标下,一台应用节点的安全处理能力约为:
- 稳态安全处理量:120 RPS;
- 峰值安全处理量:180 RPS。
那么:
- 稳态节点数:237.6 ÷ 120 = 1.98,向上取整为 2 台;
- 峰值节点数:699.7 ÷ 180 = 3.89,向上取整为 4 台。
因此,若峰值请求必须同步完成,至少需要让 4 台节点具备同时承接峰值的能力。如果还要求任意一台节点故障后仍能承接该峰值,则总节点数需要在 4 台有效节点的基础上再增加故障余量,即至少考虑 5 台。若采用自动扩容,则可以设置基础节点数、最小节点数和峰值最大节点数,但扩容速度必须覆盖业务峰值的上升过程。

这个计算只适用于应用层。数据库、缓存、日志、带宽和存储仍需独立计算,不能因为应用节点数量足够,就认为整套系统已经满足峰值容量。
区分四类容量余量
容量余量可以拆成四类,分别验证:
| 余量类型 | 解决的问题 | 典型计算方式 |
|---|---|---|
| 运行余量 | 防止常态负载长期贴近上限 | 通过目标利用率或安全容量体现 |
| 增长余量 | 覆盖规划周期内的业务增长 | 使用稳态、峰值增长率和季节系数 |
| 故障余量 | 单节点或单实例故障后继续服务 | 按 N+1、N+2 或业务要求计算 |
| 突发余量 | 承接短时间异常高峰 | 通过预留节点、自动扩容或队列缓冲 |
这四类余量不能简单相加。比如,故障余量通常体现为额外节点,增长余量体现为未来负载,突发余量则可能通过弹性扩容或队列完成。它们作用不同,计算方式也不同。
峰值能否排队,取决于业务响应方式
对于必须实时返回结果的请求,峰值期间的处理能力应接近或超过到达速率。对于允许延迟几分钟甚至更长时间的任务,可以使用队列承接短时峰值。
如果某个任务在 120 秒内以 1,000 个任务/秒进入,而系统只能处理 700 个任务/秒,则峰值期间形成的积压为:
(1,000 - 700)× 120 = 36,000 个任务
如果峰值结束后,进入速率恢复到 400 个任务/秒,系统仍能以 700 个任务/秒处理,则净消化速度为:
700 - 400 = 300 个任务/秒
清理 36,000 个积压任务约需:

36,000 ÷ 300 = 120 秒
如果业务允许额外等待 120 秒,队列可以减少峰值时的常驻服务器数量;如果任务必须立即完成,则仍然需要按照峰值同步容量配置。
服务器方案:固定容量、弹性扩容和队列缓冲
固定容量适合可预测和强实时业务
固定配置适合以下情况:
- 流量变化较小且容易预测;
- 数据库、存储等有状态服务不适合频繁迁移;
- 请求必须同步完成;
- 扩容准备时间长,不能依赖临时资源;
- 峰值出现频率高、持续时间长。
这种方式通常按照未来峰值和故障余量准备常驻容量,成本可预测,但低谷时资源利用率可能较低。
A5idc数据提供中国香港、美国、日本、韩国、中国台湾、新加坡及马来西亚等地区的物理服务器租用,配置覆盖 Xeon 与 AMD EPYC 平台、不同内存容量,以及 SSD、NVMe 和大容量 HDD 存储,并有多种带宽线路选择。这些资源为固定容量部署中的常驻节点、数据库和计算任务提供相应的 CPU、内存、存储与网络基础。
基础容量加弹性节点适合无状态应用
对于可以横向扩展的应用层,常见做法是:
- 基础节点承接未来稳态负载;
- 预留少量热节点或快速启动实例;
- 根据 RPS、活跃并发、延迟和队列长度扩容;
- 设置最大节点数,防止异常流量导致成本失控;
- 保证会话、缓存和临时文件不依赖单个应用节点。
这种方式不能只根据 CPU 设置扩容。若瓶颈在数据库连接、磁盘或出口带宽,增加应用节点可能只会放大下游压力。
队列适合异步任务,不适合所有请求
队列适合图片处理、报表生成、批量通知、数据同步等能够延迟完成的业务。规划时应关注:
- 队列最大积压量;
- 消费速率;
- 单任务处理时间;
- 可接受的最大等待时间;
- 峰值结束后的清理时间;
- 失败重试和死信任务的存储空间。
如果是登录、支付确认、实时查询等必须及时返回结果的请求,不能仅通过增加队列深度来掩盖同步处理能力不足。
缓存和内容分发只解决特定类型的压力
缓存、静态内容分发和读写分离可以减少源站压力,但并不等于所有资源都被释放:
- 静态资源缓存主要降低源站网络和 CPU 压力;
- 数据缓存可以降低数据库读取量,但会占用内存;
- 读写分离可以分散读取压力,但写入仍集中在主库;
- CDN或边缘缓存无法直接解决个性化页面、强一致写入和复杂事务问题;
- 缓存失效时可能出现集中回源,反而形成瞬时峰值。
因此,容量规划应分别记录缓存命中和未命中场景,尤其要对缓存失效、热 key 和批量更新进行峰值评估。
扩容触发点:用安全容量和业务结果共同确定
先建立“安全容量”基准
扩容阈值不应直接照搬某个固定百分比,而应先确定每种资源在目标 SLO下的安全容量。
例如,某应用节点在请求混合固定、p95响应时间不超过目标、错误率满足要求的条件下,能够稳定处理 180 RPS,则可把 180 RPS作为该测试口径下的安全容量。当前节点负载率可表示为:
当前容量使用率 = 当前有效负载 ÷ 压测安全容量
如果当前每节点处理 135 RPS,则:
135 ÷ 180 = 75%
这比单独查看 CPU利用率更有参考价值,因为它已经包含了请求类型、响应时间和下游资源的影响。
用分层阈值减少误扩容和晚扩容
以下阈值为示例,应根据压测结果、自动扩容速度和业务SLO调整:
| 触发层级 | 示例条件 | 建议动作 |
|---|---|---|
| 观察 | 30分钟容量使用率持续达到安全容量的60%至70% | 检查增长趋势、缓存命中率和下游资源 |
| 计划扩容 | 30分钟容量使用率达到70%至75%,并在多个业务周期重复出现 | 增加基础节点、升级规格或准备弹性资源 |
| 执行扩容 | 5分钟容量使用率超过80%,且p95延迟或并发同步上升 | 立即扩展节点或启用预留容量 |
| 峰值保护 | 队列持续增长、积压清理时间超过允许窗口 | 提高消费能力、增加处理节点或降低单任务成本 |
| 服务风险 | p95或p99连续多个窗口超过SLO,错误率明显上升 | 按瓶颈资源处理,不能只增加应用节点 |
| 存储预警 | 可用空间达到70%左右,且增长趋势会在规划周期内触顶 | 提前扩容或清理保留策略 |
| 存储执行 | 可用空间接近80%至85%,或临时空间不足 | 立即扩容并核查日志、备份和索引增长 |
对于 CPU、内存、磁盘和网络,应分别设置阈值。例如,CPU达到80%并不必然意味着要扩容,但如果同时出现 run queue增长和p95延迟上升,就应视为容量不足的证据。内存使用率达到80%时,如果没有回收、swap或延迟问题,可能仍有空间;如果已经出现内存回收和页面抖动,则应提前处理。
监控采集要覆盖四个时间窗口
建议将监控数据按照不同窗口保存:
- 1分钟窗口:发现瞬时峰值、突发连接和网络拥塞;
- 5分钟窗口:判断短时高峰是否超过自动扩容响应时间;
- 15分钟或30分钟窗口:判断稳态容量是否不足;
- 日、周、月窗口:识别增长率、季节性和数据规模趋势。
监控标签还应区分接口、请求方法、状态码、缓存命中、数据库操作类型和租户或业务线。只记录总RPS,无法判断究竟是写入、搜索、上传还是静态资源造成了瓶颈。
把监控结果转换成扩容动作
可以按以下顺序落地容量决策:
- 采集覆盖工作日、周末和业务高峰的代表性数据,分别得到稳态和峰值画像。
- 按请求类型计算CPU、数据库、网络和存储需求,避免只使用总RPS。
- 结合规划周期、增长率和季节系数,得到未来稳态负载与未来峰值负载。
- 通过与实际请求混合一致的压测或历史稳定运行数据,确定各资源的安全容量。
- 对每种资源使用
max(未来稳态需求 ÷ 稳态目标利用率,未来峰值需求 ÷ 峰值目标利用率)进行核算。 - 分别加入故障余量、运行余量和突发处理方式,避免把同一份余量重复计算。
- 将容量使用率、延迟、错误率和队列长度绑定到预警、计划扩容和立即扩容动作。
- 当连续多个周期达到计划扩容阈值,或增长趋势显示未来周期将超过安全容量时,在业务高峰到来前完成扩容。
这样规划后,稳态负载负责确定长期基础配置,峰值负载负责确定短时承载能力,增长率负责确定未来规格,瓶颈指标负责决定扩容方向,而监控阈值负责把容量评估转化为可执行的服务器调整时间点。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/9570.html



