摘要
本白皮书介绍了与BEA AquaLogic Data Services Platform 2.0.1相关的架构、查询处理技术和关键的性能因素。由实验所得的结果深刻反映了一个基于零售消费者场景的示例应用程序的性能，说明了关键的系统性能特征，并演示了如何对底层的BEA AquaLogic Data Services Platform项目进行此类分析。
所分析的示例应用程序涉及到一组读和写服务，这组服务集成了来自关系型数据源和基于Web服务的数据源的数据，并对这些数据源应用更改。对于某些服务调用，为满足一个服务请求，可能有多达5个的异构源提供数据。变化的因素包括构成一个工作负载的特定请求组合、工作负载强度（发出请求的客户端的数量）以及部署系统的集群的大小。
由所研究的示例应用程序及其变体所得出的重要发现可总结如下：
- 在单一服务器环境中，BEA AquaLogic Data Services Platform 2.0.1随着并发客户端数量的增加而呈线性伸缩。测试得到的服务时间足够小（不到一秒），完全可以为所分析的系统中到处可见的交互式应用程序提供灵敏的响应能力。总的吞吐量也如预期的一样随着系统负载的增加而呈线性伸缩。
- 在集群环境中，BEA AquaLogic Data Services Platform 2.0.1总的服务容量（吞吐量）随着部署平台的集群上硬件的增加而呈线性伸缩。对于此类BEA AquaLogic Data Services Platform应用程序，集群化已经被证明是一种非常有效的伸缩技术。
- 这些结论对只读工作负载和读-写工作负载都成立。
除了探讨BEA AquaLogic Data Services Platform 2.0.1系统的多用户性能之外，该白皮书还初步介绍了系统中现在所提供的服务器端流式API的性能特征。公布了两组结果，一组涉及到得自多用户分析中所使用的、集成了5个源的数据服务的所有实例（为了演示一个集成-流用例），另一组涉及来自单个底层源的数据（为了演示一个较为简单的流用例）。BEA AquaLogic Data Services Platform 2.0.1被证明对两种流都非常有效。在两种用例中，都避免对数据进行完全具体化，这允许使用一个适度的、与结果大小无关的内存配置来集成和流入大量数据。该系统被证明对简单和复杂的流用例都执行得非常好。
下载
下载白皮书 (中文版，PDF，497 Kb)。 |
