ThingWorx 模型與資料最佳作法 > 資料排序 > 效能結果
效能結果
在效能測試期間，進行了下列測試設定與觀察。
測試環境 - 單一伺服器 (具有 Azure PostgreSQL Flex 彈性伺服器資料庫)
◦ CPU：32
◦ 處理器：Intel(R) Xeon(R) Platinum 8168 CPU @ 2.70GHz
◦ RAM：64 GB
◦ 資料庫：PostgreSQL
測試環境 - HA 設定 (具有 Azure PostgreSQL 彈性伺服器資料庫的 4 節點組態)
針對每個節點，使用了下列設定：
◦ CPU：8
◦ 處理器：Intel(R) Xeon(R) Platinum 8168 CPU @ 2.70GHz
◦ RAM：16 GB
◦ 資料庫：Azure 彈性伺服器
測試環境 - Axeda Edge
◦ eMC 伺服器：1 個用於單一伺服器，4 個用於高可用性
◦ 已啟用資料排序：true
模擬器詳細資訊
◦ 裝置 (物件)：~30000
◦ 每個物件的內容：整數 (10 個節點) 與字串 (10 個節點)
◦ 內容更新頻率：60 秒
◦ 資料擷取頻率：60 秒
◦ 具有警示的內容：5
所有內容更新皆已推送至值串流。
JAVA 模擬器
• 適用於 ThingWorx 單一伺服器 + Azure PostgreSQL Flex + 連線伺服器 (大型) (~30000 個裝置)
資料排序狀況
平台耗用
資料庫耗用
WS 請求
VS 佇列請求
(WPS)
CPU (%)
(32 核心)
記憶體
(超出 128 GB)
CPU (%)
記憶體
(超出 128 GB)
寫入
(OPS)
關閉
30
40.46 GB
(31.6%)
23.53
41 GB
(32%)
9366
56720
開啟
35.98
32.06 GB
(25%)
15.16
40GB
(31%)
7949
59220
• 針對 ThingWorx 高可用性 (4 個節點) + Azure PostgreSQL Flex + 連線伺服器 (小型) (~30000 個裝置)
資料排序狀況
平台 1
平台 2
平台 3
平台 4
資料庫
CPU (%)
記憶體 (GB)
VS 佇列率 (WPS)
串流佇列率 (WPS)
CPU (%)
記憶體 (GB)
VS 佇列率 (WPS)
串流佇列率 (WPS)
CPU (%)
記憶體 (GB)
VS 佇列率 (WPS)
串流佇列率 (WPS)
CPU (%)
記憶體 (GB)
VS 佇列率 (WPS)
串流佇列率 (WPS)
CPU (%)
記憶體 (GB)
WS 請求 (寫入)
關閉
51.5
7.13
17364
1.5
51.5
7.13
17364
1.5
55.59
3.60
17325
1.17
49.82
7.23
17438
1.4
50.73
37.59
7453
開啟
57.98
6.08
17291
1.27
49.48
7.36
17953
1.27
51.89
3.66
17736
1.35
51.56
7.19
17997
1.14
48.41
35.79
7593
Axeda EDGE
• ThingWorx 單一伺服器 + Axeda Edge + EMC + Azure PostgreSQL Flex (大型) (~30000 個裝置)
資料排序狀況
平台
資料庫
CPU (%)
(16 核心)
記憶體 (GB)
(超出 64GB)
VS 佇列率 (WPS)
CPU(%)
(16 核心)
記憶體 (GB)
(超出 64GB)
關閉
34.55
5.84
23057
9.96
31.07
開啟
24.68
5.42
19738
7.68
30.89
• ThingWorx 高可用性 (4 個節點) + Axeda Edge + EMC + Azure PostgreSQL Flex (大型) (~30000 個裝置)
資料排序狀況
平台 1
平台 2
平台 3
平台 4
資料庫
CPU (%)
(16 核心)
記憶體 (GB)
(超出 64GB)
VS 佇列率 (WPS)
CPU (%)
記憶體 (GB)
(超出 64GB)
VS 佇列率 (WPS)
CPU (%)
記憶體 (GB)
(超出 64GB)
VS 佇列率 (WPS)
CPU (%)
記憶體 (GB)
(超出 64GB)
VS 佇列率 (WPS)
CPU (%)
記憶體 (GB)
(超出 64GB)
關閉
44.92
5.45
7212
42.84
5.73
7142
39.98
4.51
7169
43.09
6.95
7212
11.26
32.46
開啟
33.48
4.8
7539
33.50
7.55
7556
33.23
4.69
7455
33.23
5.17
7444
15.84
31.90
摘要
模擬器
設定
觀察開啟資料排序與關閉資料排序的比較
JAVA 模擬器
ThingWorx 單一伺服器 + Azure PostgreSQL Flex + 連線伺服器 (大型)
無效能影響
JAVA 模擬器
ThingWorx 高可用性 (4 個節點) + Azure PostgreSQL Flex + 連線伺服器 (小型)
在少數節點上觀察到輕微的效能下降。整體系統效能是一致的。
Axeda EDGE
ThingWorx 單一伺服器 + Axeda Edge + EMC + Azure PostgreSQL Flex (小型)
觀察到輕微的效能下降。
Axeda EDGE
ThingWorx 高可用性 (4 個節點) + Axeda Edge + EMC + Azure PostgreSQL Flex (小型)
在少數節點上觀察到輕微的效能下降。整體系統效能是一致的。
• 觀察範圍：結果以單次效能執行為基礎。根據特定組態，包括Edge 裝置設定、應用程式負載和系統組態調整，結果可能會有所不同。
• 高可用性 (HA) 設定中的效能：測試期間，在 HA 設定中的幾個節點上觀察到輕微的效能下降。但是，整體系統效能會保持一致，在整個設定過程中未發現重大影響。
• 可擴充性考量：儘管某些節點存在細微偏差，但系統在 HA 組態下表現出彈性和可擴充性，進而保持可靠性和操作一致性。
• 前後關聯影響：效能行為在生產環境中可能會因實際網路條件、資源分配原則和操作工作負載等因素而有所不同。
這是否有幫助?