• Supervise el uso diario de la memoria en las funciones de la solución de ThingWorx. De este modo, se comprenderá el uso de la memoria en la solución en estado estable y en condiciones de estrés.

• Realice pruebas de escalabilidad con datos similares a los del entorno de producción mediante Apache JMeter o utilidades similares para modelar muchos usuarios y dispositivos que interactúan con la solución de ThingWorx al mismo tiempo.

• Las consultas de flujo pueden recuperar un gran número de registros de la base de datos antes de que se filtren más en la memoria de JVM. Se recomienda añadir intervalos de tiempo adecuados para minimizar el número de filas que recuperan los flujos. Esto es especialmente útil cuando los datos comienzan a acumularse debido al uso de producción diaria.

• Si es posible, se deben utilizar sistemas externos, como un servidor de bases de datos, un servidor de microservicio o un servidor ThingWorx federado para el procesamiento intensivo en la memoria.

• Optimice los servicios de ejecución prolongada. Es probable que cualquier servicio que se ejecute durante más de 10 minutos bloquee la memoria, las conexiones de base de datos y otros recursos del servidor durante la ejecución. Los servicios programados también se deben ejecutar y completar en menos de 10 minutos para garantizar que los recursos de memoria se devuelvan al sistema.

• Considere la implementación de un clúster de alta disponibilidad para el uso de producción. De este modo, se garantiza que la solución global siga disponible incluso si uno de los nodos de ThingWorx experimenta incidencias de memoria.