我已经看到一些随机页面提到使用空的gif图像以某种方式提高性能。 我也发现nginx有一个模块就是为了这个目的。 我无法弄清楚，这个小文件是如何提高Web服务器的性能或感知响应能力的。 任何人都可以帮我理解好处吗？
在重型生产过程中，是否让计数器保持开启状态？ 你觉得哪些性能指标对ASP.Net/IIS 6.0网站有用？
所有其他条件相同，如果使用更大的磁盘，存储arrays的IOPS性能如何变化。 例如，使用10 X 100GB磁盘arrays。 测量顺序256kb块写入（或任何IOPS度量）的IOPS 我们假设测得的IOPS为1000 IOPS。 将数组更改为10 X 200GB磁盘。 具有相同RAIDconfiguration，相同块大小等的格式 我们会期望IOPS保持不变，增加还是减less？ 这个变化大概是线性的吗？ 即增加2倍或减less2倍（因为我已经增加了2倍的磁盘容量） 用10个50GB的磁盘重复这些问题。 编辑：更多的上下文 这个问题导致我的系统pipe理员团队之间的对话并不是很精通所有的东西存储。 （存储的许多方面都很舒适，但不pipe理SAN的细节等等）。 我们收到了一大堆新的Netapp托盘，每盘磁盘容量比现有的托盘容量高一倍。 有人评论说，新托盘的IOPS会因为磁盘较大而降低。 然后一个汽车的比喻来解释这一点。 这两个评论都没有和我保持一致，所以我想把它交给团队，即Stack-Exchange-land。 汽车的比喻是关于两辆汽车，不同的加速度，相同的最高速度，运行四分之一英里。 然后将距离改为半英里。 实际上，我记不起确切的比喻，但是因为我在互联网上发现了另外一个类似的类比，我认为这可能是一个常见的IOPS类比。 在某些方面，问题的实际答案对我来说并不重要，因为我们没有使用这些信息来评估购买。 但是，我们确实需要评估将托盘连接到现有主pipe的最佳方式，并且最好的方法是分割总量和数量。
在硬件方面，我经常阅读“Apple Mac电脑和其他较低档的电脑……”对于我来说，这听起来像是低端硬件的一个更好的词汇，但我不确定。 谷歌没有帮我很好回答这个问题。 有什么更多的连接到它？ 我需要它来充分理解一些文章。 在此使用术语，例如： HBA H240 存储控制器 – 插卡 – 低调
我有一个HP ProLiant DL380 G7系统，使用2个6核CPU，启用超线程function，共有24个逻辑CPU（如Windows所示）。 在运行我们的应用程序时，整个系统的CPU利用率是好的，但24个CUP中有一个是100％： 编辑：这是在此期间系统进程的PerfMon数据，以及对于高利用率的处理器： 这是正常的吗？ 如果没有，有没有办法确定哪个进程正在使用该逻辑CPU？ Windows PerfMon，ResMon，任务pipe理器和进程资源pipe理器一直没有帮助，除了确定CPU是100％。
我在爱尔兰有一个networking服务器（Amazon AWS）。 这个服务器从德国（橙线）出现得很快，但是从美国（黑线）慢。 用于testing的HTTP请求是相同的。 我认为这是正常的。 爱尔兰和美国之间的距离比德国到爱尔兰要大，但差距似乎过高。 除了到服务器的距离之外，还有其他可能的原因吗？
我听说RAID 5的写入性能有时会令人震惊。 虽然我想要它提供的冗余，我不想牺牲我的数据库插入/更新时间。 这是我应该担心的事情吗？如果是这样的话，那么build议如何在冗长的写作performance上取得成功呢？
我运行的是一个相对较低stream量的站点，在站点更新之后，每周一次访问量大。 在这个峰值期间，现场performance与本周其余时间相比极其糟糕。 实际上，服务器上的负载仍然很低，可靠性在10％以下CPU和30％内存（硬件应该是完全矫枉过正我们实际正在做的），但由于某种原因，Apache似乎无法应付数量的请求。 我们在RHEL 5.7，kernel 2.6.18-274.7.1.el5，x86_64上运行apache 2.2.3。 试图在ab的下class时间重现这种行为，当超过大约256个用户时，我发现性能下降。 以最小的可能用例运行testing（可以检索静态文本文件，总共223字节），同时处理245个同步请求，性能始终如一： Connection Times (ms) min mean[+/-sd] median max Connect: 15 25 5.8 24 37 Processing: 15 65 22.9 76 96 Waiting: 15 64 23.0 76 96 Total: 30 90 27.4 100 125 Percentage of the requests served within a certain time (ms) 50% 100 66% 108 75% […]
这本书“HBase：权威指南”指出 不build议在一台服务器上安装不同的文件系统。 这可能会对性能产生不利影响，因为内核可能必须拆分缓冲区caching以支持不同的文件系统。 据报道，对于某些操作系统来说，这可能会造成破坏性的性能影响。 这是否真的适用于Linux？ 我从来没有见过缓冲区caching大于300兆字节，大多数现代服务器都有千兆字节的内存，所以在不同文件系统之间分配缓冲区caching不应该成为问题。 我错过了别的吗？
在Windows性能监视器中，我需要一整套复杂的性能计数器。 在这一点上，我每次使用性能监视器，我都必须逐个添加计数器。 有什么办法可以保存计数器并在以后使用？ 谢谢，