Page History

El sistema FileFlex Enterprise es un conjunto complejo de módulos y, por lo tanto, se implementa como una máquina virtual para simplificar en gran medida la implementación. Actualmente, admite varias soluciones de virtualización distintas, que incluyen:

• VMware Workstation 15, 16
• VMware ESXi (vSphere) 6.0, 6.5, 7.0
• Oracle VirtualBox 5.2, 6.0

Consulte una de las guías suministradas para implementar la imagen de FileFlex Enterprise con la tecnología de virtualización que prefiera.

Requisitos de asignación de hardware de servidor

FileFlex Enterprise puede implementarse en una variedad de configuraciones de hardware, con el requisito subyacente de una arquitectura de CPU Intel x64. Cuando se habla de hardware de implementación, se hace específicamente con respecto a la asignación de la VM de los recursos de hardware a la VM en lugar de a la capacidad total de la máquina host subyacente. 

Este documento se centra en la implementación de un máquina/VM única en lugar de en una implementación en clúster.

Requisitos de hardware de servidor

La siguiente tabla describe la configuración de implementación y las capacidades típicas. Hardware de servidor se refiere a los recursos asignados a la VM

Requisitos de hardware del agente conector

Cuando se determina el hardware necesario para el agente conector, una consideración importante es si los usuarios finales implementarán codificación doble o no. Cuando se utiliza, la carga de la conversión de documentos cae en el conector en lugar del servidor lo que produce un aumento sustancial de los requisitos de hardware con respecto a CPU y RAM.

Requisitos del conector sin codificación doble

La siguiente tabla describe las configuraciones0 de implementación y las capacidades típicas del agente conector de FileFlex cuando no se usa codificación doble. En este caso, puede usarse casi cualquier PC y un dispositivo NAS razonable es también una implementación adecuada como puede verse en la siguiente tabla.

Requisitos del conector con codificación doble

La siguiente tabla describe las configuraciones de implementación y las capacidades típicas del agente conector de FileFlex cuando se usa codificación doble. Debe utilizarse un PC con más potencia y se deben considerar únicamente dispositivos NAS de especificaciones altas.

Conversiones de solo visualización

El panel avanzado de la administración del servidor incluye la propiedad configurable "Conversiones de solo visualización concurrentes máximas". Esto define el número máximo de conversiones de solo visualización que puede ejecutarse al mismo tiempo. Cuando un usuario decide ver un documento de Office en la aplicación es necesario convertirlo. El número de conversiones que pueden realizarse a la vez está directamente relacionado con la cantidad de CPU y RAM asignada al servidor. Cada "conversión de solo visualización concurrente" requiere 1 núcleo de CPU y 1 GB de RAM exclusivos.

En el servidor, recomendamos añadir 1 núcleo de CPU y 1 GB de RAM por cada 1000 usuarios adicionales que se añadan al sistema, dependiendo de la frecuencia en la que ven documentos dentro de la aplicación y el tamaño de dichos documentos.

En el agente conector (cuando se utiliza codificación doble), recomendamos 1 núcleo de CPU (x86 a 3 Ghz) y 1 GB de RAM para cada conversión de solo visualización adicional. La frecuencia de la visualización/conversión de documentos es lo que determinará la cantidad de CPU y RAM que requiere el agente conector.

Efecto en la RAM

El recurso fundamental más importante es la RAM porque se inician varios procesos de ejecución para la acumulación de datos, conexión vía proxy, codificación de datos, etc. Para ejecutar todos los servicios necesarios adecuadamente, se requiere un mínimo de 4 GB. Las activaciones máximas introducen un requisito persistente de RAM por lo que un mayor total de RAM permitirá más activaciones/usuarios totales. Las transferencias simultáneas también requieren más RAM. Un caché más grande permite un mayor número de "usuarios activos".

Las conversiones de solo visualización son, por lejos, el mayor consumidor de RAM y la asignación debe realizarse como se indicó anteriormente.

Efecto del IO de disco

El servidor no está atado de manera crítica a la IO de la unidad por lo que las implementaciones de unidades NSA típicas que funcionan bien serán adecuadas. No obstante el conector, que es el responsable de buscar archivos en el dispositivo local, está atado al rendimiento de IO del dispositivo, especialmente en cuanto al tiempo de búsqueda. Los esquemas de caché SSD mejorarán en gran medida la capacidad de entregar gran cantidad de archivos concurrentemente sin reducir el rendimiento del NAS.

La excepción son las conversiones de solo visualización. Si sus casos de uso implican una gran cantidad de visualizaciones de documentos, las limitaciones de IO pueden influir por lo que se recomienda la implementación de una solución de almacenamiento de datos de gran rendimiento con respaldo SSD.

Efecto en la CPU

La CPU se utiliza mayormente para la codificación/decodificación de solicitudes por lo que está directamente relacionada con el número de usuarios activos. También está directamente relacionada con el número de transferencias a gran velocidad debido a la codificación activa. La CPU se torna especialmente importante en el caso de conexiones de 10 GBE con clientes ubicados en la misma red de alto rendimiento.

Las conversiones de solo visualización son un gran consumidor de CPU y la asignación debe realizarse como se indicó anteriormente.

Efecto en la red

La red es muy importante en lo que respecta a un gran número de transferencias concurrentes si se desea mantener un rendimiento de nivel de red local coherente. Por los motivos descritos arriba, es muy importante relacionar la CPU con la velocidad de la red.

Clústering

Cuando la capacidad se satura, es posible implementar FileFlex en una configuración en clúster. La implementación de la configuración en clúster requiere redes dobles; por ello, es importante en dichas implementaciones contar, por lo menos, con dos adaptadores de red. En una implementación altamente descentralizada, la CPU y la RAM tienen menos importancia ya que la carga se reparte entre varias máquinas.