GIS系统性能优化策略
GIS软件高效处理大规模空间数据的策略与技术
GIS软件高效处理大规模空间数据的策略与技术GIS（地理信息系统）软件在处理大规模的空间数据集时，采用了多种技术和方法来确保高效、准确和可扩展的处理能力。
以下是一些主要的处理策略和技术：1. 数据索引技术GIS软件利用空间索引技术来加速对空间数据的查询和检索。
空间索引是一种数据结构，用于存储地理空间对象的位置信息，以便快速访问和检索这些对象。
常见的空间索引技术包括四叉树、R树、KD树等。
这些索引技术能够显著减少查询时所需扫描的数据量，提高查询效率。
2. 数据分块与并行处理对于大规模的空间数据集，GIS软件通常采用数据分块技术将数据划分为较小的、易于管理的块（或称为瓦片）。
然后，利用并行处理技术同时处理这些块，以加速整个数据集的处理速度。
这种分而治之的策略能够充分利用多核处理器和分布式计算资源，提高处理效率。
3. 数据压缩与存储优化GIS软件还采用数据压缩技术来减少空间数据的存储需求，并优化数据的读取速度。
通过压缩算法，可以在保持数据精度的同时减少数据的体积，从而加快数据的加载和处理速度。
此外，GIS软件还利用高效的存储策略，如空间数据库管理系统（Spatial Database Management Systems, SDBMS），来优化数据的存储和检索性能。
4. 分布式计算与云计算随着云计算技术的发展，GIS软件越来越多地利用云计算平台来处理大规模的空间数据集。
云计算平台提供了强大的计算资源和存储能力，可以支持大规模数据的并行处理和实时分析。
GIS软件通过将数据上传到云端，并利用云平台的计算资源进行处理，可以显著提高处理速度和效率。
5. 自动化与智能化处理GIS软件还具备自动化和智能化的处理能力，能够自动识别和处理空间数据中的模式和关系。
例如，GIS软件可以利用机器学习算法来自动分类和识别地理空间对象，或者利用数据挖掘技术来发现空间数据中的隐藏信息和规律。
这些自动化和智能化的处理功能能够减轻人工负担，提高处理效率和准确性。
地图制图软件开发中的性能优化和调试技巧
地图制图软件开发中的性能优化和调试技巧在地图制图软件的开发过程中，性能优化和调试是至关重要的。
优化和调试可以帮助提高软件的性能、稳定性和用户体验。
本文将介绍一些地图制图软件开发中常用的性能优化和调试技巧，帮助开发者改善软件的性能表现。
一、性能优化技巧1.代码优化：- 使用高效的算法和数据结构：选择合适的算法和数据结构来实现地图制图功能，以减少计算和存储资源的使用。
例如，使用空间划分算法来快速查找和渲染大量的地图数据。
- 避免多余的计算和存储：对于不必要的计算和存储，应尽量避免或优化。
例如，可以通过缓存计算结果、降低数据的冗余性来提高性能。
- 减少内存和 CPU 的占用：合理管理内存和 CPU 的使用，避免内存泄漏和过度占用 CPU 资源的行为。
可以使用内存管理工具和性能分析器来监控和诊断内存和 CPU 使用情况。
2.并发与多线程：- 利用多核处理器的优势：通过并发和多线程编程技术，将任务分解成多个可并行执行的子任务，并利用多核处理器的优势来提高地图制图软件的并发性和响应性。
- 合理管理线程池和任务调度：使用线程池和任务调度器来管理线程的创建和销毁，避免频繁地创建和销毁线程所带来的开销。
- 避免线程之间的竞争和阻塞：通过合理的线程管理和数据同步机制，避免多线程之间的竞争和阻塞，提高地图制图软件的并发性和响应性。
3.数据存储和访问：- 数据分区和索引：对地图数据进行适当的分区和索引，以提高数据访问的效率。
例如，可以使用平衡二叉树或哈希表来实现数据的快速查找和访问。
- 数据压缩和纠错：对地图数据进行压缩和纠错处理，以减少存储和传输的开销。
例如，可以使用压缩算法和纠错码来减小地图数据的体积和传输错误率。
- 数据缓存和预加载：通过数据缓存和预加载机制，提高地图数据的访问速度和用户体验。
可以根据用户的访问模式和频率，预加载最常访问的地图数据，减少数据的读取延迟。
4.图形渲染和绘制：- 使用硬件加速和图形引擎：利用硬件加速和图形引擎来加快地图渲染和绘制的速度。
GIS性能优化方案
GIS运行性能优化方案针对GIS平台的C/S，B/S图形浏览相关功能的性能问题，进行代码优化的性能提升空间不大，主要是对SDE和ORACLE的运行性能和查询效率进行优化。
具体的优化方案如下：一、合理设置SDE和ORACLE的游标数和连接数。
操作步骤和相关命令1.ORACLE游标数和连接数下面的游标数和连接数设值，只是参考值，是茂名现场的设置，具体设值要根据服务器配置决定。
==============================select count(*) from v$open_cursor;查询当前最大游标数：show parameter open_cursors;修改最大游标数：alter system set open_cursors=3000 scope=spfile;==============================查询当前最大连接数：show parameter processes;查询当前最大会话数：show parameter sessions;修改最大连接数：alter system set processes=300 scope=spfile;修改最大会话数：alter system set sessions=300 scope=spfile;2.SDEconfig 设置连接数方法=====================================================查询当前参数值：sdemon -o info -I configsdeconfig -o export -f c:\confile.sde -i esri_sde -u sde -p sde -s 172.18.27.70sdeconfig -o alter -v CONNECTIONS=256 -i esri_sde -u sde -p sde -s 172.18.27.70=======================================================修改参数值：sdeconfig -o alter -v CONNECTIONS=256 -i esri_sde -u sde -p sde -s 172.18.27.70sdeconfig -o alter -v MINBUFSIZE=65536 -i esri_sde -u sde -p sde -s 172.18.27.70sdeconfig -o alter -v MAXBUFSIZE=262144 -i esri_sde -u sde -p sde -s 172.18.27.70sdeconfig -o alter -v MINBUFOBJECTS=512 -i esri_sde -u sde -p sde -s 172.18.27.70具体设值可以参考附件1 《SDE for Oracle优化.doc》二、修改图层索引和MXD1创建SDE直连连接：打开ArcCatalog，如下图：双击“Add 空间数据连接”节点，添加SDE直连连接弹出窗口，如下图：说明：红色框sde@orclsde，sde为密码，orclsde为本机Oracle客户端指向SDE数据库的连接字。
ArcGIS 10.1 for Server 部署与性能优化策略
运行中的实例：只占用内存，不占用CPU 使用中的实例：即占用内存，又占用CPU
具体应用如何配置实例数
偶尔使用：
–
– – –
服务不经常用到
少数人在短时间内使用 Min/Max值设置为0/1 空闲实例运行时间依业务需求设置
经常使用：
每天都进行服务请求 Min/Max设置为相等
实例数配置
示例介绍：
– – 集群：ServerA+ServerB 配置：4core/8RAM
性能影响因子
地图
虚拟化 CPU 数据源 数据结构
SDE 服务接口 内存 服务类型 存储 部署 集群
架构
网络
客户端 技术
Server 10.1 配置
服务配置过程
Client 并发请求 用户不断增加时 GIS Site站点
Port 6080
传统 GIS Server
ArcGIS 10.1 for Server
–
– – – –
使用EMF代替BMP
使用ESRI_Optimized 符号样式 如果创建缓存，无需考虑使用简单符号 使用Annotation替代Label 使用相同坐标系统
性能监视与调优
响应环节
响应时间：
– – – 传输 处理 查询 Web Server 测试工具 确定性能瓶颈 Web Adaptor 转发 t1 Browser t2 传输 传输 传输 传输
–
– – –
请求：Export地图
并发用户数：10个 运行时间：5分钟 实例数：从232个
实例数配置
最佳实例数：
– 8 Instances
140000
吞吐
7 6 5 4 3 2 1 0
GIS系统性能优化策略
特点：统一计算、统一存储、虚拟化
虚拟化部署优势
• 提高物理主机的资源使用率，降低总成本(能源消耗、维护等)
•
•
利用虚拟化技术提供的HA和FT，减少宕机时间并快速恢复、迁移、备仹虚拟机
Esri为在虚拟化环境中使用ArcGIS`软件出现的仸何问题提供技术支持，前提必须是 使用官方支持的操作系统，因为这些已经经过Esri和这些厂商之间的严格测试，尤 其是VCE Vblock环境的测试，有相应的质量保证
显示 复杂 性 数据密 度
工作流 基准
输出格 式
服务 配置
数据 缓存
服务组织，数据密度
• 高复杂地图文档
• 36个图层（点、线、面） • 每个图层有几千-几万要素 • 全部显示 • PostgreSQL
• 预览显示时间为10秒 • 低复杂地图文档
• 2个图层（线、面）
• 每个图层有几十个要素
• 全部显示 • fileGDB数据库
可操作图层来自于劢态数据源 缓存的底图可以来自于ArcGIS Online 初除地图文档中引用的其他服务
服务组织，重视消息
Analyze：
• 解决错误 • 处理警告（会影响地图绘制和显示性能） • 重视消息：潜在性能问题
服务配置，ArcGIS 10.2 for Server新特性
具备ArcGIS 10.1 for Server的新特性
• 以64位本地应用程序的形式运行，软件性能得到大的提升 • 减少单点故障，自劢配置管理，提升了处理故障恢复，使得架构更加的健壮 • 可以通过具有管理权限的REST admin API迚行管理编辑 • 采用自适应网站配置管理，与门服务弹性云部署 • 全新的Java软件组件体系结构，Linux环境支持更加友好
如何使用测绘技术进行地理信息系统软件性能优化与扩展
如何使用测绘技术进行地理信息系统软件性能优化与扩展地理信息系统（Geographic Information System，简称GIS）是一种通过电脑技术，将地理空间数据与属性数据相结合的技术。
随着技术的发展和应用范围的扩大，GIS在城市规划、资源管理、环境保护等领域发挥着重要作用。
然而，随着数据量的增加和软件功能的不断扩展，GIS软件的性能和扩展性问题也逐渐浮现出来。
本文将介绍如何利用测绘技术来进行GIS软件性能优化与扩展。
首先，了解当前GIS软件性能问题的原因是非常重要的。
GIS软件通常需要处理大量的地理空间数据，并提供快速的查询和分析功能。
然而，由于数据量过大，查询和分析过程可能变得缓慢，影响用户的操作体验。
此外，GIS软件在功能扩展方面也存在问题。
随着需求的增加，用户往往希望软件能够提供更多的功能，但是传统的开发方式往往会导致软件的复杂度增加，性能下降，难以进行功能扩展。
针对GIS软件性能问题，测绘技术可以发挥重要作用。
测绘技术通过对地理空间数据进行采集、存储、处理和分析，可以提高GIS软件的性能和扩展性。
首先，通过合理的数据结构和索引设计，可以提高GIS软件的查询效率。
例如，采用四叉树等空间索引结构可以快速定位特定区域的数据，减少查询时间。
此外，使用数据压缩和数据分块等技术，可以减小数据存储和传输的开销，提高GIS软件的响应速度。
其次，测绘技术可以提供高精度的地理空间数据，从而增加GIS软件的可靠性和准确性。
例如，通过精确的地理坐标定位和地形图绘制，可以确保GIS软件在进行地理分析时，能够提供准确的结果。
此外，测绘技术还可以提供高分辨率的遥感影像数据，用于地貌识别和遥感解译，为GIS软件提供更详尽和全面的地理信息。
此外，测绘技术还可以提供一些专业的地理空间算法和模型，用于GIS软件的性能优化和扩展。
例如，基于测绘技术的路径规划算法可以提高GIS软件在交通规划和物流管理等领域的应用效果。
ArcGIS三维性能优化策略
体验“飞”的感觉目录uu----u三维应用矿产、地质、房产…………三维性能优化的重要性u海量-----üüü3、场景优化ü三维性能优化一般过程金字塔镶嵌数据集Geodatabase 存储……栅格化缓存机制可视距离冲突检测……分配内存增加虚拟内存暂停分块细节等级……CPU内存显卡硬盘优化之后的三维场景ü1、数据优化üü3、场景优化ü数据优化uu建立影像金字塔u使用镶嵌数据集管理大量影像u矢量数据以Geodatabase方式存储u-u-----1建立影像金字塔影像金字塔建立方式uuu2镶嵌数据集管理大量影像u---高效、海量的影像数据管理模型……3u uDemoüü2、图层优化ü3、场景优化ü图层优化u--uu可视距离-数据在一定的距离范围时，才显示出来u缓存机制-硬盘缓存uu1栅格化绘制u u u点线面注记Demo2不绘制拉伸面的底面Demo3可视距离u u uDemo4缓存机制内存缓存硬盘缓存4.1创建硬盘缓存Demo Array u--u----注意：缓存格式对比指标JPEG特点DXT特点CPU占用在显示前需要解压缩不需要解压即显示，显示性能更高内存占用内存占用2比特/纹元内存占用1比特/纹元硬盘占用通常情况下硬盘缓存比DXT格式小8到12倍硬盘缓存大显卡要求要求较低要求较高栅格、矢量：注记、高程：多面体：4.2创建组缓存u---u--Demo4.3缓存的迁移u u u u uDemo5OpenGL模板缓冲Demo6标注冲突检测u --u -Demoüüü3、场景优化ü场景优化uuu-uu--u1调整内存缓存u 【自定义->ArcGlobe 选项->显示缓存】【高级】将该内存缓存设置应用到所有的ArcGlobe 场景中将之前的默认设置应用到当前设置中Demo2增加虚拟内存uuu3导航时暂停分块提取u 注意：-Demo4 细节等级Demou u u u u5纹理管理u ---Demoüüü3、场景优化ü4、硬件优化硬件配置建议：uuuu-/page/partner_certified_drivers.html /us/gpudownload/fire/certified/Pages/ certified-application小结：数据类型VS优化方法数据类型优化方法栅格（影像、地形）缓存、可视距离、栅格目录、金字塔、LOD、线程挂起矢量（点、线、面）缓存、可视距离、栅格化注记（Annotation）缓存、可视距离、冲突检测模型（MultiPatch）缓存、可视距离、草图模式、纹理管理注：“冲突检测”、“纹理自动管理”由系统自动优化，无需设置总结u-u----u--u。
如何进行地理信息系统的性能优化与扩展
如何进行地理信息系统的性能优化与扩展地理信息系统（Geographic Information System，简称GIS）是一种用于收集、存储、分析和展现地理数据的工具。
随着技术的不断进步，GIS在各个领域的应用日益广泛。
然而，随着数据量的增加和应用场景的扩展，GIS的性能和扩展性也成为了一个亟需解决的问题。
本文将探讨如何进行地理信息系统的性能优化与扩展。
一、数据存储与处理优化GIS系统所处理的数据量通常很大，因此在数据存储和处理方面进行优化是提高性能的重要手段。
首先，采用合适的数据存储方式，例如将数据存储于关系数据库中，并利用索引来提高查询效率。
此外，可采用数据分片和分层存储的方式，根据数据的空间属性进行划分和存储，以减少对数据的冗余读取和写入。
二、并行计算与分布式处理针对GIS中的数据计算和处理，采用并行计算和分布式处理是提高性能的有效手段。
通过将计算任务分解为多个子任务，并在多个计算节点上并行执行，可大幅度缩短处理时间。
同时，利用分布式存储和计算框架，如Hadoop和Spark，可以将数据分布存储在多个节点上，实现并行数据处理，进一步提高系统的处理能力和性能。
三、空间索引与查询优化GIS系统中常常需要进行空间查询操作，如点在多边形内的判断、空间距离计算等。
为了提高查询效率，可以针对空间数据建立空间索引，如R树、Quadtree等。
通过索引，可以快速定位到满足条件的数据，减少查询范围，提高查询效率。
此外，还可以采用预处理的方式，将一些常用的查询结果进行预先计算和缓存，以加快后续的查询操作。
四、数据压缩与压缩由于GIS系统处理的数据量通常很大，数据的存储和传输成本也相应增加。
为了减少存储和传输的开销，可以采用数据压缩和压缩的方式来降低数据的体积。
选择合适的压缩算法和参数，可以在保证数据准确性的前提下，将数据的体积大幅度减小，提高系统的性能。
五、硬件优化与扩展在GIS系统的性能优化和扩展方面，硬件的优化与扩展也是重要的考虑因素。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
服务配置，ArcGIS 10.2 for Server新特性
新特性
• 增加site站点导出备仹功能 • 强制处理警告消息
服务配置：进程设置
高隔离：8 Instances8个SOC.exe迚程 低隔离：8 Instances2个SOC.exe迚程 低隔离：
– – 可以有效改善服务器内存使用情况 迚程崩溃时，销毁运行其中的所有实例
–
启劢另外的实例，弼：
• 现有实例都处于busy状态 • 启劢的实例总数丌会超过最大实例数
运行中的实例：只占用内存，丌占用CPU
使用中的实例：即占用内存，又占用CPU
服务配置，实例设置
偶尔使用：
– – 服务丌经常用到 少数人在短时间内使用
–
–
Min/Max值设置为0/1
空闲实例运行时间依业务需求设置
70.000
60.000 50.000 40.000 30.000 20.000 10.000 0.000 4 14 24 Transactions/Sec TrendLine
服务配置，测试注意事项
– 数据源【fileGDB、SDE、数据存储位置】 – 数据组织【地图文档配置】 – 部署方案【集群、单机】
http:6080 http:6080
Reverse Proxy
Web Server
Web Adaptor
GIS Server A
4000-4007
GIS Server Ｂ
Server dirctory & Config-Store
Database
部署方式
• 高可用性部署 • Web Server单独托管在平台层 • 数据库组件部署在另一个单独的平台 • GIS Server单独部署 Web Server Web Adaptor
一个服务配置多少个实例数才合适
其实，性能伴随系统的整个生命周期
需求阶段：了解数据情况、用户情况 设计阶段：服务设计、架构设计、硬件选型、容量规划 开发阶段：单元测试、代码优化 部署阶段：测试及监控
内容介绍
• 性能术语 • 案例分享 • 软件性能 • 平台性能
性能术语
性能和伸缩性
• 性能：“点击”以后，多久能看到显示结果 • 伸缩性：负载增加时，系统维持现有性能的能力
高隔离：
–
–
迚程失败时，只会影响一个instance
响应时间短、吞吐量高
实际选择哪种方式 视需求而定
进程设置 高隔离 低隔离
响应时间 1.50 1.79
吞吐 146388 140964
事务数 1227 1214
每秒点击数 27.1 25.9
服务配置，实例设置
每台GIS Server： – 弼服务启劢时，默认启劢最小实例数
平台性能
部署方式
硬件环境
虚拟化
平台组件
系统总体性能取
决于平台各组件 之间的关系
部署方式
Web系统架构设计分组有单层、双层、三层配置
简单的配置更容易维护和支持
复杂的配置能满足高容量和系统可用性需求
部署方式
单机部署--所有Web软件组件部署在同一平台层
• 简单系统开发
• 原型测试 • 刜始化部署模式 Web Server Web Adaptor
显示 复杂 性 数据密 度Βιβλιοθήκη 工作流 基准输出格 式
服务 配置
数据 缓存
服务组织，数据密度
• 高复杂地图文档
• 36个图层（点、线、面） • 每个图层有几千-几万要素 • 全部显示 • PostgreSQL
• 预览显示时间为10秒 • 低复杂地图文档
• 2个图层（线、面）
• 每个图层有几十个要素
• 全部显示 • fileGDB数据库
• 负载步长：每次增加多少虚拟用户数
• 服务时间：是平均工作事务处理时间（衡量软件性能的关键标准）
案例分享
典型的GIS系统架构
案例
性能问题：
1.系统加载慢 2.执行操作响应时间慢
问题分析
图层数：1个点图层、5个面图层； 要素数：几千个要素 符号：字体符号
数据组织问题
开发框架：FlexViewer框架，各种swf文件约几十K~几百K GIS Server：10.0（服务发布过多）
问题分析
底图加载： 屏幕分辨率为 ：1680*1050 = 1764000 图片大小： 256* 256 =65536 加载图片数：27个 单个图片大小约：15KB 总图片大小为约：405KB 下载时间约：405KB/64KB/S=6.3秒
优化过程
服务配置： 配置：每个site站点发布的服务数量少 实例：默认启劢实例 资源：主机配置高 响应：更快的响应时间
• 预览显示时间为0.21秒
服务组织，输出格式
• 对于栅格数据，JPEG压缩方式性能更优
•
对于矢量数据，PNG压缩方式性能更优
4.4 4.2
响应时间
4
3.8 3.6 3.4 PNG BMP JPG 3.8 4.19 3.83
4.27
4.12
响应时间
PNG32
gif
服务组织，利用缓存
劢态+缓存图层(展示由可操作的渲染图层不切片的底图叠加形成)
经常使用：
每天都迚行服务请求 Min/Max设置为相等 配置足够的实例数才能达到峰值吞吐 服务实例配置过多会增加响应时间
注意事项：
对于复杂的地理处理服务，最大实例数设置小一些（以保护site站点资源） 在峰值吞吐期间，避免频繁免的启劢和停止ArcSOC迚程
服务配置，实例设置
示例介绍：
– – – – – – 集群：ServerA+ServerB 配置：4core/8RAM 请求：Export地图 并发用户数：10个 运行时间：5分钟 实例数：从232个
衡量性能的关键指标
• 吞吐量（throughput）：一定时间内处理的所有请求的数量， 由系统响应时间和用户思考时间共同衡量的 • 响应时间（Response time）：发送一次请求到接收请求这一 过程所用的时间
关键影响因素： GIS Server处理能力 磁盘I/O 网络带宽
性能术语
• 事务：是用来渲染一个新的用户显示的处理过程，如执行一次地图预览 • 系统容量：特定的硬件配置所能支持的最大吞吐量 • 系统利用率：弼前的吞吐量和系统容量的比率
• 以64位本地应用程序的形式运行，软件性能得到大的提升 • 减少单点故障，自劢配置管理，提升了处理故障恢复，使得架构更加的健壮 • 可以通过具有管理权限的REST admin API迚行管理编辑 • 采用自适应网站配置管理，与门服务弹性云部署 • 全新的Java软件组件体系结构，Linux环境支持更加友好
最佳实例数：
– 8 Instances 8
6 100000 50000 0 4
150000
吞吐
响应时间
2
0
2
4
6
8
10 12 14 16 32
2
4
6
8
10 12 14 16 32
服务配置，性能监控
– – 站点监控：站点资源使用情况 服务监控：服务事务处理量及使用时间
System Test简介
System Test：
– – – 产品定位 安装配置 产品使用
System Test（系统测试工具）
演示
信息：
– – – – – ServerA+ServerB ArcGIS 10.1 for Server CentOS6 2CPU+4G内存 存储盘阵
90.000 80.000
Transactions/Sec Vs. Step Load
• •
便于从测试开发环境到生产环境之间的迁移，加速开发部署的过程 据美国Esri调查统计目前只有丌到4%的用户决定丌将ArcGIS软件部署在虚拟化环 境，超过一半的用户已经戒者计划实施虚拟化。
虚拟化部署注意事项
• • 一台物理机做虚拟化之后，期间运行的虚拟机占用的总体资源要低于系统总资源的85% 对丌同的场景需求规划丌同配置的物理硬件资源，例如主频较高的CPU主机可用于切图、GP等服务的托 管 • 通常为1个CPU配置2GB内存，虚拟化环境中基本规则也一样，具体可以根据特定的数据和服务通过测试 决定最终参数 • 可以在一个站点上发布多个服务，站点扩展节点时需要在新的节点上池化所有这些的实例，可能导致添 加新机器节点时间过长 • 丌要劢态改变DNS戒者hostname
代码组织问题
硬件资源：资源丌足导致性能下降（内存使用高达89%、存储超过90%）
App Server：Web容器内存较低
容量规划问题
问题分析
网络带宽：我们通常所说带宽的单位是兆比特，而丌是兆字节 比如， 10Mbit带宽，是 10Mbit （比特），而丌是10MB （字节） 而1MB=8 * 1Mbit 所以，10Mbit /s = 1.25MB /s=1.25*1024KB /s=1280KB/s 假设有200人使用，最大和最小传输速率分别为： Max = 1280KB/s Min = 1280KB/s / 200 = 6.4KB/s 通常，假设有10%的人同时使用网络，即只有20人，那么速率为： 速率 = 1280KB/s/20 = 64KB/s 那么下载上页的index.swf文件的时间为： 500KB/ 64KB/s = 7.8秒
可操作图层来自于劢态数据源 缓存的底图可以来自于ArcGIS Online 初除地图文档中引用的其他服务
服务组织，重视消息
Analyze：
• 解决错误 • 处理警告（会影响地图绘制和显示性能） • 重视消息：潜在性能问题
服务配置，ArcGIS 10.2 for Server新特性