能提高处理能力？浅谈万户OA系统大并发设计

  【天极网办公频道】【天极网企业群组４月２３日消息】随着企业信息化的发展，企业信息系统应用的规模也不断增大，用户访问量日益变大，数据处理的规模日益增长，对服务器的响应的要求也越来越高，我们如何提高OA的处理能力，来应对这些需求的增长呢? 这就要求OA系统具备良好的集群架构扩展性，良好的系统架构设计以及良好的应用设计。

  一、集群架构扩展性

  ezOFFICE专业版是万户ezOFFICE系列产品的高端版本，采用了J2EE集群架构设计，可以满足客户对大用户数、高并发、高可靠性的要求，主要适用于大型集团式企事业单位的应用。

万户OA ezOFFICE

  集群架构设计是体现OA系统的重要属性，ezOFFICE采用的集群架构可以无限的支持水平扩展。它以一种简单的方式来处理不断增加的用户和数据压力，对水平扩展的良好支持是衡量OA系统的重要指标，不断增加水平扩展的节点数可以有效的满足用户数压力增大时系统的响应。当用户数增多时，由于单个java虚拟机资源的限制，无法无限扩展自己的性能，这种情况下OA要能支持多个JVM实例的部署，扩展OA系统。这种简单且成本低的扩展方式可以有效的提高系统的性能，而不必去采购价格高昂的大型计算机来满足企业的集中计算。

  ezOFFICE采用的J2EE架构设计可以很好的支持负载均衡和失败转移功能。它采用的负载均衡会自动侦测每台应用服务器的访问压力数据，在有新的用户请求发起时，会根据压力的情况自动转发用户的请求到压力小的服务器上，从而保证了每台应用服务器的压力均衡，最终实现企业OA系统的高性能和高可用性。当某一台应用服务器发生故障时，用户对它的访问发生错误时，失败转移会迅速的将该用户的后续请求转移到正常的服务器上，从而实现OA系统的高容错性。

  二、系统架构设计

  ezOFFICE在系统的架构设计上为了充分实现大并发的要求，在系统的体系结构上专门独立出一个开发层，为缓存层。基于J2EE架构设计的ezOFFICE会使用缓存的机制来存储那些经常被读取而较少被修改的内容，从而避免频繁的从数据库里读取数据，以提高OA的系统的应用性能。每一个OA的部署结构上都会有一个缓存组件提供对本地OA的缓存服务，特别是在集群环境下，不同的节点服务器之间的缓存都存在着冗余的对象，不同节点服务器上的缓存之间需要实现数据同步更新，以保证缓存数据和数据库数据的一致性。

万户OA ezOFFICE

  另外ezOFFICE在部署结构上经过了大量的优化，特别是经过了大量的客户应用的实践，积累了丰富的优化配置经验，对中间件层的大量优化工作能够有效的针对ezOFFICE发挥其性能起到重要的作用，从而满足了OA系统的大并发要求。通常ezOFFICE支持绝大多数中间件和数据库类型，对其进行优化参数设置，比如jdk版本、jvm内存、垃圾回收、线程定义等等，都可以在部署层面有效的支撑ezOFFICE产品，满足其对于大并发用户数的压力要求。

  三、应用设计

  ezOFFICE在系统的应用设计上也更多的考虑到了大并发的要求，特别是在用户请求的响应时间上做了许多的优化，满足用户使用上的良好体验。

  选择对象页面是ezOFFICE系统里使用很频繁的一个页面，它主要用来给用户提供组织和人员的查询和选择，ezOFFICE采用分层加载的方法来减少一次获取数据的数量，避免组织结构树过于复杂和庞大时系统不能及时响应。另外对于系统里所有已查看用户的页面都采用分页加载的形式设计，避免系统一次性加载过多的不必要的信息，增加服务器的压力，从而提升了系统的性能。

  工作流系统是ezOFFICE系统的核心应用，它涉及到的业务表单数据十分庞大，特别是规模较大的企业客户产生的业务表的规模也十分庞大，那么ezOFFICE在对他们的持久化操作上采用了分表设计的方式，用来扩展业务数据的存储性能。每个工作流表单都会对应一个或者多个独立生成的物理数据表，每张表单的数据可存储在不同的数据表中，以此来分流数据，避免集中存储带来的数据查询的压力，同时也保证了数据分析利用的方便。

  内部邮件模块是ezOFFICE里数据操作较大的一个应用模块，一些大型的企业使用它来做内部交流和沟通，由于使用过于频繁，每天都会产生大量的业务数据，日积月累邮件数据会几何级的增长，从而影响系统的查询性能。ezOFFICE在设计内部邮件时采用了历史邮件的方式来备份历史数据，让在用数据和历史数据物理上分离，从而减少系统不必要的数据操作，加快数据检索速度，提升性能。

  自定义桌面是ezOFFICE的门户，是展现OA里各模块的平台，它可以在一个平台上展示所有OA的内部信息和数据，还可以实现桌面的定制化，展示互联网信息和企业的第三方系统的信息数据，它真正实现了企业应用在门户上的集中推送。那么考虑到OA门户的特殊性，ezOFFICE采用了异步数据加载的技术来减轻服务端的压力，提升服务器计算的性能，提高了用户响应的速度。