在典型 ArcGIS Enterprise 环境中计划部署 ArcGIS GeoEvent Server 时，需要考虑特定于 GeoEvent Server 的各种概念。
事件处理
当 GeoEvent Server 收到事件数据（或 GeoEvent）时，有五个因素会影响该事件的处理时间：大小、速率、数量、分析和输出目标。
事件大小
在大多数情况下，所有事件均不相同。 事件可以具有不同数量的字段，而具有文本字段的事件可以具有未知数量的字符字节。 通常，事件的大小越大，GeoEvent Server 处理事件所需的时间越长。 除了处理事件所需的时间之外，与较小的事件相比，较大的事件还需要更多的磁盘空间来存储其消息队列。
事件速度
GeoEvent Server 处理事件数据的速度通常以每秒事件数进行衡量。 事件速度（事件数/秒）由事件量（处理的事件数）除以事件速度（事件的处理速度）来确定。
Event Velocity (events/second) = Event Volume (events) / Event Speed (seconds)
事件速率
事件的添加速率可用于指示 GeoEvent Server 上的预期负载。 通常，事件速率由具有相同 追踪 ID 的事件之间的时间进行衡量。 事件到达速度越快，GeoEvent Server 对计算机 CPU 和本地文件存储系统的需求越大。 作为上述方程的分母，事件速率越短（事件量越少），事件量越大。
最佳做法是，建议减少高速事件的事件速度时间，因为与低速事件相比，变化率更频繁。 通常，事件速度时间应小于事件速率。 例如：
- 短速率事件 - 变电站的更新可能每 1 秒到达一次。 处理此事件的合理目标将明显小于 1 秒。
- 长速率事件 - 配送服务车辆的更新每 60 秒到达一次。 毫无疑问，处理此消息的目标约为 10 到 20 秒。
事件量
事件量用于衡量系统中可能存在的唯一事件数。 事件量通常与事件集同义。 事件量与事件速度结合使用，用于确定估计的事件速度。 通常，较高的事件量将导致 GeoEvent Server 负载增加。 与较低的数量相比，较高数量可能需要更高的 CPU 和本地存储性能。 作为上述方程的分子，事件量越大，事件速度越大。 事件量的示例包括：
- 大事件量 - 追踪 15,000 辆国有车辆的大型运输部门。
- 小事件量 - 追踪 12 台扫雪车的地方政府。
事件分析
随着事件通过 GeoEvent Server，使用过滤器和处理器对事件执行的数量处理和分析会影响计算机资源和事件处理时间。 复杂的处理和分析工作流通常使用更多的计算机 CPU，并增加处理事件数据的时间量。 某些分析工作流（例如使用字段丰富器处理器丰富传入的数据源）可提高计算机网络连接的利用率。
事件输出目标
在许多情况下，事件数据的传播不会影响 GeoEvent Server。 但是，使用某些输出时需要考虑一些注意事项，例如事件速度可能高于特定输出的能力。 设计和实施高效 GeoEvent Server 时，如果预期事件速度明显高于正在使用的输出连接器，则可能需要不同的方法。
事件流和集
事件流
事件流定义为正在由 GeoEvent Server 中的输入连接器或输出连接器添加或传播一组事件。
注：
事件流与流服务不同，后者是输出连接器的特定实现。
事件集
事件流表示流入或流出 GeoEvent Server 的所有单个事件，而事件集表示事件流中的唯一事件集。 通常，唯一性基于事件的追踪 ID。 在大多数情况下，事件集与事件量同义。 事件集的一些示例包括：
- 在车辆位置事件流中，事件集包含所有单个车辆标识符，例如车辆 VIN。 唯一 VIN 集表示此示例中的事件集。
- 在水位计事件流中，事件集包含每个唯一水监控器标识符（例如，传感器的序列号）。 唯一水传感器标识符集是事件集。
Geofence
GeoEvent Server 的关键功能是针对已知几何或地理围栏实时处理事件数据。 地理围栏已加载到 GeoEvent Server 并存储在内存中。 地理围栏存储在内存中，因此计算机 RAM 的数量非常重要，它决定了可以在内存中存储的地理围栏数。 除了 RAM 数量之外，RAM 类型也会影响地理围栏的访问速度，尤其是需要针对许多地理围栏进行分析时。
与地理围栏的数量相比，这些地理围栏的复杂性更重要。 地理围栏具有的点或折点越多，GeoEvent Server 执行这些实时空间关系时消耗的计算机 RAM 越多。 例如，下面的每组地理围栏可能包含相同数量的点/折点，并消耗相同数量的计算机 RAM。
- 包含 70,000 个点的集合，表示整个区域中的感兴趣点。
- 区域道路网络，其中包含数百个道路中心线段，每个路段都包含数百个点。
- 美国高度精确的 25 个县面边界，每个边界包含数千个点。