在典型 ArcGIS Enterprise 环境中规划 ArcGIS GeoEvent Server 部署时，必须考虑特定于 GeoEvent Server 的某些因素。
事件处理
当 GeoEvent Server 收到事件记录时，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
事件记录具有由 GeoEvent 定义指定的方案。 事件记录的属性值数量和几何类型（点、折线或面）可能会有所不同。 字符串属性可以是短名称或包含多个字符。 点包含一对坐标值，而折线和面包含坐标值对的集合。 较大的事件记录（以字节为单位）需要更多的系统资源来处理。 GeoEvent Server 同时使用系统内存和磁盘空间，因此较大的事件记录需要更多的内存和磁盘空间。
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。
事件速度（事件数/秒）= 事件量（事件数）/事件速度（秒）事件速率
GeoEvent Server 上的负载与提取、调整和处理事件的速率成正比。 较大的事件记录量和较快的到达率会导致 GeoEvent Server 占用更多的系统资源（RAM、CPU 和磁盘空间）来接收和调整原始传感器数据，处理其创建的事件记录和传播处理后的事件记录中的数据。
建议在优化 GeoEvent Server 操作时，将您配置的分析中的事件记录量和速度尽可能降低。 例如，如果来自网络传感器的数据记录预计每秒到达一次，则不能配置复杂的实时分析，这种分析需要针对各个事件记录运行数百毫秒。 您必须减少事件记录量和速度，或简化 GeoEvent Server 每秒执行的过滤和处理。 如果来自 Web 服务的数据记录预计每 30 秒到达一次，则 GeoEvent Server 可以使用复杂的实时分析，只要在下一批到达之前完全处理完接收的事件记录量即可。
事件量
事件量测量系统中唯一事件的数量。 事件量通常与事件集同义。 事件量和从传感器获取数据的速率决定事件速度。 与较低的事件量相比，较高的事件量会增加 GeoEvent Server 上的负载，并且需要更好的 CPU、RAM 和磁盘性能。 事件量越大，事件速度越高。 例如，一个大型运输部门每分钟追踪 15,000 辆国有车辆的位置，这代表了较高的事件记录量和速度。 乡镇每两分钟追踪 12 个扫雪车位置代表了低事件记录量和速度。
事件分析
随着事件通过 GeoEvent Server，使用可配置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。
了解有关处理器的详细信息事件输出目标
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
事件数据将传入 GeoEvent Server，作为事件流或事件集。
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。 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。 以下为事件集的一些示例：
- 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。
地理围栏
GeoEvent Server 的关键功能是针对已知几何或地理围栏几何实时处理事件数据。 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；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需要的内存越多。 请参阅以下地理围栏示例，每个地理围栏可能包含相同数量的点和折点，并可能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
- 州内高度精确的 25 个县面边界，每个边界包含数千个点