1. 课程导入与全景认知
在企业数据中心里，性能问题往往不是“服务器太慢”这么简单。一次数据库响应变慢，可能来自CPU主频不足、内存带宽瓶颈、NVMe盘队列拥塞、网卡中断分布不均，也可能来自虚拟化层的CPU超分或NUMA跨节点访问。容量规划同样如此：买多了浪费预算，买少了业务高峰就抖动。本课程的目标，是让学员建立一套从硬件平台认知到性能度量、瓶颈定位、容量推算的完整方法论，并能落到Lenovo企业计算产品的真实配置与调优手段上。
一、Lenovo企业计算产品线概览
Lenovo企业计算产品线覆盖从通用机架、高密度多节点、关键业务到AI加速的完整谱系，理解各产品定位是后续选型与优化的前提。
- ThinkSystem SR系列机架服务器：主力通用平台，如SR650 V3、SR630 V3，支持双路Intel Xeon或AMD EPYC，适合虚拟化、数据库、通用业务。
- ThinkSystem SD系列多节点：如SD530、SD650，面向HPC与高密度计算，共享电源与散热，强调每U算力密度。
- ThinkSystem SR系列GPU服务器：如SR670 V2，支持多块GPU，面向AI训练与推理。
- ThinkAgile超融合与ThinkSystem存储：如DE系列、DM系列，提供块、文件、对象存储能力，是容量规划的重要对象。
- ThinkSystem NE系列网络：提供25G/100G/400G交换，决定东西向流量与存储网络性能。
- XClarity管理套件：统一纳管、固件合规、能耗与健康监控，是性能基线采集与容量趋势分析的数据来源。
这些产品并非孤立硬件，而是由CPU、内存、PCIe、NVMe、网卡、BMC构成的协同系统。性能优化必须沿着这条链路逐段排查，而不是只盯某一个部件。
二、性能优化与容量规划的核心目标
性能优化解决“当前是否跑得好”，容量规划解决“未来是否够用”。两者共享同一套度量语言：吞吐量、响应时间、并发数、资源利用率、队列深度。核心目标可以概括为三点：
- 可预测：在给定负载下，系统响应时间与吞吐量可被量化、可被复现，而不是靠感觉。
- 可扩展：当业务增长时，能通过纵向升级或横向扩展平滑承接，且知道瓶颈会先出现在哪一层。
- 可验证：每一次调优或扩容都有基线、有对比、有结论，避免“改了参数但不知道是否有效”。
三、典型业务场景与挑战
不同业务对资源的敏感点差异很大，下面用一张关系图展示典型场景与主要瓶颈的对应关系。
可以看到，同一台SR650 V3在不同场景下的“短板”完全不同：跑OLTP时可能CPU主频和NVMe写延迟是瓶颈；跑虚拟化时NUMA与超分比更关键；跑AI推理时GPU显存和PCIe带宽决定上限。因此，优化前必须先明确业务画像，而不是套用通用参数。
四、课程学习路径与实战项目
本课程按“认知—度量—优化—规划—落地”推进，共30章。前段建立产品与指标认知，中段深入CPU、内存、存储、网络、虚拟化、GPU各子系统的调优方法，后段进入容量建模、趋势预测与真实项目演练。
贯穿课程的实战项目是：为一家中型电商企业设计一套支撑“日常+大促”双峰值的计算平台方案。项目会给出业务指标（如日常订单500 TPS、大促峰值3000 TPS、平均响应时间≤80ms），要求学员完成：
- 基于Lenovo SR650 V3与SR630 V3的节点选型与配置建议；
- 用压力测试工具采集基线，识别CPU、内存、磁盘、网络各层瓶颈；
- 给出调优前后对比数据，并推算满足大促峰值所需节点数与安全余量；
- 输出一份可评审的容量规划说明，包含假设、计算过程与风险点。
学习本课程不需要预先精通所有硬件细节，但需要具备基本的Linux操作、性能指标概念和虚拟化常识。每章都会给出可复现的命令、参数或判断依据，建议在实验环境中同步操作，把“看懂”变成“做过”。