整合方案不可避免的挑战：越大越昂贵

　　对于所有的整合工作或者服务器集成来说，至少有三点挑战是不可避免的，而第一个挑战也是最难克服的：

　　对于所有系统来说，没有类似于大规模经济效益这样的观念。简单来说，一个事务在大型系统上运行的成本要高于在小型系统上运行的成本。一个8路系统的运行成本很明显要大于八个单路系统的成本总合。比如在一个单路系统上运行一个事务(最经济的设计)的成本只是在一个8路的 Intel 系统上跑同样事务的成本的一半。因此从一开始，整合就面临着“成本”的挑战。整合基本上就是将多个服务器集中起来，将其硬件资源重新组合，比如生成一个8路系统。为了满足需要，虚拟化解决方案也有类似的机制，不过它是采用生成多个虚拟的服务器的方式来满足对服务器数量上的需求的。

　　整合所面对的第二个挑战是必须深刻了解目标服务器的使用情况。虽然这听上去很简单，但变化的负载曲线带有不确定的峰值，需要服务器具有足够的能力来应付。要使整合后的服务等级(SLA)符合已经确立的单系统标准，则需要大量易于获得的处理能力，以及对大量独立服务器使用情况的深入分析。这都需要强大的运算能力规划与性能管理能力，以及各种工具的辅助。

　　第三个挑战是关于整合效果的。比如说，在整合后，系统是否运行的更好、更快或者成本更加低廉。这需要对整合前后的平台成本和成本比率(硬件、软件以及员工)进行深入分析。基本上说，我们在找一种针对硬件、软件和员工的经典方案。因此，我们必须依靠强大的操作过程，比如可以通过更简单、更具重复性的组织架构和处理过程(如设计 / 建造 / 运行)来帮助降低成本，而不是靠成本更高需要更多资源的以系统管理为中心的组织架构。

　　非大规模经济：一个不变的问题

　　Intel 系列的 SMP 和其他的 SMP 系列( 1 路到 32 路服务器)一样，并没有产生大规模经济的效益，也就是说，并不是服务器规模越大，效益就越高。实际上，一个事务运行于多路服务器上的成本要大于其在单路服务器上运行的成本。假设在单路服务器上运行的成本是 1 ，那么在 8 路服务器上运行的成本就要超过 2 ，而如果将事务移动到更大型的服务器( 16 路到 32 路)上，那么成本将更高昂，比如在 32 路服务器上，其成本就变为 4 。因此越大型的服务器一般来说运行成本也就越高。

　　在低端系统中，单路服务器只是一个简单的系统，并没有可伸缩的 SMP 性能。因此它的价格低廉并且对于每个事务来说，其吞吐量与价格之比要优于 8 路系统。而在大型系统中，比如为了实现 8 路应用而设计的更高速的缓存以及更强大的 SMP 预期，都增加了运算成本。因此，小型系统的数量在快速的增加，虽然这使得维护成本也在不断上升，但由于其低价格以及较高的事务处理“价值”，使得 Intel 平台的整合工作变得更加困难。

　　一个整合模型框架

　　从我们上面的介绍不难看出，仅仅是将八个单路 Intel 服务器整合成一个 Intel 8路服务器，似乎并不能带来财务或者操作上的成功。一个真正的整合模型应该是这样的：鉴于三年的硬件生命周期，一个基本的 Intel单路服务器处理器(刨除存储介质和软件)的平均成本大于每年2000美元。而一个8路Intel服务器处理器(刨除存储介质和软件)每年的成本约 42000 美元，按处理器算即每年每个处理器成本超过 5000 美元。对于一个无损的整合来说，需要至少 20 个单路服务器整合才相当于一个 8 路服务器的成本。

　　上面复杂的计算推出了一个简单的结果，那就是八个单路服务器整合的效果不如 20 个独立的应用服务器。这也许会让客户感到非常不快。而在一个 8 路服务器上运行那 20 个单路服务器的负载从财务或操作上看也不是办法。因为负载管理目前还不成熟，对性能和用户预期的管理还具有一定的风险。因此，一个更好的解决方案是通过虚拟机技术，将硬件和应用隔离开，而掌握这个技术的两大厂商分别是 VMware 和 Connectix (Microsoft 的一个部门 ) 。