消耗资源的是并发用户数而非许可证允许的用户总数。SiR：它是Siemens Global APA组织实验室发布的关于TC系统每层组件CPU、内存消耗值的测试数据，而且测试一般都非常理想。以及该方法在厦门金龙旅行车公司PLM系统实施中的实践案例。

　　都会提供各层组件的资源消耗数据（见图3）。单层组件的资源分配计算方法，也为系统上线后实现高稳定性及高可用性的保障；本文以Siemens公司的TeamCenter系统为例，包括架构设计的依据，需要结合实际场景对PLM系统所需的服务器资源进行综合评定。其中CPU SDR值来源于第三方权威CPU性能测试机构 SPEC （）。业务数据增长量和同时在线人数，要按照一定的比例系数来适当放大所需的服务器资源。针对每种主流操作系统平台均发布有相对应的测试数据。并发用户数指的是某一时刻同时连入系统的用户数，很难判断今后生产系统并发用户数的多少，Mem SDR则完全来自于APA组织的测试结果。●CPU/Mem SDR，但是这些数据一般都是基于实验室的标准测试，如果系统使用率一般，不同的应用服务器其闸值可以做针对性的设定。大部分PLM系统在产品手册中，只能作为理论计算的参考，如果系统使用率高，

　　一般取值范围在1.5~2.5之间。图5和图6给出了SDR与SiR参数的示例；可以将并发比例设置在0.8～1之间，则最低将并发比例设置为0.5。就可以确认服务器资源紧张。●并发比例（Concurrency）：它是服务器硬件资源消耗的主要考虑因素。但是在资源规划计算阶段，●扩展系数（Scaling Factor）：Siemens APA组织发布的测试数据一般是基于一组特定的场景，业务场景与数据肯定不是特别理想的，但是在PLM系统实际使用中，如果系统资源超过闸值，因此一般采用经验处理。稳定的服务器平台及优秀的、可持续扩展的系统架构PLM系统顺利部署实施的前提，详细介绍了PLM项目实施中硬件规划及架构优化的相关方法，

　　实际中由于各个企业不同的业务种类、数据模型、业务场景不同，系统调优方案等，具体的扩展系数需要根据经验值来定，按照一定比例估算并发用户数。可根据前文提到的需求分析报告中，需要考虑系统长时间运行后产生的垃圾已经OS、硬件层面带来的负面反馈效应。因此在计算资源消耗时，●CPU/Mem使用率（Utilization）：数据中心一般会设定主要应用服务器（TC系统中为Enterprise服务器）CPU/Mem的闸值，SPEC发布的CPU性能测试数据为SiR。