环境优化

此文介绍关于GeoServer的优化部分，主要分为 JVM 和 GerServer 两部分。

JVM 相关优化

Java Advanced Imaging API (JAI)是一个甲骨文提供的图像处理库，GeoServer需要使用它生成WMS瓦片影像， JAI的性能对所有栅格化处理都很重要，尤其是WMS和WCS中缩放，裁剪，重构光栅内容等部分。

Java Image I/O Technology 用于栅格文件的读写，主要使用在WMS和WCS的栅格图像读取部分，对WMS的输出影响也很大，因为输出的编码格式要求为PNG/GIF/JPEG图像。

GeoServer默认包含一个“纯Java”版本的JAI，但是处于性能考虑，可以将JAI和ImageIO作为“Java 扩展”安装在你的JDK/JRE上。

目前JAI在Windows上只有32位版本，具体安装细节可以到官网查看。

主要对JVM容器进行调整，根据需求和硬件选择合适的环境配置。

参数	含义	默认值	描述
`-Xms128m`	JVM初始堆大小	物理内存的 1/64	这里`Xms128m`表示在JVM初始化时获取128M内存。当可用堆大小小于40%时会增大到`-Xmx`最大限制。
`-Xmx756M`	最大堆大小	物理内存的 1/4	默认(MaxHeapFreeRatio参数可以调整)空余堆内存大于70%时，JVM会减少堆直到`-Xms`的最小限制。
`-XX:SoftRefLRUPolicyMSPerMB=36000`	每兆堆空闲空间中SoftReference的存活时间	1s	GeoServer使用SoftReference缓存数据，将这个值增加到`36000`（也就是 36s）有助于提高缓冲的效率
`-XX:+UseParallelGC`	使用并行垃圾收集器		默认的垃圾收集器，在使用一些线程回收内存时暂停应用。如果是轻量级的使用，并且垃圾可以容忍暂停就可以使用该项。
`-XX:+UseParNewGC`	设置年轻带使用并行收集器		启用CMS(Concurrent mark sweep)，在程序运行时使用多线程回收内存，在服务器持续使用时推荐此项，堆大小至少为 6GB。

更多关于垃圾回收的参数设置可以阅读文章Tuning Garbage Collection Outline 和The 4 Java Garbage Collectors。

在 Java 8 中使用 Marlin 光栅化，可以提升渲染矢量数据的性能。

使用以下代码可以在 JVM 启动时启用 Marlin 光栅化。

服务策略就是服务器向客户端提供输出的方法，需要在正确的形式（确保报告合适的错误信息之类）和速度（最快化服务输出能力）之前进行权衡。你可以通过编辑GeoServer实例的web.xml文件修改服务策略。

策略	描述
`SPEED`	以最快速度输出，省略OGC错误报告
`BUFFER`	将所有的结果先存储在内存中，等输出都完成后再传送这些数据，这样可以确保报告OGC错误，但会稍有延迟，如果请求量大的时候，会迅速消耗完内存。
`FILE`	和 `BUFFER` 相似，但是将结果存储在文件中而不是内存中，可以避免内存错误，但同时会慢一些。
`PARTIAL-BUFFER`	介于`FILE`和`BUFFER`之间，这种方式在内存中使用几KB用于响应请求，然后提供所有输出服务。

为了让GeoServer更有用，最好制定自己的服务元数据。

例如

不要让客户端从服务器请求过量的数据。

例如