exchange 2013 lesson3 -规划与部署

简介:

 通过对客户的需求进行调研分析之后就需要进行整体规划,才能保证项目的可用性、可靠性和可扩展性。在ExchangeServer2013的规划涉及内容很广,在此只能是将一些常用的、基本的内容提到。

活动目录规划:

Exchange 2013 向 Active Directory 域服务架构中添加了新的属性,并对现有的类和属性进行了其他修改,以满足邮件处理的基本需求。MicrosoftExchange Server 2013 将所有配置和收件人信息存储在 Active Directory 目录服务数据库中。如果运行 Exchange 2013 的计算机需要有关收件人的信息以及Exchange 组织的配置信息,则其必须查询 Active Directory 才能访问所需信息。

Active Directory 数据库将信息存储在三种类型的逻辑分区中,分别是架构分区、配置分区和域分区。

架构分区存储以下两种类型的信息:

  • 架构类定义可在 ActiveDirectory 中创建和存储的对象的所有类型。

  • 架构属性定义可用于描述存储在Active Directory 中的对象的所有属性。

    在林中安装第一个 Exchange 2013 服务器角色或运行Active Directory 准备过程时,Active Directory 准备过程会将多个类和属性添加到 Active Directory 架构中。添加到架构中的类用于创建特定于Exchange 的对象,比如代理和连接器。添加到架构中的属性用于配置特定于 Exchange 的对象和已启用邮件的用户和组。这些属性包括诸如 Microsoft Office Outlook Web Access 设置和 Microsoft Exchange 统一消息 (UM) 设置这样的属性。林中的每个域控制器和全局编录服务器都包含架构分区的完整副本。如果扩展架构分区则必须是拥有架构管理员权限。

    配置分区存储有关林范围内的配置信息。此配置信息包括 Active Directory 站点的配置、Exchange全局设置、传输设置和邮箱策略。每种类型的配置信息都存储在配置分区的容器中。Exchange 的配置信息存储在配置分区的服务容器下面的子文件夹中。存储在此容器中的信息包含以下内容:地址列表、通讯簿邮箱策略、管理组、客户端访问设置、连接、移动邮箱设置、全局设置、监视设置、系统策略、保留策略容器、传输设置等。

    域分区将信息存储在默认容器以及由 Active Directory 管理员创建的组织单位中。这些容器包含特定于域的对象。这些数据包括Exchange 系统对象以及有关域中的计算机、用户和组的信息。安装 Exchange 2013 后,Exchange 将更新此分区中的对象,以支持 Exchange 功能。此功能会影响收件人信息的存储和访问方式。

    如果扩展配置分区和域分区则必须拥有企业管理员或者是域管理员权限。

    操作系统规划:

    域控制器对操作系统需求:可以使用的操作系统只要是Windows Server 2003企业版SP2及以上版本直到目前的最高版本Windows Server 2012 R2, Windows Server 2012 R2 仅受 Exchange2013 SP1 或更高版本支持。使用 64 位 ActiveDirectory 域控制器可以提高 Exchange 2013 的目录服务性能。

    Exchange服务器角色对操作系统需求:支持在 Windows Server Core 模式中运行的计算机上安装Exchange 2013。计算机必须运行 Windows Server 的完全安装。下表显示的是各角色及管理工具对操作系统的需求:

    wKiom1VG6PCARRClAAGPzfJysH8548.jpg

     

    服务器硬件规划

    处理器:支持 Intel 64 位体系结构的 Intel处理器或者是支持 AMD64 平台的 AMD 处理器。

    我们先看邮箱服务器的CPU容量规划:假设现在有2000个用户邮箱。主动数据库平均分布在两个节点上,那么理想情况下,每个服务器应该托管1000(2000 ÷ 2) 个主动邮箱。但当发生故障后,一个节点将托管2000个主动邮箱。按每个邮箱每天发送或接收 150 封邮件计算使用3MHz计算,主动邮箱的 CPU 需求是2000*3MHz=6000MHz,也就是大约6GHz。每增长一个数据库副本此值乘以10%,在此例中,每个数据库具有一个主动副本和一个被动副本,因此要将 6000MHz增加10%(6000 * 1.1 = 6600MHz)。每个被动邮箱大约使用0.45MHz,因此被动邮箱的CPU需求是:2000*0.45=900MHz。因此,本例中所使用的CPU总需求为6600MHz+900MHz=7500MHz,因此,在购买CPU时只要大于此值,建议将独立服务器设计为在峰值时间段内使用率不超过70%的CPU为宜。

    内存:邮箱角色最小8GB,客户端访问角色最小4GB,邮箱角色和客户端访问角色并存最小8GB,推荐12GB。边缘传输角色最小4GB。

    虚拟内存:页面文件必须设置为物理内存加上10MB。

    磁盘存储容量:基本容量需求如下,

  • 在安装 Exchange 的驱动器上至少具有 30 GB 的可用磁盘空间

  • 对于您要安装的每个统一消息 (UM)语言包,需要另外 500 MB 的可用磁盘空间

  • 系统驱动器上具有 200 MB 的可用磁盘空间

  • 存储邮件队列数据库的硬盘至少具有 500MB 的可用空间。

    但实际上要考虑很多内容,在此我参考Exchange 2010时微软给出的公式,可能会略有出入,但可以借鉴。

         数据库大小=邮箱数目*磁盘上的邮箱大小*数据库开销增长因子

         磁盘上的邮箱大小=邮箱配额+空白空间+垃圾站大小

         其中邮箱配额指的是每用户邮箱大小,这个不用多说。在这里主要说说空白空间,物理磁盘上的数据库大小并非只是用户数乘以邮箱存储配额得出的值。 当大多数用户未接近其邮箱存储配额时,数据库将占用较少空间,在计算容量时不考虑空白空间。数据库本身将始终具有分散在各处的可用页(或称空白空间)。 在后台数据库维护期间,删除数据库中标记为删除的项目会释放这些页。 根据用户使用数据库中的邮箱发送和接收的邮件量,可以估计数据库中的空白空间量。例如,如果数据库中拥有 100 个 2 GB 的邮箱(共200 GB),其中用户平均每天发送和接收 10 MB 的邮件,则空白空间量大约为1 GB (100 * 10 MB)。 如果后台数据库维护不能完成全面检查,则空白空间量可能会超过此近似值。

         每个数据库都包含用于存储软删除邮件的垃圾站。 默认情况下,软删除邮件在 Exchange 2010 中存储 14 天,日历项目存储 120 天。垃圾站大小=(每日传入/传出邮件 x 平均邮件大小x 已删除项目保留期)+(邮箱配额大小 x 0.012)+(邮箱配额大小 x 0.03)。0.012是在删除邮件时使用的磁盘开销 ,0.03是日历使用的空间开销.

    例如,如果邮箱大小为 2 GB,为 14 天的已删除项目保留期启用单个项目恢复需要额外 25 MB 空间,日历日志记录功能需要额外61 MB。

    举例: 每个用户邮箱2GB,每天100封邮件,平均邮件大小为75KB,已删除项目保留期14天。

    分析:邮箱配额=2G

    空白空间:100*75KB/1024 约等于7.3M

    垃圾站大小= 100*75k*14/1024+(2G*0.012)+(2G*0.03) 约等于246M

    每用户邮箱=2G+7.3M+246M 约等于 2.25G

    数据库大小= 2.25G *用户总数*数据库开销增长因子(扩展性,一般认为是20%)

    如果1000个用户,则需要的数据库大小=2.25*1000*1.2=2700G=2.7T

    在规划时还要考虑高可用副本、日志文件的大小等。此部分内容借鉴了Exchange 2010的计算方法,可能略有偏差。


本文转自 bilinyee博客,原文链接:    http://blog.51cto.com/ericfu/1641673     如需转载请自行联系原作者
相关文章
|
2天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
336 90
|
10天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。
|
人工智能 前端开发 API
前端接入通义千问(Qwen)API:5 分钟实现你的 AI 问答助手
本文介绍如何在5分钟内通过前端接入通义千问(Qwen)API,快速打造一个AI问答助手。涵盖API配置、界面设计、流式响应、历史管理、错误重试等核心功能,并提供安全与性能优化建议,助你轻松集成智能对话能力到前端应用中。
774 154
|
16天前
|
人工智能 数据可视化 Java
Spring AI Alibaba、Dify、LangGraph 与 LangChain 综合对比分析报告
本报告对比Spring AI Alibaba、Dify、LangGraph与LangChain四大AI开发框架,涵盖架构、性能、生态及适用场景。数据截至2025年10月,基于公开资料分析,实际发展可能随技术演进调整。
993 152
|
3天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
2天前
|
数据采集 人工智能 搜索推荐
别再“调教”ChatGPT了!用Qwen2.5打造24小时在线数字分身
在AI时代,专属“数字分身”正从科幻走向现实。依托Qwen2.5-14B大模型、LoRA微调技术及LLaMA-Factory Online平台,仅需四步即可打造会说话、懂风格、能办事的个性化AI助手,让每个人拥有自己的“贾维斯”。
212 152