如何高效实用服务器性能，而不是让服务器空闲？这个问题我们可以来深入探讨一下。总的来说，提高服务器的利用率是工作效率的主要体现。

原因很简单:如果一台服务器性能好，利用率低，那么这台服务器的工作效率就会很低。从成本的角度来看，我们也希望服务器满负荷工作，而不是一直闲置。

那么如何提高服务器的利用率呢?

我们需要首先分析服务器利用率低的原因。首先，没有那么多工作负载——这涉及到对服务器的有效投资和理解。那么如果工作量过大，也会造成计算中的I/O拥塞，导致利用率低。以上两个问题实际上是一个任务调度和负载均衡问题。另一方面，利用率也与服务器的配置瓶颈有关。在一些较早的机器中，虽然服务器的计算性能很强，但是核心很多。但是利用率总是上不去，因为内存太小，形成了系统瓶颈。

现在，在以英特尔至强E5、AMD推土机架构、Power7为代表的小型机面前，内存容量不再是问题。新的瓶颈层出不穷——对频率敏感的应用不适合多核环境，而是需要像Power7这样的高频服务器来提高利用率。相反，一些线程敏感的应用需要多核处理，比如AMD推土机架构。在高性能计算和其他级别，英特尔中央处理器架构具有更好的性能。可见，了解自身的应用类型，合理配置服务器，是解决系统瓶颈，提高服务器利用率的重要因素。负载平衡呢?让我们谈谈传统做法。

传统上，负载平衡是通过手动或负载平衡算法实时监控服务器来分担工作负载。这种方法的优点是实现起来比较简单，缺点是费时费力，而且总是需要调整。一些厂商还推出了具有自学习和多策略的负载均衡软件，甚至硬件产品来完成作业调度。

但这毕竟是暂时的解决办法，而不是永久的解决办法。因此，虚拟化这种统一的手段，已经成为一种广泛使用的手段，成为云计算的基石。原理很简单，就是资源池化——将服务器集群的计算能力、存储能力、网络带宽虚拟化为单独的资源池，在其中动态分配计算资源，这样就没有简单的服务器分区，绕过了负载均衡的问题。但是，让我们将话题重新聚焦在服务器层面——提高利用率和虚拟化之间的直接联系在哪里?它是将一些空闲的计算资源以虚拟的方式分配给其他应用任务，这与现有的应用是不同的。

这句话很尴尬。你可以把它想象成把自己一分为二，一个做繁重的体力劳动，其余的做一些轻松的工作。总体目标是用尽你的力量——也就是提高利用率。综上所述，我们得出两个结论:一是需要根据应用类型选择合适的服务器，从而最大化利用率;那么在此基础上，如果采用虚拟化的解决方案，可以更大程度的挤压服务器资源，更大规模的提高利用率。这也为云计算打下了良好的基础。