另一方面，利用率也與服務器的配置瓶頸有關。在一些較早的機器中，雖然服務器的計算性能很強，內核數量很大，但由于內存太小，利用率上不去，形成了系統的瓶頸。如今，在以英特爾至強E5、AMD推土機架構、Power7為代表的小型機面前，內存容量已經不是問題。然而，新的瓶頸層出不窮——對頻率敏感的應用不適合多核環境，而是需要像Power7這樣的高頻率服務器來提高利用率。
相反，一些線程敏感的應用需要多核處理，比如AMD推土機架構。在HPC層面，英特爾CPU架構性能更好。可見，了解應用類型，合理配置服務器，是解決系統瓶頸，提高服務器利用率的重要因素。
先說傳統的做法。傳統上，負載平衡是通過手動或負載平衡算法實時監控服務器并分擔工作負載。這種方法的優點是實現起來相對簡單，缺點是需要花費時間和精力，而且總是需要調整。一些廠商推出了具有多種策略的自學習和負載均衡軟件，甚至有硬件產品來完成作業調度。
但這畢竟是治標不治本。因此，虛擬化這種統一的手段，成為普及應用的普遍手段，成為云計算的基石。
原理很簡單，就是資源池化——將服務器集群的計算能力、存儲容量、網絡帶寬虛擬化為資源池，并在其中動態分配計算資源，這樣就不存在純服務器分離，繞過了負載均衡的問題。
但是，讓我們重新關注服務器級別—提高利用率和虛擬化之間的直接聯系在哪里？在于可以將一些空閑的計算資源虛擬分配給其他應用任務，這與現有的應用是不同的。
這句話很拗口。你可以把它想象成把自己分成兩半，一半做繁重的體力勞動，剩下的做一些輕松的工作。總體目標是把你的全部力量都占滿——也就是提高利用率。
綜上所述，我們得出兩個結論:一是需要根據應用類型選擇合適的服務器，使利用率最大化；那么如果在此基礎上采用虛擬化解決方案，可以更大程度的提取服務器資源，更大規模的提高利用率，為云計算打下基礎。有不懂的請咨詢夢飛服務器了解。
