> For the complete documentation index, see [llms.txt](https://docs.verge.io/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.verge.io/learn-the-platform/zh/di-2-mo-kuai-rong-liang-gui-hua-yu-she-ji/lab.md).

# 实验：容量规划与设计练习

## 目标

给定一个虚构的客户场景，你将评估需求，选择合适的 VergeOS 拓扑，确定硬件规模，并生成部署图。

## 前置条件

* 已完成模块 1：架构基础
* 已完成模块 2 阅读（硬件需求、参考架构、客户范围界定）
* 可访问 VergeOS 参考架构文档

## 难度

**初级** -- 提供逐步指导

## 预计时间

**1 小时**

## 步骤

### 第 1 部分：需求收集

查看以下客户场景并提取关键的容量规划输入。

> **场景**：一家中型物流公司需要将 3 个老化的 VMware 集群（共 40 个 VM）整合到 VergeOS 上。他们运行的是 Windows Server（AD、文件服务、SQL Server）和 Linux（Web 应用、监控）的混合工作负载。所有 VM 的峰值内存使用量约为 384 GB。总存储消耗为 12 TB，预计每年增长 20%。他们只有一个数据中心、一个网络机柜，并希望具备高可用性。

**需要回答的问题：**

1. 总的 vCPU、内存和存储需求是多少？
2. 你应规划多长的增长周期（1 年、3 年）？
3. 存在哪些可用性要求？
4. 是否有需要特别考虑的工作负载（例如 SQL Server IOPS）？

### 第 2 部分：拓扑选择

基于你的需求分析：

1. 应该采用 HCI 还是 UCI 部署？为什么？
2. 你建议多少个节点？
3. 需要哪些节点角色（控制器、横向扩展、仅存储、仅计算）？
4. 最接近的起始参考架构是哪一个？

### 第 3 部分：硬件容量规划

为每个节点列出物料清单：

1. CPU 型号和核心数
2. 每个节点的内存
3. 存储配置（启动盘、性能层（例如，Tier 1 使用 NVMe）、容量层（例如，Tier 4 使用 HDD）、控制器节点上的 Tier 0 元数据 NVMe（3 DWPD 或同等规格；至少 1 个，建议 2 个））
4. 网络接口（数量、速率）

### 第 4 部分：图示

绘制或描述一个拓扑图，展示：

1. 节点布局（哪些节点、哪些角色）
2. 网络连接（核心网络、外部）
3. 存储层级
4. HA 如何实现

## 验证

当你能够回答以下问题时，你的设计就完成了 **是** 时，你的 VMware 迁移实验就完成了：

* [ ] 总资源满足或超过客户当前使用量 + 增长计划
* [ ] 该拓扑提供高可用性（无单点故障）
* [ ] 网络设计包含冗余的核心网络连接
* [ ] 存储按适当的层级进行规划（性能敏感型工作负载使用高速层，归档/快照使用容量层）
* [ ] 控制器节点包含 Tier 0 元数据 NVMe（3 DWPD 或同等规格；至少 1 个，建议 2 个）
* [ ] 你可以结合具体客户需求，说明为什么选择 HCI 而不是 UCI


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.verge.io/learn-the-platform/zh/di-2-mo-kuai-rong-liang-gui-hua-yu-she-ji/lab.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.