根据上文可知，省电力公司一般数据库访问和Web服务业务量较大，而芜湖站两种业务量相对较轻，因此，在正常情况下，省电力公司服务器配置为大量数据库访问服务和少量基于Http1.1协议的网页浏览服务，芜湖站服务器配置为少量数据库访问服务和少量基于Http1.1协议的网页浏览服务。针对方案1，安徽省电力公司数据中心需要向中国电力科学研究院转发大量监测数据，因此，中国电力科学研究院除了配置满足本地局域网业务要求的大量数据库访问服务和大量基于Http1.1协议的网页浏览服务外，还需要配置向安徽省电力公司数据中心作大量数据库访问请求的业务应用。而对于方案2，则需要将中国电力科学研究院数据库访问请求指向芜湖变电站数据中心，这分别加重了安徽省电力公司数据中心和芜湖站数据中心数据库访问压力。

　　各省电力公司和变电站服务器除了响应各类业务请求外，还需运行各类本地软件，会占用一定CPU资源。因此，将各省电力公司和变电站服务器基础CPU利用率设为20%，以模拟本地软件占用的CPU资源。

　　考虑到省际网络带宽竞争，以及背景流量对业务响应时间的影响，将省际网络背景流量按图4进行设置，以模拟不同时间段背景流量的变化。

　　　4.2 结果分析

　　对于方案1，将中国电力科学研究院数据中心和安徽省电力公司数据中心服务器做相应配置，使得监测数据的源地址和目的地址分别为安徽省电力公司数据中心服务器和中国电力科学研究院数据中心服务器，然后进行仿真计算，结果如图5～7所示。

　　对于方案2，将中国电力科学研究院数据中心和芜湖站数据中心服务器做相应配置，使得监测数据的源地址和目的地址分别为芜湖站数据中心服务器和中国电力科学研究院数据中心服务器，然后进行仿真计算，结果如图8～10所示。

　　（1）CPU利用率。对比图5和图8可知，采用方案1和方案2，安徽省电力公司数据中心和芜湖站数据中心服务器CPU利用率均低于50%上限，但采用方案1使得安徽省电力公司数据中心CPU利用率增长较快，大约增加13%，而方案2芜湖站CPU利用率仅增长6%，这是由于安徽省电力公司数据中心响应的客户端较多，本身数据库访问负荷较重，在额外承担监测数据转发业务后，CPU开销增加较快，而芜湖站数据中心服务器本身负荷较轻，因此，承担额外任务后，CPU利用率增长较慢。

　　（2）数据库查询负荷。对比图6和图9可知，采用方案1，安徽省电力公司数据中心数据库查询负荷增加较低，约为36%，而方案2芜湖站数据中心数据库查询负荷增长约为380%，这是由于芜湖站服务器初始负荷较低，因此承担监测数据转发任务后，数据库查询负荷增长较快。