十一、
对于楼主的问题，以及公司的架构方案，我认为你们仍然在犯错！ 误区：遇到性能问题的第一件事情就是找硬件和容器的事情! 性能问题的基本上无一例外的都出在写的程序有问题，满足不了伸缩性。 好好看看你们的程序吧，不要再给bea打电话了，你得到的建议，基本上都是用不到的。 robin的观点是对的，我甚至怀疑你们的数据库连接是否有释放问题的。 增加你们前端的内存，多做缓存。hibernate的cache方案不差jdbc对数据库的频繁使用 html的书写是否符合w3的规范
最好在一个服务器上部署整个应用！
十二、
淘宝用的weblogic8,他们的web层使用的Turbine，且大量的使用velocity，由于对事务要求及其苛刻用到了ejb,也用到spring很多其他服务，访问数据库使用ibatis，他们对weblogic优化到的极致加上外面也架了apache,，在如此高并发的情况，且高度复杂的搜索。。。，还能保持如此的响应速度，确实很不错。
淘宝的搜索功能说是在的非常强大，不晓得是不是yahoo中国来人做的，一直觉得很神奇
robbin大哥说的还是很有道理，对于大多数门户门户网站，使用EJB确实浪费，购买weblogic的钱可以购买很多硬件来apache,tomcat负载均衡远远胜过于ejb方案的性能。没有绝对的性能好坏之分，主要还是看你的需求，weblogic永远是对于银行，证券，电信的行业所准备，他们所使用的硬件对象也绝对不是刀片，双路至强的硬件这样的东东。
十三、
经过今天修改tomcat的参数，修改如下： 经过测试，并发人数是可以达到像robbin所说的一样，能够在600人左右，如果压到并发700人，就有15%左右的失败，虽然在调整上面参数之后，并发人数上去了，但是在同样的时间内所完成的事务数量下降了10%左右，并且响应时间延迟了1秒左右，但从整体上来说，牺牲一点事务吞吐量和响应时间，并发人数能够提高500，觉得还是值得的。谢谢robbin的建议。
由于本人使用的loadRunner 能支持的独立client数量在100个，所以没办法对ejb进行单独的压力测试。因为我在对前段应用调用ejb时，最多并发用户已经达到1000个，但是通过监控weblogic10中发布的ejb应用和连接池，发现ejb应用等待数量为0，但是连接池中最多有60个活动连接，有7个连接在等待，因为此时设置的weblogic连接池最大数量是60，后来对连接池数量进行增大到160个，再次进行测试，发现性能反而不如把连接池数量调为60个的时候。问起bea的人，他们也说不清楚原因。
同时对他们所提供的一种更好的jvm进行测试，jvm的名字是 RealTime.发现性能并没有太大改善。 我们现在的系统已经作了很多的缓存，有全局的，有局部的，都是放到内存中的HashMap，静态的页面都是放在apache上的，不过没有使用 apr， 接下来如果有时间，会测试一下这个咚咚。
che前面是F5负载均衡器，在apache后面是tomcat，tomcat在公网上，然后通过内网网卡访问weblogic，weblogic才能访问数据库，tomcat不能直接访问数据库的，由于以前的网络结构的原因，也有安全的原因，公司还有部分服务器在北京（无线事业部）和广州（老系统，以后会逐渐迁移到上海），虽然现在也有其他的安全方案可以把tomcat放在内网，去掉weblogic，但是这种改变是需要时间的，也要考虑平稳过渡，所以还请各位理解。至于购买weblogic，公司也是有自己的考虑的。因为以前就是运行在weblogic上的，如果现在不用了，如果出了问题，就很难办了。
十四、
是的，如果调整参数，可以达到并发人数达到1000以上，但是通过对比同样压力下的weblogic和tomcat，发现tomcat的响应时间都比weblogic长，并且tomcat的cpu的占用率达到45%-60%，而同样的压力下weblogic的cpu占用只有3%-5%。内存都是2G都用了97%，说明主要差别表现在cpu和相应时间上，我没有做tomcat 1000人并发测试，但是从以前600人并发的响应时间判断，我觉得响应时间可能会超过15秒。所以从综合各方面性能指标考虑，我觉得要找出一个响应时间，并发人数，完成交易数量3方面考虑折中，找出一个满足应用响应时间和并发用户的折中吧，如果是并发交易量比较大的应用，我想应该减少并发用户，提高单位时间内交易数量来满足应用需求吧。
十五、
又回到了realtime的定义，并不是很快的意思，而是响应时间是可预计的。
而JVM对响应时间可预计性的影响，主要表现在 1.线程调度受操作系统线程调度的影响 2.垃圾收集引起的暂停
所以jrockit选择了动态垃圾收集，以频繁的收集来换取每次中断时间的减少，所以，对吞吐量来说，是反而会下降的。大部分jvm都有吞吐量优先，短暂停时间两种截然不同的垃圾收集算法。
