所有组件都有计数器用来记录运行时各方面的数值，比如Integration Service会追踪记录每个组件的input rows, output rows以及error rows的数量，并将这些数字记在计数器里。其中，一些组件的计数器是跟性能相关的，专门用来记录性能有关的数字信息。如下列的计数器，可通过查看它们来确定性能瓶颈并达到性能优化的目的
1) Errorrows计数器
记录error记录条数，需查看如下计数器来分析原因
Transformation_errorrows
当有数据流有大量Error rows时，会影响到性能
具体请参照：排除Transformation Errors
2) Readfromcache和Writetocache计数器
记录缓存读写记录条数
当session包含Aggregator, Rank, 和Joiner组件时，需查看如下计数器来分析原因
Transformation_readfromcache
Transformation_writetocache
Transformation_readfromdisk
Transformation_writetodisk
可以在session运行时，通过在monitor里查看运行session的log来查看细节
查看磁盘访问时，需要计算"缓存命中率"和"缓存丢失率"
缓存命中率计算公式：[(# of reads from disk) + (# of writes to disk)]/[(# of reads from memory cache) + (# of writes to memory cache)]
缓存丢失率计算公式：[1 - 缓存命中率]
因此最小化磁盘读写，最大化缓存读写可以最大限度的提升性能，其中缓存命中率为1是最理想的情况
3) Readfromdisk和Writetodisk计数器
记录磁盘读写记录的条数
当session包含Aggregator, Rank, 和Joiner组件时，需查看如下计数器来分析原因
Transformation_readfromdisk
Transformation_writetodisk
可在session运行时，通过monitor查看session运行log的细节
如果这两个计数器的值都大于0，说明缓存小，可通过调高缓存大小提升性能
关于缓存，包括index cache和data cache
其中index cache是存储的group信息的，data cache存储的是组件转换后的数据
两个缓存都可以提升性能，但由于组件转换后的数据量往往是非常大的，因此data cache需调高的要比index cache多
但若处理的数据量超过可用内存时，可调高index cache提升性能
如果session中的Aggregator是不断累积增长的，Integration Service会不断的从磁盘读写历史Aggregated数据，
则下面的计数器值会大于零
Aggregator_readtodisk
Aggregator_writetodisk
如果预先就知道大体的数据量时，可将缓存调整为合适的大小，因为缓存过大或过小都会有性能上的损失
4) Rowsinlookupcache计数器
当session中包含多个lookup组件时，可能会降低性能
若lookup表很大时，可通过优化lookup expressions来提高效率
具体请参照：Optimizing Lookup Transformations