当前位置: 首页 > ai >正文

如何对云环境或者超融合系统进行性能测试?

最近几个月,公司开启了新的产品计划,准备来做一个国产超融合一体机(其实个人觉得现在入行已经晚了太多了,市场基本没有多少了)
POC功能测试过完,但是感觉不到什么优势,由于芯片架构采用的是arm架构,相比x86下的超融合环境缺少了很多功能。
于是最近想在性能上面看看有什么优势。

设计了下面几个性能方面的测试

  1. cpu
  2. 内存
  3. 网络
  4. 存储
  5. 业务场景

针对每一个每个方面,有下列的具体的一些指标

CPU测试

  1. 素数运算性能 sysbench
  2. 整数运算性能 unixbench
  3. 浮点运算性能 unixbench
  4. 单线程与多线程性能 unixbench、sysbench

内存测试

  1. 基准测试
  2. 带宽-延迟测试
    测试工具:bmw、tinybench

网络测试

  1. TCP/UDP 带宽
  2. 平均延时
    测试工具:iperf3 、netserver、netperf

存储测试

  1. 物理节点4k 随机读写 IOPS、时延
  2. 物理节点128K、256K、1M 顺序读写 存储带宽、时延
  3. 虚拟机随机读写测试
  4. 虚拟机顺序读写测试
    测试工具: fio

业务场景测试:

虚拟机并发测试:

  1. 批量创建虚拟机 4c8g - 100G虚拟机 x 1/10/50 统计耗时
  2. 批量快照虚拟机 4c8g - 100G虚拟机 x 1/10/50 统计耗时
  3. 批量克隆虚拟机(完整克隆、链接克隆) 4c8g - 100G虚拟机 x 1/10/50 统计耗时
  4. 虚拟机批量开机 4c8g - 100G虚拟机 x 1/10/50 统计耗时
  5. 虚拟机批量关机 4c8g - 100G虚拟机 x 1/10/50 统计耗时
  6. 虚拟机批量重启 4c8g - 100G虚拟机 x 1/10/50 统计耗时

有哪些指标需要指正或者可以补充,欢迎各位大佬在评论区补充、交流。

我汇报一下我的思路,目前超融合系统其实就是将计算虚拟化、网络虚拟化、存储虚拟化融合到一起,所以主要针对这几个虚拟化

我构想的是针对这个方面进行测试:
计算虚拟化就测试CPU、内存,
网络虚拟化就测试带宽、延时,
存储虚拟化就测试大小块的读写性能。

由于公司超融合采用openstack+ceph的架构,type2类型的虚拟化技术,所以可以单独针对集群物理节点进行一次测试(type2虚拟化需要构建在物理裸机的操作系统之上),然后在创建虚拟机上再进行一次测试(实际也会跑在虚拟机上)。

吐槽

  1. 测试工具无法对标x86,比如mlc这样的内存测试神器(英特尔公司开发)
  2. 国产化厂家实测参数网络上一个都找不到
  3. 公司做存储的那波人竟然连一个统一的fio测试参数都没有,真不知道他们怎么做了这么多年的存储。
http://www.xdnf.cn/news/17045.html

相关文章:

  • Java项目:基于SSM框架实现的公益网站管理系统【ssm+B/S架构+源码+数据库+毕业论文+答辩PPT+远程部署】
  • Python 3.13 预览版:颠覆性特性与实战指南
  • Spring 的依赖注入DI是什么?
  • Starrocks中的 Query Profile以及explain analyze及trace命令中的区别
  • 力扣经典算法篇-43-全排列(经典回溯问题)
  • SpringCloud学习------Gateway详解
  • 数据结构 | 树的秘密
  • WPF 与 Winform :Windows 桌面开发该用谁?
  • 剖析 DC - DC 电路 SW 节点铺铜面积大小的利弊
  • Redis集群模式下确保Key在同一Slot的实现方法
  • 依托CGA匹兹堡睡眠质量指数,优化老年睡眠干预方案​
  • 【面试场景题】日志去重与统计系统设计
  • 复制网页文字到Word、WPS文字?选中后直接拖放
  • PowerShell 入门2: 使用帮助系统
  • Apifox使用mock模仿后端返回数据
  • 基于ZYNQ ARM+FPGA的声呐数据采集系统设计
  • Go语言 定时器
  • 数据结构---Makefile 文件(格式、文件变量、调用、伪目标)、gcc编译的四个步骤、双向链表(概念、作用、应用)
  • Android 之 Kotlin中的kapt
  • 风丘助力混合动力汽车工况测试:精准采集整车信号解决方案
  • 【Spring Cloud】-- 注册中心
  • K8S的NetworkPolicy使用教程
  • 【taro react】 ---- useModel 数据双向绑定 hook 实现
  • 12306旅游产品数据抓取:Python+API逆向分析
  • Webpack 5 Module Federation 模块共享最佳实践
  • 【学习笔记】FTP库函数学习
  • 基于铁头山羊STM32的平衡车电机转速开环闭环matlab仿真
  • [Linux]学习笔记系列 -- [arm]boot
  • 如何在 FastAPI 中优雅处理后台任务异常并实现智能重试?
  • Anthropic的商业模式与战略