参与ECSU实例评测,申请免费体验机会:https://developer.aliyun.com/mission/review/ecsu
参与ECSU实例评测,申请免费体验机会:https://developer.aliyun.com/mission/review/ecsu
参与ECSU实例评测,申请免费体验机会:https://developer.aliyun.com/mission/review/ecsu
视频演示地址>>>点我直达Bilibili<<<
视频演示地址>>>点我直达Bilibili<<<
视频演示地址>>>点我直达Bilibili<<<
通用算力型Universal实例(U1实例)支持多款Intel Xeon Platinum 可扩展处理器,基准vCPU算力与5代企业级实例持平,最高vCPU算力与6代企业级实例持平,提供2c-32c规格和1:1/2/4/8丰富配比,适用于Web应用及网站,企业办公类应用,数据分析和计算等大多数通用的对vCPU算力和性能要求不高的应用场景。
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<
详情请浏览官网:>>>直达链接<<<
实例规格| vCPU| 内存 | 网络带宽(Gbit/s)|
------- | ------- | -------
ecs.u1-c1m2.large| 2| 4 | 1
ecs.u1-c1m4.large| 2| 8 | 1
ecs.u1-c1m2.xlarge | 4| 8 | 1.5
因为之前有测过阿里云的C5系列实例,也是计算型的,那么这次就跳过一些相同的测试场景,若您需要一些关于常规测试的数据,可以遵循这篇博客的步骤进行测评>>>【ECS测评大赛】ECS C5全方位对比测评、服务搭建(含Alinux 3)<<<
此次关于U1通用计算型的测评,我们这边采用实战化的测试场景,包括但不限于Web压力测试,机器学习模型训练等,因为最近有在做友商这方面相关的项目,所以就来测一下,同时也是符合U1通用计算型实例的推荐场景(Web应用及网站&数据分析及计算)
简单Web网站压力测试
使用阿里云PTS产品以及apache AB进行压测(nginx未优化配置,worker=auto)
机器学习模型训练
在云端运行DRFC项目,训练AWS Deepracer模型
AB测试脚本
#!/bin/bash
if [ $# -ne 4 ]
then
echo "$0 ab -c -n http://被测端/"
exit 1
fi
_concurrency=$1
_requests=$2
_url=$4
_add=$3
#_path=`mktemp -d `
#mkdir -p $_path
echo "ab ${_concurrency} ${_requests} ${_url}"
_time=${_concurrency}
_file=`echo ${_url} |awk -F/ '{print$3}'`
_path=`mktemp -d ${_file}.XXXXXXXX`
mkdir -p ${_path}
#chmod 777 -R $_path
#echo ' $_requests $_url report ' >> ${_file}_${_requests}_report.txt
echo "concurrency Requests_per_second Time_per_request Transfer rate " >> ${_file}_${_requests}_report.txt
echo "并发数 平均每秒完成请求数 平均请求处理时间 每秒从服务器获取数据长度 " >> ${_file}_${_requests}_report.txt
for ((i=$_concurrency;i<=$_requests;i+=$_add))
do
if [ "${_concurrency}" -ge 20000 ];then
echo "${_concurrency} >= 20000"
exit 1
fi
echo "ab -c $i -n ${_requests} ${_url} >> ${_path}/_${_file}_${_requests}_${_time}_.txt"
ab -r -c $i -n ${_requests} ${_url} >> ${_path}/_${_file}_${_requests}_${_time}_.txt
_Transfer_rate=`cat ${_path}/_${_file}_${_requests}_${_time}_.txt |grep 'Transfer rate' |awk -F: '{print$2}'`
_Requests_per_second=`cat ${_path}/_${_file}_${_requests}_${_time}_.txt |grep 'Requests per second' |awk -F: '{print$2}'`
_Time_per_request=`cat ${_path}/_${_file}_${_requests}_${_time}_.txt|grep 'across all concurrent requests' |grep 'Time per request' |awk -F[:\ ] '{print$11$12}'`
echo " $i ${_Requests_per_second} ${_Time_per_request} ${_Transfer_rate} " >> ${_file}_${_requests}_report.txt
_time=$(($_time+10))
sleep 3
done
测试命令
apt install apache2-utils
#初始100并发,总计1000并发,每次递增100并发,直至1000并发
./abtest.sh 100 1000 100 http://被测端IP/
测试结果
concurrency Requests_per_second Time_per_request Transfer rate
并发数 平均每秒完成请求数 平均请求处理时间 每秒从服务器获取数据长度
100 227.44 [#/sec] (mean) 4.397[ms] 189.68 [Kbytes/sec] received
200 563.22 [#/sec] (mean) 1.776[ms] 469.72 [Kbytes/sec] received
300 199.35 [#/sec] (mean) 5.016[ms] 166.26 [Kbytes/sec] received
400 138.57 [#/sec] (mean) 7.217[ms] 115.57 [Kbytes/sec] received
500 133.73 [#/sec] (mean) 7.478[ms] 111.53 [Kbytes/sec] received
600 84.48 [#/sec] (mean) 11.837[ms] 70.31 [Kbytes/sec] received
700 88.40 [#/sec] (mean) 11.313[ms] 73.35 [Kbytes/sec] received
800 74.81 [#/sec] (mean) 13.368[ms] 62.20 [Kbytes/sec] received
900 33.38 [#/sec] (mean) 29.960[ms] 27.73 [Kbytes/sec] received
1000 45.75 [#/sec] (mean) 21.858[ms] 35.06 [Kbytes/sec] receive
**阿里云自家的PTS产品,性能测试服务(Performance Testing Service,简称 PTS)是卓越的SaaS性能测试平台,具备强大的分布式压测能力,可模拟海量用户的真实业务场景。
**
| 每秒请求数(RPS)| 时长|成功率(请求/业务)|平均RT(ms)|TPS(平均/峰值)|异常数(请求/业务)|总请求数
------- | ------- | -------| ------- | ------- | ------- |
PTS | 200| 2分钟|100%/0|2|202/246|0/0|2.3W
PTS | 500| 1分钟|100%/0|4|507/507|0/0|2.9W
PTS | 1000| 1分钟|100%/0|8|1020/1127|0/0|6W
apt install awscli
aws configure --profile minio
git clone https://github.com/aws-deepracer-community/deepracer-for-cloud.git
pip install boto3 jq
curl https://get.docker.com | sh
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
apt install docker-ce docker-ce-cli containerd.io
cd deepracer-for-cloud & ./bin/init.sh -c local -a cpu
reboot
cd deepracer-for-cloud
sed -i 114s/localhost/`hostname -I|awk -F ' ' '{print $1}'`/ bin/activate.sh
. bin/activate.sh
dr-update
dr-update-env
dr-upload-custom-files
dr-start-training
本次测评通过2个简单的测评(Web压测以及机器学习模型训练)来对U1通用算力型实例进行测试,通过测试结果以及阿里云的监控大盘,可以很直观的看到测试数据和服务器的负载数据,由此作出如下总结
从上述测试结果来看,U1通用算力型服务器的表现很棒,尤其是在稳定性方面,完全符合官方所述的推荐场景,在对于Web场景来看,可以使用抢占式实例来运行,在保持高性能的同时也可以尽量的降低成本。对于本篇测评的另一个案例—模型训练,使用CPU进行训练,就是考虑一个成本在这里,并且系统的稳定性非常重要。
也推荐大家来尝试本篇测评的项目,同时也有之前对于CPU、内存等的测试,欢迎大家使用阿里云U1实例!!!
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<