北京2021年8月12日 /美通社/ -- 日前，SPEC（Standard Performance Evaluation Corporation，即國際標(biāo)準(zhǔn)性能評(píng)測(cè)組織）公布了最新 Cloud IaaS 2018 Benchmark 測(cè)試成績，在同規(guī)模測(cè)試場(chǎng)景下浪潮數(shù)據(jù)核心產(chǎn)品浪潮云海OS再次刷新世界紀(jì)錄，性能得分全球第一，并在應(yīng)用實(shí)例復(fù)制數(shù)、可擴(kuò)展性和平均實(shí)例配置時(shí)間方面表現(xiàn)優(yōu)異，均達(dá)到全球領(lǐng)先水平。
SPEC Cloud測(cè)試到底是啥？
SPEC CloudIaaS 2018 Benchmark是SPEC開發(fā)的評(píng)估基于大數(shù)據(jù)場(chǎng)景下的云基準(zhǔn)標(biāo)準(zhǔn)測(cè)試（SPEC Cloud IaaS 2018是SPEC的第二個(gè)基準(zhǔn)測(cè)試套件來衡量云計(jì)算的性能，以原始2016版本為基礎(chǔ)，具有各種增強(qiáng)功能和新的主要指標(biāo)），采用Yahoo的YCSB與HiBench的K-Means模擬實(shí)際的工作負(fù)載。
Benchmark基準(zhǔn)測(cè)試模型
主要測(cè)試的是IaaS云平臺(tái)性能，選用兩類最重要的和最具代表性的負(fù)載：云平臺(tái)上運(yùn)行IO密集型和計(jì)算密集型負(fù)載，通過加壓測(cè)試數(shù)據(jù)面性能、可擴(kuò)展性以及控制面性能來得到測(cè)試結(jié)果，具體來說：
IO密集型負(fù)載測(cè)試：YCSB是Yahoo公司的一個(gè)用來對(duì)云服務(wù)進(jìn)行基礎(chǔ)測(cè)試的工具，SPEC CloudIaaS 2018通過創(chuàng)建NoSQL（Cassandra）實(shí)例實(shí)現(xiàn)YCSB架構(gòu)。其測(cè)試項(xiàng)包括吞吐量、插入響應(yīng)時(shí)間、讀取響應(yīng)時(shí)間、平均應(yīng)用實(shí)例（Application Instance）配置時(shí)間。
計(jì)算密集型負(fù)載測(cè)試：K-Means算法是機(jī)器學(xué)習(xí)中常用的一種聚類算法。SPEC CloudIaaS 2018基準(zhǔn)測(cè)試使用HiBench K-Means實(shí)現(xiàn)計(jì)算密集型測(cè)試，其測(cè)試項(xiàng)包括完成時(shí)間、每個(gè)應(yīng)用實(shí)例運(yùn)行的Hadoop迭代計(jì)數(shù)、平均應(yīng)用實(shí)例配置時(shí)間。
應(yīng)用實(shí)例基準(zhǔn)測(cè)試模型
此外，SPEC Cloud IaaS 2018具有完善技術(shù)測(cè)試框架，是云計(jì)算性能測(cè)試的基準(zhǔn)，作為企業(yè)級(jí)客戶云產(chǎn)品選型的重要參考標(biāo)準(zhǔn)，測(cè)試框架主要指標(biāo)包含如下四個(gè)方面：
應(yīng)用實(shí)例復(fù)制數(shù)：復(fù)制的應(yīng)用實(shí)例數(shù)表示在測(cè)試結(jié)束時(shí)已完成至少一個(gè)有效應(yīng)用的實(shí)例總數(shù)?？倧?fù)制數(shù)是K-Means與YCSB的應(yīng)用實(shí)例總和，但二者任何一項(xiàng)的有效應(yīng)用實(shí)例不能超過總數(shù)的60%。
性能得分：性能得分是所有有效應(yīng)用實(shí)例的得分總和，代表了所有應(yīng)用在云環(huán)境的總體表現(xiàn)。它是SPEC CloudIaaS 2018規(guī)范的YCSB和K-Means性能得分的總和，分?jǐn)?shù)越高代表性能越好。
相對(duì)可擴(kuò)展性：SPEC Cloud測(cè)試執(zhí)行包括兩個(gè)階段——baseline基準(zhǔn)數(shù)據(jù)收集和scale-out擴(kuò)展性能數(shù)據(jù)收集?？蓴U(kuò)展性是scale-out過程中每個(gè)應(yīng)用實(shí)例能提供與baseline階段的應(yīng)用實(shí)例相同性能輸出的百分比，結(jié)果越高代表可擴(kuò)展性越好，當(dāng)百分比大于等于80%，即認(rèn)為是優(yōu)秀。
平均實(shí)例配置時(shí)間：所有有效應(yīng)用實(shí)例的平均配置時(shí)間。每個(gè)實(shí)例的配置時(shí)間都是從創(chuàng)建實(shí)例請(qǐng)求開始到cbtool驅(qū)動(dòng)可以SSH到實(shí)例的時(shí)間間隔。
本次測(cè)試的數(shù)據(jù)指標(biāo)有何驚艷之處？
“Copy數(shù)”：眾多周知，Copy數(shù)受制于測(cè)試時(shí)設(shè)計(jì)的匯報(bào)Copy數(shù)、Copy上限、失敗率、YCSB與KMeans各占比例及服務(wù)器硬件的負(fù)載能力；初次提交時(shí)還可能出現(xiàn)受限于當(dāng)時(shí)的磁盤性能以及調(diào)度策略的情況；甚至當(dāng)Copy數(shù)增加時(shí)，測(cè)試時(shí)間內(nèi)會(huì)出現(xiàn)部分AI無法達(dá)成測(cè)試標(biāo)準(zhǔn)進(jìn)而轉(zhuǎn)為失敗。
對(duì)此浪潮云海優(yōu)化了調(diào)度策略、虛擬機(jī)創(chuàng)建流程以及測(cè)試硬件，降低了失敗率。目前，“39 Copies”的數(shù)據(jù)指標(biāo)雖然已經(jīng)達(dá)到匯報(bào)Copy數(shù)的基本要求并作為以下指標(biāo)測(cè)試的基本前提來使用，但并不代表當(dāng)前集群所能創(chuàng)建應(yīng)用實(shí)例的上限。
“性能得分”：性能得分作為SPEC制定的標(biāo)準(zhǔn)分值，其值為基準(zhǔn)測(cè)加權(quán)平均后算出的絕對(duì)值。我們了解到，虛擬機(jī)后端存儲(chǔ)讀寫能力、內(nèi)存大小、CPU及針對(duì)虛擬化的調(diào)優(yōu)動(dòng)作都會(huì)對(duì)性能得分產(chǎn)生影響，所以在保障性能衰減速率更低的條件下能夠在服務(wù)器上虛擬更多虛擬機(jī)，這是廠商們的普遍目標(biāo)。
對(duì)此浪潮云海通過分析業(yè)務(wù)場(chǎng)景，有針對(duì)性地對(duì)測(cè)試環(huán)境進(jìn)行配置優(yōu)化。結(jié)果顯示，本次基準(zhǔn)測(cè)試的性能得分比基準(zhǔn)提高了40%，保障了單位密度虛擬機(jī)數(shù)量增加且服務(wù)器配置不變條件下性能的穩(wěn)定性。
性能得分的數(shù)據(jù)對(duì)比
與其他廠商相較，浪潮云海OS產(chǎn)品同樣出色。對(duì)比當(dāng)前業(yè)界性能得分最佳的廠商，云平臺(tái)綜合性能提升35.8%，YCSB性能提高33.9%，KMeans性能提升37.4%。
“平均實(shí)例的配置時(shí)間”：“平均實(shí)例配置時(shí)間”被定義為所有有效應(yīng)用實(shí)例的平均配置時(shí)間，是實(shí)例部署請(qǐng)求提交到實(shí)例啟動(dòng)并被測(cè)試管控節(jié)點(diǎn)接管的時(shí)間間隔。浪潮云海最新提交的平均實(shí)例配置時(shí)間為41s，與某廠商最新測(cè)試結(jié)果相對(duì)比，在單臺(tái)服務(wù)器虛擬機(jī)數(shù)等量的情況下平均實(shí)例配置時(shí)間提高5s，體現(xiàn)了對(duì)集群控制平面的深度優(yōu)化效果，包括對(duì)虛擬機(jī)的請(qǐng)求發(fā)放、主機(jī)調(diào)度和啟動(dòng)時(shí)間在內(nèi)的能力提升。
“相對(duì)可擴(kuò)展性”：通常相對(duì)可擴(kuò)展性受限于CPU核心數(shù)、內(nèi)存剩余及磁盤。依據(jù)SPEC官方標(biāo)準(zhǔn)，80%以上均為優(yōu)秀；在本次測(cè)試中浪潮云海OS產(chǎn)品的可擴(kuò)展性得分為85.1%，達(dá)到優(yōu)秀級(jí)別。
解密調(diào)優(yōu)！浪潮云海OS在測(cè)試中有哪些升級(jí)實(shí)踐？
為了達(dá)成性能再升級(jí)，提升虛擬機(jī)的創(chuàng)建速度及穩(wěn)定性，浪潮云海選用了鏡像加速的調(diào)優(yōu)手段，即啟動(dòng)自研智能鏡像緩存淘汰算法，智能管理本地緩存目錄，在有限的本地緩存空間內(nèi)盡可能提高鏡像緩存命中率。
此外還通過支持配置項(xiàng)預(yù)設(shè)鏡像緩存目錄大小、彈性伸縮以及可根據(jù)鏡像的使用頻率自動(dòng)調(diào)整本地存儲(chǔ)空間等操作，節(jié)約了鏡像下載到本地所消耗的時(shí)間，甚至可以達(dá)到80%以上。這波系列操作不但提升了應(yīng)用虛擬機(jī)的創(chuàng)建速度與穩(wěn)定性，還提高了鏡像創(chuàng)建卷的速度，保障了用戶在大規(guī)模業(yè)務(wù)場(chǎng)景下的工作效率。
鏡像緩存算法實(shí)現(xiàn)原理
“通過針對(duì)磁盤IO監(jiān)控，我們發(fā)現(xiàn)在負(fù)載情況下虛擬機(jī)的磁盤IO性能有所降低。根據(jù)多次定位分析，了解虛擬機(jī)后端與宿主機(jī)系統(tǒng)盤處于相同存儲(chǔ)情況下會(huì)導(dǎo)致IO性能降低，因此為了保證讀寫不受宿主機(jī)系統(tǒng)盤干擾，選擇將虛擬機(jī)后端與宿主機(jī)系統(tǒng)盤分離部署?！?br />
為了保證應(yīng)用在云環(huán)境的整體表現(xiàn)，浪潮云海還對(duì)虛擬機(jī)規(guī)格（CPU、內(nèi)存、硬盤）進(jìn)行多次調(diào)整且關(guān)閉了KVM的內(nèi)存共享。有效防止因搶占導(dǎo)致性能降低關(guān)閉了CPU預(yù)留和CPU綁定，進(jìn)一步“預(yù)防”CPU不能被充分利用的情況，最終實(shí)現(xiàn)負(fù)載情況下虛擬機(jī)的CPU、內(nèi)存、硬盤都能保持較高的利用率，提升了大規(guī)模場(chǎng)景下虛擬機(jī)性能的穩(wěn)定性以及資源的利用率。
某一節(jié)點(diǎn)內(nèi)存共享關(guān)閉示例
在SPEC測(cè)試過程中，浪潮云海選擇通過增大Nova并發(fā)任務(wù)數(shù)上限并實(shí)現(xiàn)鏡像緩存機(jī)制，降低了平均實(shí)例的配置時(shí)間。即增大Nova并發(fā)任務(wù)個(gè)數(shù)來減少虛擬機(jī)創(chuàng)建時(shí)的排隊(duì)時(shí)間，憑借鏡像緩存的技術(shù)手段解決同一個(gè)鏡像在創(chuàng)建多臺(tái)虛擬機(jī)的過程中頻繁下載、刪除、再下載鏡像導(dǎo)致耗時(shí)嚴(yán)重的問題。
為了改善并發(fā)場(chǎng)景，還一并優(yōu)化了haproxy線程數(shù)，包含優(yōu)化連接池中最大SQL連接數(shù)、最大允許超出的連接數(shù)等關(guān)鍵信息。這在OpenStack云平臺(tái)大規(guī)模落地實(shí)踐中極具參考價(jià)值，能夠有效提高創(chuàng)建虛擬的成功率，同時(shí)更好滿足用戶快速、批量創(chuàng)建虛擬機(jī)的迫切需求。
增加Nova-conductor的worker數(shù)，提高Nova處理能力示例
鏡像緩存配置示例
作為全球性能、擴(kuò)展性等綜合技術(shù)水平領(lǐng)先的云平臺(tái)軟件，浪潮數(shù)據(jù)為未來智算中心建設(shè)提供了全球領(lǐng)先水平的 “云操作系統(tǒng)”，未來定將圍繞智算操作系統(tǒng)核心引擎的產(chǎn)品定位，持續(xù)打造云海OS硬核技術(shù)實(shí)力，推動(dòng)企業(yè)數(shù)字化、智能化迅速轉(zhuǎn)型。
