Medido en un clúster real, con las condiciones junto a cada cifra.
Cada cifra de aquí procede de una medición publicada en la documentación de DeviceChain. Cada una se muestra con el clúster en el que se ejecutó, la carga que la produjo y un enlace a la fila publicada. Los resultados describen esas cargas y esos clústeres. No son una garantía de capacidad.
dcctl install --ha: el broker de mensajes es un clúster de 3 nodos con
cada flujo y cada bucket de clave-valor replicados en él, la base de datos relacional se ejecuta como three
instancias con replicación síncrona, el almacén de eventos se replica en three instancias
(de forma asíncrona cuando no hay una réplica de reserva disponible), y event-management, que almacena cada evento, se ejecuta
como two pods (los demás servicios ejecutan una réplica cada uno). Son cifras propias de producción en un clúster replicado, no un benchmark de un solo nodo.
La alta disponibilidad, en la documentación →
HTTP, MQTT y reglas de detección a la vez.
La misma mezcla se ejecutó en las dos mediciones siguientes: dispositivos que envían por HTTP a 2.500 eventos/s, 1.500 sesiones MQTT por TLS a un evento por segundo cada una, y 2.000 eventos/s pasando por reglas de detección, además de tráfico de comandos. Cada evento llevaba una lectura.
La compilación v1.1.0
GKE · 3 servicios + 3 de base de datos + 3 nodos de broker · HA replicadaUna compilación de desarrollo poco antes de la versión v1.1.0, y una sola ejecución. El límite de ingesta de los inquilinos de prueba se elevó para la prueba. Fuente: la tabla de caudal medido → CPU por evento: las notas de la versión v1.1.0 →
El candidato a versión v1.0.0, durante una hora
GKE · 3 servicios + 3 nodos de base de datos · HA replicada
El candidato a versión que se convirtió en la v1.0.0. La hora incluyó una parada deliberada de 60 segundos del servicio
event-sources; las cifras de latencia y de retraso son de fuera de esa ventana, y el tráfico durante ella no está en ninguna; la fila de origen tiene el detalle completo. Los nodos de servicio más ocupados funcionaron al 85 – 92% de CPU, así que esta configuración está cerca del máximo que estos tres nodos de servicio soportan con esta mezcla. La confirmación MQTT estaba en su valor por defecto: el modo de confirmación más estricto opcional del broker estaba desactivado, así que estos tiempos de confirmación no son una promesa sobre lo que la plataforma ya había almacenado. El ingress de administración
era HTTP simple (dcctl bootstrap --no-tls) mientras que MQTT seguía por TLS, y el límite de ingesta de los inquilinos
de prueba se elevó para la prueba.
Fuente: la tabla de caudal medido →
Dónde MQTT por TLS alcanzó su límite de confirmación.
MQTT por TLS con QoS 1, un evento por sesión por segundo, cada paso en su propio inquilino nuevo tras un calentamiento de 3 minutos y medido durante una ventana estable de 11 minutos, en la configuración B más abajo. El tiempo de confirmación del percentil 99 se mantuvo por debajo de un límite de 50 ms hasta el paso más alto que se muestra a continuación y lo superó en 6.000 eventos/s (60,1 ms durante la ejecución).
GKE · 3 servicios + 3 de base de datos + 3 nodos de broker · HA replicadaEn ese punto, un servidor del broker era el recurso más ocupado, mientras que los servicios y los nodos de base de datos tenían margen de sobra. Cada cifra es una ejecución, tomada después de reequilibrar los líderes de flujo del broker. Fuente: la tabla de caudal medido →
Las dos configuraciones de clúster.
Ambas se ejecutaron en Google Kubernetes Engine en us-east4-b, con una instalación replicada (--ha), con el
generador de carga en su propio nodo. La ubicación se dejó al planificador de Kubernetes y al broker; los pasos de MQTT se ejecutaron después de reequilibrar los líderes de flujo del broker. La confirmación MQTT estaba en su valor por defecto en ambas: el modo de confirmación más estricto opcional del broker estaba desactivado.
| Configuración | Nodos | Instalación y discos |
|---|---|---|
| A: candidato a versión v1.0.0 | 3 × nodos de servicio t2d-standard-4, 3 × nodos de base de datos n2d-standard-4 (solo bases de datos), 1 × nodo generador de carga n2d-standard-4 |
dcctl install --ha y después dcctl bootstrap --no-tls; discos de arranque persistentes estándar; el volumen del almacén de eventos ampliado a 64 GiB antes de cualquier tráfico |
| B: compilación de desarrollo v1.1.0 | Los mismos tres grupos de nodos, más un grupo de brokers de 3 × nodos privados t2d-standard-4 (con taint para el broker); el broker es el servidor NATS original, sin modificar |
dcctl install --ha y después dcctl bootstrap --no-tls --no-escrow; discos de arranque persistentes estándar de 100 GB; premium-rwo como clase de almacenamiento por defecto; sobres de eventos desactivados |
La configuración B se ejecutó con el perfilado de Go activado y pg_stat_statements en ambas bases de datos.
Qué significan las cifras.
- Un evento es una lectura de un dispositivo. En la ejecución mixta de la v1.1.0, cada tipo de carga tenía su propio inquilino.
- Sostenido significa mantenido durante la ventana indicada. Una cifra de una ejecución de unos minutos es una cifra de ejecución corta, y aquí no se muestra ninguna.
- Los percentiles son el 99 salvo que una tarjeta diga mediana.
- La CPU por cada 1.000 eventos es la CPU que usaron los servicios propios de la plataforma en la ventana estable, por cada 1.000 eventos almacenados en ella. Las bases de datos se cuentan por separado en las notas de la versión.
- Inquilinos: una carga repartida entre muchos inquilinos ve lotes de escritura más pequeños que una de un solo inquilino.
- No se midió aquí: un clúster de otra configuración, otras mezclas de carga o cualquier cosa fuera de las mezclas anteriores.
Estos resultados describen esa carga y ese clúster, no una garantía de capacidad. Mide tu propia carga en tu propio clúster antes de dimensionar para ella.
Ejecuta tu propia medición.
Los enlaces al repositorio de abajo están fijados a la etiqueta v1.1.0. Son las herramientas que usaron las mediciones, no una reproducción con un solo comando: las cargas por defecto de los scripts y los tipos de máquina por defecto de la configuración del clúster difieren de las configuraciones de arriba, así que fija tú las tasas y los grupos de nodos.
- Crea un clúster. Una configuración de OpenTofu con notas sobre tipos de máquina y consejos de cuotas está en deploy/gke. Genera costes hasta que lo destruyas.
- Instala.
dcctl install --haydcctl bootstrap; consulta la guía de bootstrap. - Genera la carga. Compila los generadores de carga desde backend/sims/dc-simulator/cmd/loadtest* en la etiqueta (no están en los archivos de la versión) y ejecuta después hack/loadtest-rc-run.sh.
- Compara costes por evento en una estación de trabajo. hack/perf-ab.sh y hack/perf-ab-compare.sh se ejecutan en un clúster kind local. Los recuentos de mensajes, bytes y filas a la misma tasa ofrecida se trasladan a otras máquinas; la CPU allí es una proporción entre dos ejecuciones en la misma máquina.