DeviceChain
简体中文
下载
平台 · 性能

在真实集群上实测,每个数字旁都列出测量条件。

这里的每个数字都来自 DeviceChain 文档中已发布的测量。每个数字都附有它所运行的集群、产生它的负载,以及已发布记录行的链接。 这些结果描述的是那些工作负载和集群,不是容量保证。

这里的每次测试都使用了带复制的高可用配置。 每次都使用 dcctl install --ha:消息代理是 3 节点的集群,所有流和键值存储桶都在其间复制;关系数据库以 three 个实例运行并采用同步复制;事件存储复制到 three 个实例(没有备用实例时为异步复制);存储每个事件的 event-management 运行 two 个 Pod(其他服务各运行一个副本)。这些是在带复制的集群上、接近生产形态的数字,而不是单节点基准测试。 文档中的高可用 →
混合负载

HTTP、MQTT 和检测规则同时运行。

下面两次测量运行的是同一种混合负载:设备通过 HTTP 以 2,500 事件/秒的速率发送数据, 1,500 个 MQTT 会话通过 TLS 各自每秒发送一个事件, 2,000 事件/秒经过检测规则,另外还有命令流量。每个事件携带一个读数。

v1.1.0 构建

GKE · 3 个服务节点 + 3 个数据库节点 + 3 个代理节点 · 带复制的高可用
6,211 事件/秒稳态窗口内存储的速率HTTP、通过 TLS 的 MQTT 和检测规则的混合负载;4 分钟预热后的 15 分钟稳态窗口;见下方配置 B。带复制的高可用安装。
17.6 ms存储一个事件,中位数相同的稳态窗口和配置。带复制的高可用安装。
107.4 ms存储一个事件,第 99 百分位相同的稳态窗口和配置。带复制的高可用安装。
17.9 msMQTT 发布得到确认,第 99 百分位相同的稳态窗口和配置。带复制的高可用安装。
2.06 CPU-s每存储 1,000 个事件的平台 CPU平台自身服务在同一个 15 分钟稳态窗口内的用量;见下方配置 B。带复制的高可用安装。

这是 v1.1.0 发布前不久的一个开发构建,且只运行了一次。测试租户的接入上限在测试中被调高。 来源:实测吞吐量表 → 每事件 CPU:v1.1.0 发布说明 →

v1.0.0 候选版本,持续一小时

GKE · 3 个服务节点 + 3 个数据库节点 · 带复制的高可用
~6,000 事件/秒持续一小时混合负载的一次 60 分钟运行,使用下方配置 A。带复制的高可用安装。
~1 秒检测延迟,中位数同一次运行中的稳态。带复制的高可用安装。
21 msMQTT 发布得到确认,第 99 百分位同一次运行中的稳态。带复制的高可用安装。
96 ms规则动作已分发,第 99 百分位同一次运行中的稳态。带复制的高可用安装。
109–123 ms存储一个事件,第 99 百分位同一次运行中的稳态;为该次运行报告的范围。带复制的高可用安装。

这是后来成为 v1.0.0 的候选版本。这一小时内有一次对 event-sources 服务的 60 秒刻意停止;延迟和滞后数字取自该窗口之外,窗口期间的流量不计入其中任何一个数字;完整说明见来源行。最繁忙的服务节点 CPU 为 85 到 92%,因此在这种混合负载下,这个配置已接近这三个服务节点所能承载的上限。MQTT 确认处于默认状态:代理可选的更严格确认模式处于关闭状态,所以这些确认时间并不代表平台此时已经存储了该事件。管理入口使用的是纯 HTTP(dcctl bootstrap --no-tls),而 MQTT 仍使用 TLS,测试租户的接入上限在测试中被调高。 来源:实测吞吐量表 →

仅 MQTT

通过 TLS 的 MQTT 在哪里达到其确认上界。

通过 TLS 的 MQTT,QoS 1,每个会话每秒一个事件,每一步都使用全新的租户,预热 3 分钟后在 11 分钟的稳态窗口内测量,使用下方配置 B。第 99 百分位的确认时间直到下面所示的最高一步(含该步)都一直低于 50 ms 的上界,并在 6,000 事件/秒时超过它(整个运行期间为 60.1 ms)。

GKE · 3 个服务节点 + 3 个数据库节点 + 3 个代理节点 · 带复制的高可用
5,250 事件/秒通过 TLS 的 MQTT,上界内的最高一步QoS 1,每个会话每秒一个事件;每一步使用全新的租户;11 分钟稳态窗口;配置 B。带复制的高可用安装。
27.6 ms该步骤的确认时间,第 99 百分位同一步骤;评判所依据的上界见上方正文。带复制的高可用安装。

此时最繁忙的资源是一台代理服务器,而服务节点和数据库节点仍有余量。 每个数字都来自一次运行,并且是在代理的流领导者重新平衡之后取得的。 来源:实测吞吐量表 →

硬件

两种集群配置。

两者都运行在 us-east4-b 的 Google Kubernetes Engine 上,采用带复制(--ha)的安装,负载生成器位于自己独立的节点上。放置交由 Kubernetes 调度器和代理决定;MQTT 各步骤在代理的流领导者重新平衡之后运行。两者的 MQTT 确认都处于默认状态:代理可选的更严格确认模式处于关闭状态。

配置节点安装与磁盘
A:v1.0.0 候选版本 3 × t2d-standard-4 服务节点,3 × n2d-standard-4 数据库节点(仅用于数据库),1 × n2d-standard-4 负载生成器节点 dcctl install --ha,然后 dcctl bootstrap --no-tls;标准持久启动盘;事件存储卷在任何流量之前扩容到 64 GiB
B:v1.1.0 开发构建 相同的三个节点池,外加一个由 3 × t2d-standard-4 私有节点组成的代理节点池(为代理设置了污点);代理是未经修改的上游 NATS 服务器 dcctl install --ha,然后 dcctl bootstrap --no-tls --no-escrow;100 GB 标准持久启动盘;premium-rwo 作为默认存储类;事件信封关闭

配置 B 运行时启用了 Go 性能分析,并在两个数据库上启用了 pg_stat_statements。

方法

这些数字的含义。

这些结果描述的是该工作负载和集群,不是容量保证。在据此规划容量之前,请在你自己的集群上用你自己的负载做测量。

自行复现

运行你自己的测量。

下面的代码仓库链接固定在 v1.1.0 标签。它们是这些测量所用的工具,而不是一键重放:脚本的默认负载和集群配置的默认机型与上述配置不同,因此请自行设置速率和节点池。

  1. 创建集群。带有机型说明和配额建议的 OpenTofu 配置位于 deploy/gke。在你销毁它之前会一直计费。
  2. 安装。dcctl install --ha 和 dcctl bootstrap;参见引导指南。
  3. 生成负载。在该标签处从 backend/sims/dc-simulator/cmd/loadtest* 构建负载生成器(它们不在发布归档中),然后运行 hack/loadtest-rc-run.sh。
  4. 在工作站上比较每个事件的成本。hack/perf-ab.sh 和 hack/perf-ab-compare.sh 在本地 kind 集群上运行。相同提供速率下的消息数、字节数和行数可以沿用到其他机器;那里的 CPU 是同一台机器上两次运行之间的比值。

文档中较早的测量 →