先跟你说个事儿,前两天我一朋友兴冲冲买了个某大厂的“高性能云服务器”，号称99.99%可用性，结果部署上去第三天下午，业务直接瘫了半小时，他在群里发语音骂街的时候，我默默打开了自己的测试脚本——早就想看看这帮“99.99%”到底有多少水分。
说实话,这类宣传语我看了十年了，就跟街边“最后三天清仓大甩卖”一样，你信了就输了。
测试咋搞的？
花了3天测了7台国内服务器，结果让我想骂人
我选了7台主流厂商的入门级云服务器,配置统一：2核4G、40G系统盘、5M带宽，为了避免地域偏差，全部选的华东节点（上海或杭州），系统都是CentOS 7.9 64位，工具方面，用了性能测试圈子里口碑还算靠谱的那几样：iperf3跑带宽和吞吐，hcping测延迟抖动，fio测磁盘，wrk压一下Web响应，每台机器连续跑了72小时，每小时采样一次，数据取中位数和P99（第99百分位），因为平均延迟这种东西骗外行可以，骗不了搞技术的。
实测数据来了，你坐稳。
先说延迟,A厂测出来平均延迟3.2ms，P99也不过5.1ms，稳得一批，B厂平均3.8ms，但P99直接跳到12.4ms——什么意思？就是大部分时间挺好，但你在关键请求的时候有概率抽风，C厂更离谱，平均5.6ms看起来还行，结果P99干到28ms，我怀疑这机房是不是部分机器在跑P2P下载。
带宽这块更搞笑了,我买的都是5Mbps的套餐，A厂和D厂基本能跑到4.8M-4.9M，算良心，但E厂死活只能跑到3.1M，而且晚上高峰时段掉到2.5M以下，客服还跟我说“这是共享带宽的正常波动”，我直接怼回去：你卖的时候可没说是共享，你一入门机也不是共享机型的定价啊。
吞吐量用小包测试（64字节），F厂直接暴露出短板，每秒只能处理大概1.2万个包，其他厂普遍在2.5万到3万之间，这意味着什么？如果你的业务有大量小请求——比如API网关、消息队列、心跳检测——F厂这台机器很快就会成为瓶颈，大包测试（1400字节）各家差异倒不大，基本都能跑到带宽上限，毕竟现在的虚拟化技术处理大包都不算吃力。
磁盘IOPS呢？意外的是，一向口碑不错的G厂翻车了，4K随机写只有1800 IOPS，读取还凑合，但写入严重拉胯，后来查了一下，他们入门级用的是HDD缓存，不是全SSD，宣传页面上也没明说，只有技术文档里写了个“混合存储”，呵呵，你品。
对比一下就知道了。
我拿A厂和F厂做直接对照：同样的Web应用压测，100并发下，A厂的平均响应时间是42ms，P99是78ms，全程没有出现过502或超时，F厂平均响应时间68ms，看起来还行对吧？但P99直接飙到312ms，而且20分钟里出现了3次连接超时，你要是做个企业官网，凑合用；你要是做电商秒杀或者实时数据推送，这个P99就是灾难。
E厂我单独拉出来说,因为它的问题不是性能拉胯，而是间歇性丢包，72小时里检测到7次超过5秒的持续丢包，最长一次持续了23秒，客服的解释是“机房网络维护”，但你们家99.99%的可用性可是把停机维护也算在可用时间里的——换句话说，用户宕机算你宕机，你自己维护宕机还算你可用？
最后说人话总结。
如果你预算有限但追求稳定——闭眼选A厂，价格不是最低的，但延迟、带宽、一致性各方面没有明显短板，适合小企业的核心业务。
如果你是个人项目、折腾着玩——C厂或D厂性价比很高，但别部署高并发或实时性敏感的服务，写个博客、跑个图床没问题。
如果你听哪个销售吹“我们99.99%”的——让他把P99数据亮出来，99.99%说的是整个集群的可用性，跟你买的这台机器半毛钱关系没有，你的业务可能常年运行在那20%平均线以下的机器上，销售可不会告诉你这事儿。
别问我为什么知道这些厂商的名字,我只能说，这三天的测试数据里，有一半厂商，我建议你把“可用性”三个字从宣传页上删掉——不丢人，踏踏实实把机器搞好比什么都有用。
发表评论