腾讯云 16 核 64G、32 核 128G 云服务器测评

发布时间: 2020-05-27 09:43:26 |浏览量：2493| 评论: 1

AMD第二代 EPYC 处理器ROME，凭借核心数更多、性能更强劲、成本更低等优势，开始成为云服务商的新宠。不完全统计，AWS、微软Azure、谷歌云、腾讯云、UCloud等云服务商纷纷表态加入AMD阵营，推出基于AMD EPYC™ ROME的云服务器产品，其中部分厂商基于自身业务需要，还与AMD合作定制了部分特性。

当然，不同云厂商在应用同一系列CPU的同时，由于产品选型、虚拟化技术能力、资源储备等因素差异，其推出的云服务器产品在性能表现上还存在或多或少的差异，以及不同厂商定价策略也大相径庭。为此，我们针对市面上腾讯云、微软云Azure、UCloud三款基于AMD ROME的云服务器进行性能测评和性价比综合分析，给用户选型提供更好的参考。

（注：AWS目前在售AMD机型还是上一代，不具备对比价值；谷歌云虽然文档上显示有相关机器，但在购买页买不到，可能还在灰度开放状态。）

测评产品

当前Azure、腾讯云、UCloud都发布了基于最新一代AMD ROME的云服务器，为避免单个云服务器规格带来的测试结果偏差，我们采用了16c、32c两个常用的规格进行性能对比测试。

本次对比的几个厂商对比的机型配置如下：

测评工具

本次测评针对不同测评指标，都选用了业内公认的权威测评工具，以保证结果的权威和公正。

本次测评聚焦不同云厂商基于AMD Rome 处理器平台实际对外售卖的云服务器性能，其中与处理器密切相关的有CPU、内存、内网时延等性能指标，这些指标直接受各厂商处理器性能及虚拟化策略的决定性影响，直接反应出不同云厂商真实CPU性能水平。故本文侧重从CPU、内存、内网时延三个维度展开测评云服务器性能。

性能测评报告

1、综合性能测试

采用speccpu2017版本(https://www.spec.org/cpu2017/，需购买license)来评估虚拟机的计算性能，speccpu2017是衡量计算性能的工业标准，AMD/Intel等厂商都以此来衡量不同代硬件之间的性能差异。它采用43个不同领域的真实的workload来评估性能，测试结果越大越好。所测得的结果，相比unixbench/圆周率计算等微基准测试工具，更接近真实的用户使用场景。

测试方法：

· 浮点型计算能力：test suite选择fpspeed，线程数指定为cpu核数

· 整形计算能力：test suite选择intspeed，线程数指定为cpu核数

整体计算性能测试包括浮点型计算速度、整型计算速度两个细分指标的测试对比，这两个指标代表着服务器的CPU和内存综合性能。

1）浮点型计算能力的测试：

运行一个浮点型计算任务所需的时间越短，执行速度越快、得分越高。

浮点型计算速度对比

结论：浮点型计算速度，Azure以49.6、30.3得分最高，腾讯云以48.9、27.9的得分紧随其后，UCloud得分最低，与前两家形成15%-27%的差距。

2）整型计算能力的测试：运行一个整型计算任务所需的时间越短，执行速度越快、得分越高。

整型计算速度对比

结论：

整型计算速度，腾讯云得分最高，相比UCloud和Azure优势明显；Azure的测试性能不稳定，16c、32c两个规格间数据差异较大。

综合16c、32c的数据整体来看：腾讯云性能最优；Azure的16c、32c两种规格情况下测试结果不是非常稳定，表现位居两者之间；UCloud性能表现相对一般。

2. CPU稳定性测试

CPU稳定性对业务的容量评估及实际运行都至关重要，该项指标可以反映云厂商是否能最小化减少其他租户带来的干扰。采用cyclictest（https://git.kernel.org/pub/scm/utils/rt-tests/rt-tests.git）工具来测试内核调度的稳定性，cyclictest是linux内核实时性测试工具rt-test使用最为广泛的的工具之一。

为了能让结果更客观，整个测试过程历时3个小时，持续不断统计每次调度的延迟，从而反映CPU的稳定性，测试结果越小越好。

测试方法：

测试参数为-p 90 -m -i 1000 -t -q -D 180m -h 15，另外为了避免因为虚拟机负载过低进入idle模式带来的干扰，在内核参数设置idle=poll。

CPU调度时延（Avg、Max、Min）对比

CPU调度时延（95、99、999分位）对比

结论：

在最大延时（Max）的指标上，Azure和UCloud均出现了超数量级的特大延时抖动，但是腾讯云的数据永远保持在一个数量级。

95、99、999百分位数代表着整个测试期间内获取到的所有数据中95%、99%、99.9%的数据值均小于这个值。这样可以将瞬间的毛刺（尖峰）去掉，使统计平均更具真实意义，更充分地说明在绝大多数情况下实际运行稳定性。

从95、99、999分位延时指标来看，腾讯云依然具有绝对领先的稳定性优势，调度延时始终控制在最优水平。UCloud和Azure在999分位已均已出现较大毛刺，特别是UCloud，999分位的出现了超数量级的超大毛刺，稳定性相对落后。

3）内存时延测试

内存时延对类似redis这样的内存密集型业务有着直接的影响，使用lmbench（http://www.bitmover.com/lmbench/）来测试cpu访问主存的时延，lmbench是一款经典的系统性能评测工具，可以用来测试内存时延。这里包括了L1 Cache/L2 Cache/L3 Cache以及主存储器的时延，一般cache访问时延相差不大，这里选择主存储器的访问时延进行对比，测试结果越小越好。

测试方法：运行lat_mem_rd，随着访问内存的增加，等测试结果稳定后，即为主存储器的访问时延。

内存访问时延对比

结论：

· 腾讯云稳定在32ns左右，两个规格时延均处于最低水平；

· Azure的数据也相对稳定，在32.8~39.6ns之间浮动；

· UCloud的数据抖动比较厉害，32c云服务器的访存时延达到61ns，基本是其他两家厂商的2倍。

内存访问时延对重计算类的业务不会造成大的影响，但对IO密集型、内存密集型的业务的实际运行性能有着决定性的影响。

4、网络时延/稳定性测试

网络的时延以及稳定性对大规模集群业务影响显著，更低的网络时延以及更稳定的网络可以带来更好的用户体验。

采用ping（linux系统自带的经典网络时延测试工具）来测试该指标，通过1个小时的ping监控，统计ping的回包时延，同时模拟业务中常用的新建连接和存量连接两种场景。测试结果越小越好，时延曲线越平稳越好。

测试方法：

· 测试存量连接：通过-i指定发包间隔为0.5ms

· 测试新建连接：设置-c为1，设置每发送一个数据包就新建一个连接