官方福利！！！！大厂羊毛你确定不薅？？？

参与ECSU实例评测，申请免费体验机会：https://developer.aliyun.com/mission/review/ecsu
参与ECSU实例评测，申请免费体验机会：https://developer.aliyun.com/mission/review/ecsu
参与ECSU实例评测，申请免费体验机会：https://developer.aliyun.com/mission/review/ecsu

一、写在最前

视频演示地址>>>点我直达Bilibili<<<
视频演示地址>>>点我直达Bilibili<<<
视频演示地址>>>点我直达Bilibili<<<

产品简介

通用算力型Universal实例（U1实例）支持多款Intel Xeon Platinum 可扩展处理器，基准vCPU算力与5代企业级实例持平，最高vCPU算力与6代企业级实例持平，提供2c-32c规格和1:1/2/4/8丰富配比，适用于Web应用及网站，企业办公类应用，数据分析和计算等大多数通用的对vCPU算力和性能要求不高的应用场景。
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<

推荐场景

• Web应用及网站
• 企业办公类应用
• 数据分析和计算

产品规格详细指标(部分数据)

详情请浏览官网:>>>直达链接<<<

二、测评简介

测评简介

因为之前有测过阿里云的C5系列实例，也是计算型的，那么这次就跳过一些相同的测试场景，若您需要一些关于常规测试的数据，可以遵循这篇博客的步骤进行测评>>>【ECS测评大赛】ECS C5全方位对比测评、服务搭建(含Alinux 3)<<<

此次关于U1通用计算型的测评，我们这边采用实战化的测试场景，包括但不限于Web压力测试，机器学习模型训练等，因为最近有在做友商这方面相关的项目，所以就来测一下，同时也是符合U1通用计算型实例的推荐场景(Web应用及网站&数据分析及计算)

测评项目

1. 简单Web网站压力测试
   使用阿里云PTS产品以及apache AB进行压测(nginx未优化配置,worker=auto)

2. 机器学习模型训练
   在云端运行DRFC项目，训练AWS Deepracer模型

三、实践测试

3.1 简单Web网页压力测试

3.1.1 Apache AB测试

AB测试脚本

#!/bin/bash
if [ $# -ne 4 ]
        then
        echo "$0 ab -c -n  http://被测端/"
        exit 1
fi
_concurrency=$1
_requests=$2
_url=$4
_add=$3
#_path=`mktemp -d `
#mkdir -p $_path
echo  "ab ${_concurrency} ${_requests} ${_url}"
_time=${_concurrency}
_file=`echo {
   mathJaxContainer[1]}3}'`
_path=`mktemp -d ${_file}.XXXXXXXX`
mkdir -p ${_path}
#chmod 777 -R $_path
#echo '        {
   mathJaxContainer[2]}_url  report ' >> ${_file}_${_requests}_report.txt
echo "concurrency      Requests_per_second              Time_per_request     Transfer rate    " >> ${_file}_${_requests}_report.txt
echo "并发数           平均每秒完成请求数               平均请求处理时间    每秒从服务器获取数据长度    " >> ${_file}_${_requests}_report.txt
for  ((i={mathJaxContainer[6]}_requests;i+=$_add))
do
if [  "${_concurrency}" -ge 20000 ];then
 echo "${_concurrency} >= 20000"
 exit 1
fi
echo "ab -c $i   -n ${_requests}  ${_url}   >>  ${_path}/_${_file}_${_requests}_${_time}_.txt"
ab -r -c $i   -n ${_requests}  ${_url}   >>  ${_path}/_${_file}_${_requests}_${_time}_.txt
_Transfer_rate=`cat ${_path}/_${_file}_${_requests}_${_time}_.txt |grep 'Transfer rate' |awk -F: '{
   print$2}'`
_Requests_per_second=`cat ${_path}/_${_file}_${_requests}_${_time}_.txt |grep 'Requests per second' |awk -F: '{
   print$2}'`
_Time_per_request=`cat ${_path}/_${_file}_${_requests}_${_time}_.txt|grep 'across all concurrent requests' |grep 'Time per request' |awk -F[:\ ]   '{
   print{
   mathJaxContainer[19]}12}'`
echo " $i           ${_Requests_per_second}      ${_Time_per_request}  ${_Transfer_rate}    " >> {
   mathJaxContainer[22]}{
   _requests}_report.txt
_time={
   mathJaxContainer[23]}_time+10))
sleep 3
done

测试命令

apt install apache2-utils

#初始100并发，总计1000并发，每次递增100并发，直至1000并发
./abtest.sh 100 1000 100 http://被测端IP/

测试结果

concurrency      Requests_per_second              Time_per_request     Transfer rate    
并发数           平均每秒完成请求数               平均请求处理时间    每秒从服务器获取数据长度    
 100               227.44 [#/sec] (mean)      4.397[ms]            189.68 [Kbytes/sec] received    
 200               563.22 [#/sec] (mean)      1.776[ms]            469.72 [Kbytes/sec] received    
 300               199.35 [#/sec] (mean)      5.016[ms]            166.26 [Kbytes/sec] received    
 400               138.57 [#/sec] (mean)      7.217[ms]            115.57 [Kbytes/sec] received    
 500               133.73 [#/sec] (mean)      7.478[ms]            111.53 [Kbytes/sec] received    
 600               84.48 [#/sec] (mean)      11.837[ms]            70.31 [Kbytes/sec] received    
 700               88.40 [#/sec] (mean)      11.313[ms]            73.35 [Kbytes/sec] received    
 800               74.81 [#/sec] (mean)      13.368[ms]            62.20 [Kbytes/sec] received    
 900               33.38 [#/sec] (mean)      29.960[ms]            27.73 [Kbytes/sec] received    
 1000               45.75 [#/sec] (mean)      21.858[ms]            35.06 [Kbytes/sec] receive

3.1.2 PTS压力测试

阿里云自家的PTS产品，性能测试服务（Performance Testing Service，简称 PTS）是卓越的SaaS性能测试平台，具备强大的分布式压测能力，可模拟海量用户的真实业务场景。

3.2 训练Deepracer模型

3.2.1.配置AWS凭证

apt install awscli

aws configure --profile minio

3.2.2.克隆仓库及安装模块、Docker

git clone https://github.com/aws-deepracer-community/deepracer-for-cloud.git

pip install boto3 jq


curl https://get.docker.com | sh
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
add-apt-repository   "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
apt install docker-ce docker-ce-cli containerd.io

3.2.3.初始化

cd deepracer-for-cloud & ./bin/init.sh -c local -a cpu

reboot

3.2.4.修改activate.sh文件并运行

cd deepracer-for-cloud
sed -i 114s/localhost/`hostname -I|awk -F ' ' '{print $1}'`/ bin/activate.sh
. bin/activate.sh

3.2.5.开始训练

dr-update
dr-update-env
dr-upload-custom-files
dr-start-training

3.2.6.流视频查看

3.2.7.查看服务器负载情况(CPU、内存)

总结

本次测评通过2个简单的测评(Web压测以及机器学习模型训练)来对U1通用算力型实例进行测试，通过测试结果以及阿里云的监控大盘，可以很直观的看到测试数据和服务器的负载数据，由此作出如下总结

1. 在未进行优化的情况下，U1实例从小到大的并发Web处理随着并发数增多而减少，情理之中，因为同样的测试在腾讯云也进行过，表现在意料之中，不过U1实例的CPU负载始终保持很低的一个数值，这点确实很棒
2. 在服务器上运行DRFC项目，服务器的CPU是直接拉满了，内存半数，但总体服务器的负载并不是很高，保持在40%以下，且训练过程中未中断崩溃

从上述测试结果来看，U1通用算力型服务器的表现很棒，尤其是在稳定性方面，完全符合官方所述的推荐场景，在对于Web场景来看，可以使用抢占式实例来运行，在保持高性能的同时也可以尽量的降低成本。对于本篇测评的另一个案例---模型训练，使用CPU进行训练，就是考虑一个成本在这里，并且系统的稳定性非常重要。

也推荐大家来尝试本篇测评的项目，同时也有之前对于CPU、内存等的测试，欢迎大家使用阿里云U1实例！！！
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<
推荐大家来对阿里云U1实例进行测评,直达链接>>>点我直达<<<