જ્યારે બધી જરૂરી નાની વસ્તુઓ હાથમાં હોય ત્યારે તે ખૂબ સરસ છે: એક સારી પેન અને નોટપેડ, એક તીક્ષ્ણ પેન્સિલ, આરામદાયક માઉસ, થોડા વધારાના વાયર વગેરે. આ અસ્પષ્ટ વસ્તુઓ ધ્યાન આકર્ષિત કરતી નથી, પરંતુ જીવનમાં આરામ આપે છે. આ જ વાર્તા વિવિધ મોબાઇલ અને ડેસ્કટોપ એપ્લિકેશનો સાથે છે: લાંબા સ્ક્રીનશૉટ્સ માટે, ચિત્રનું કદ ઘટાડવા માટે, વ્યક્તિગત નાણાકીય, શબ્દકોશો, અનુવાદકો, કન્વર્ટર વગેરેની ગણતરી કરવા માટે. શું તમારી પાસે એક છે? VPS - જે સસ્તું છે, હંમેશા હાથમાં છે અને ઘણા ફાયદા લાવે છે? ના, તમારી કંપનીમાં જે તમારી પાસે છે તે નહીં, પરંતુ તમારું પોતાનું, “ખિસ્સા” છે. અમે વિચાર્યું કે 2019 માં નાના VPS વિના તે કોઈક રીતે ઉદાસીભર્યું હતું, જેમ કે વ્યાખ્યાનમાં સામાન્ય ફાઉન્ટેન પેન વિના. ઉદાસ કેમ થવું? ઉનાળો છે. ઉનાળો કેવો છે? આઇટી નિષ્ણાત માટે ઉનાળો: ઘરે બેસીને, તમારા મનપસંદ પ્રોજેક્ટ્સ પર કોઈપણ અફસોસ વિના કામ કરો. સામાન્ય રીતે, અમે વિચાર્યું અને કર્યું.
સામ્યવાદ આવી ગયો છે, સાથીઓ.
તે તેના જેવો છે - ત્રીસ માટે અમારા વીપીએસ
અમે સ્પર્ધકો અને વપરાશકર્તાઓના ઘણા બધા લેખો વાંચ્યા છે જેમણે 3-4 વર્ષ પહેલાં લખ્યું હતું કે શા માટે સસ્તી VPS ની જરૂર નથી. ઠીક છે, તે સાચું છે, પછી VPS "એક પેની માટે" શુદ્ધ માર્કેટિંગ હતું અને સામાન્ય કામ કરવાની તકો આપી શકતું નથી. પરંતુ સમય બદલાઈ રહ્યો છે, વર્ચ્યુઅલ સંસાધનોની કિંમત નીચી અને નીચી થઈ રહી છે, અને મહિનામાં 30 રુબેલ્સ માટે અમે આ ઓફર કરવા માટે તૈયાર છીએ:
પ્રોસેસર: Intel Xeon 2 GHz (1 કોર)
Linux સિસ્ટમ (પસંદ કરવા માટે ડેબિયન, ઉબુન્ટુ, CentOS)
1 સમર્પિત IPv4 સરનામું
ઝડપી એન્ટરપ્રાઇઝ-ક્લાસ SSD ડ્રાઇવ્સ પર 10 GB ડેટા સ્ટોરેજ
રેમ: 512 એમબી
પ્રતિ સેકન્ડ બિલિંગ
અમર્યાદિત ટ્રાફિક
ટેરિફ વધારાના તકનીકી પ્રતિબંધોને આધીન છે, તેની વિગતો પૃષ્ઠ અમારી સરસ ઓફર - 30 રુબેલ્સ માટે VPS.
આ વર્ચ્યુઅલ સર્વર કોના માટે યોગ્ય છે? લગભગ દરેક માટે હા: નવા નિશાળીયા, ઉત્સાહીઓ, અનુભવી વિકાસકર્તાઓ, DIY ચાહકો અને કેટલીક કંપનીઓ પણ.
આ VPS શેના માટે યોગ્ય છે?
અમને લાગે છે કે હેબ્રના વાચકો ચોક્કસપણે આ ગોઠવણીનો ઉપયોગ કરવાની તેમની પોતાની રીત શોધી શકશે, પરંતુ અમે અમારા પોતાના વિચારોની પસંદગી એકત્રિત કરવાનું નક્કી કર્યું - જો કોઈને તેની જરૂર હોય, પરંતુ પુરુષોને ખબર ન હોય તો શું?
તમારી સાદી વેબસાઇટ, પોર્ટફોલિયો, કોડ સાથે રેઝ્યૂમે વગેરે મૂકો. અલબત્ત, તમારી પોતાની ડિઝાઇન કરેલી વેબસાઇટ એમ્પ્લોયર પર સકારાત્મક છાપ બનાવે છે. તેને તમારા VPS પર મૂકો અને સાઇટની સુરક્ષા અને સ્થિરતા માટે જાતે જ જવાબદાર બનો, નિયમિત હોસ્ટિંગ પ્રદાતાઓના સ્ટાફ દ્વારા નહીં.
શૈક્ષણિક હેતુઓ માટે VPS નો ઉપયોગ કરો: તમારા પ્રોજેક્ટને હોસ્ટ કરો, સર્વર અને સર્વર ઓપરેટિંગ સિસ્ટમની વિશેષતાઓનો અભ્યાસ કરો, DNS સાથે પ્રયોગ કરો, નાની શૈક્ષણિક સાઇટ સાથે ટિંકર કરો.
ટેલિફોની માટે. કેટલીકવાર વ્યક્તિગત ઉદ્યોગસાહસિક, ફ્રીલાન્સર અથવા ખૂબ જ નાની કંપનીને આઇપી ટેલિફોનીની સખત જરૂર હોય છે, અને આ ખૂબ જ ટેલિફોનીના સંચાલકો ખૂબ લોભી હોય છે. તે સરળ છે: અમે અમારું સર્વર લઈએ છીએ, IP ટેલિફોની ઓપરેટર પાસેથી નંબર ખરીદીએ છીએ, વર્ચ્યુઅલ PBX સેટ કરીએ છીએ અને આંતરિક નંબરો બનાવીએ છીએ (જો જરૂરી હોય તો). બચત પ્રચંડ છે.
તમારી એપ્લિકેશનને ચકાસવા માટે સર્વરનો ઉપયોગ કરો.
DIY પ્રયોગો માટે સર્વરનો ઉપયોગ કરો, જેમાં સ્માર્ટ હોમ સિસ્ટમ સેન્સરથી ડેટાને નિયંત્રિત અને એકત્રિત કરવાનો સમાવેશ થાય છે.
તેનો ઉપયોગ કરવાની અસામાન્ય રીત એ છે કે સર્વર પર વર્ચ્યુઅલ એક્સચેન્જ ટ્રેડિંગ આસિસ્ટન્ટ, ટ્રેડિંગ રોબોટ મૂકવો. સર્વરની સ્થિરતા અને સુરક્ષા માટે તમે સંપૂર્ણપણે જવાબદાર હશો, જેનો અર્થ છે કે તમને સ્ટોક માર્કેટમાં ટ્રેડિંગ માટે નિયંત્રિત સાધન પ્રાપ્ત થશે. સારું, જો કોઈને રસ હોય અથવા આયોજન હોય તો :)
કોર્પોરેટ ક્ષેત્રમાં આવા VPS માટે અરજીઓ છે. પહેલેથી જ ઉલ્લેખિત ટેલિફોન સેવા ઉપરાંત, તમે ઘણી રસપ્રદ બાબતોનો અમલ કરી શકો છો. દાખ્લા તરીકે:
નાના ડેટાબેસેસ અને માહિતી મૂકો જે મુસાફરી કરતા કર્મચારીઓ માટે અંતરે સુલભ હશે, ઉદાહરણ તરીકે, ftp નો ઉપયોગ કરીને. આ તમને ખૂબ જ ઝડપથી તાજા એનાલિટિક્સ, વેચાણ લોકો માટે અપડેટ કરેલી ગોઠવણીઓ, પ્રસ્તુતિઓ વગેરેની આપલે કરવાની મંજૂરી આપશે.
સૉફ્ટવેર અથવા મીડિયાને દર્શાવવા માટે વપરાશકર્તાઓ અથવા ક્લાયંટને કામચલાઉ ઍક્સેસ આપો.
30 રુબેલ્સ માટે VPS ટેસ્ટ ડ્રાઇવ - તમારા માટે પૂર્ણ
30 રુબેલ્સ એટલા ઓછા છે કે તમે ચૂકવણી કરવા અને પરીક્ષણ કરવા માટે કાર્ડ પણ લેવા માંગતા નથી. અમે કેટલીકવાર ઘણા આળસુ પણ હોઈએ છીએ, પરંતુ આ વખતે અમે તમારા માટે બધું કર્યું છે. સર્વર્સને યુદ્ધમાં લોંચ કરતા પહેલા, અમે તમામ વિગતો તપાસવા અને આ ટેરિફ પર સર્વર્સ શું સક્ષમ છે તે બતાવવા માટે એક પરીક્ષણ કર્યું. તેને વધુ રસપ્રદ બનાવવા માટે, અમે આત્યંતિક ઉમેર્યું અને તપાસ્યું કે જો ઘનતા અને લોડ અમે સેટ કરેલા મૂલ્યો કરતાં વધી જાય તો આ ગોઠવણી કેવી રીતે વર્તશે.
યજમાન સંખ્યાબંધ વર્ચ્યુઅલ મશીનોના ભાર હેઠળ હતું જેણે પ્રોસેસર પર વિવિધ કાર્યો કર્યા હતા અને ડિસ્ક સબસિસ્ટમનો સક્રિયપણે ઉપયોગ કર્યો હતો. ધ્યેય પ્લેસમેન્ટની ઉચ્ચ ઘનતા અને લડાઇ સાથે તુલનાત્મક અથવા તેનાથી વધુ લોડનું અનુકરણ કરવાનો છે.
સતત લોડ ઉપરાંત, અમે 3 વર્ચ્યુઅલ મશીનો ઇન્સ્ટોલ કર્યા છે જે sysbench નો ઉપયોગ કરીને સિન્થેટિક મેટ્રિક્સ એકત્રિત કરે છે, જેનાં સરેરાશ પરિણામો નીચે આપવામાં આવ્યા છે, અને 50 વર્ચ્યુઅલ મશીનો કે જેણે વધારાનો લોડ બનાવ્યો છે. તમામ ટેસ્ટ વર્ચ્યુઅલ મશીનોમાં સમાન રૂપરેખાંકન હતું (1 કોર, RAM 512 GB, SSD 10 GB), પ્રમાણભૂત ડેબિયન 9.6 ઇમેજ ઓપરેટિંગ સિસ્ટમ તરીકે પસંદ કરવામાં આવી હતી, જે RUVDS પર વપરાશકર્તાઓને ઓફર કરવામાં આવે છે.
લોડ પ્રકૃતિમાં સિમ્યુલેટેડ હતો અને લડાઇ માટે તુલનાત્મક તીવ્રતા:
કેટલાક વર્ચ્યુઅલ મશીનો ઓછા લોડ સાથે લોન્ચ કરવામાં આવ્યા હતા
કેટલાક મશીનો પ્રોસેસર પરના ભારનું અનુકરણ કરતી ટેસ્ટ સ્ક્રિપ્ટ ચલાવે છે (ઉપયોગિતાનો ઉપયોગ કરીને તણાવ)
વર્ચ્યુઅલ મશીનોના બાકીના ભાગ પર, અમે એક સ્ક્રિપ્ટ ચલાવી છે જે પીવીનો ઉપયોગ કરીને મર્યાદા સેટ સાથે પૂર્વ-તૈયાર ડેટામાંથી ડેટાને ડિસ્ક પર કૉપિ કરવા માટે dd નો ઉપયોગ કરે છે (ઉદાહરણો જોઈ શકાય છે. અહીં и અહીં).
ઉપરાંત, જેમ તમને યાદ છે, અમારી પાસે ત્રણ મશીનો હતા જે સિન્થેટિક મેટ્રિક્સ એકત્રિત કરે છે.
દરેક મશીન પર, દર 15 મિનિટે એક સ્ક્રિપ્ટ ચક્રીય રીતે ચલાવવામાં આવતી હતી, જે પ્રોસેસર, મેમરી અને ડિસ્ક માટે પ્રમાણભૂત sysbench પરીક્ષણો ચલાવે છે.
સ્ક્રિપ્ટ sysbench.sh
#!/bin/bash
date +"%Y-%m-%d %H:%M:%S" >> /root/sysbench/results.txt
sysbench --test=cpu run >> /root/sysbench/results.txt
sysbench --test=memory run >> /root/sysbench/results.txt
sysbench --test=fileio --file-test-mode=seqwr run >> /root/sysbench/results.txt
sysbench --test=fileio --file-test-mode=seqrd run >> /root/sysbench/results.txt
sysbench --test=fileio --file-test-mode=rndrw run >> /root/sysbench/results.txt
પરિણામો sysbench ફોર્મેટમાં સુવિધા માટે રજૂ કરવામાં આવ્યા છે, પરંતુ સમગ્ર પરીક્ષણ સમયગાળા માટે સરેરાશ મૂલ્યો તમામ મશીનોમાંથી લેવામાં આવ્યા હતા, પરિણામ અહીં જોઈ શકાય છે:
Sysbanch-avg.txtsysbench 0.4.12: multi-threaded system evaluation benchmark
Running the test with following options:
Number of threads: 1
Doing CPU performance benchmark
Threads started!
Done.
Maximum prime number checked in CPU test: 10000
Test execution summary:
total time: 19.2244s
total number of events: 10000
total time taken by event execution: 19.2104
per-request statistics:
min: 1.43ms
avg: 1.92ms
max: 47.00ms
approx. 95 percentile: 3.02ms
Threads fairness:
events (avg/stddev): 10000.0000/0.00
execution time (avg/stddev): 19.2104/0.00
sysbench 0.4.12: multi-threaded system evaluation benchmark
Running the test with following options:
Number of threads: 1
Doing memory operations speed test
Memory block size: 1K
Test execution summary:
total time: 320.9155s
total number of events: 104857600
total time taken by event execution: 244.8399
per-request statistics:
min: 0.00ms
avg: 0.00ms
max: 139.41ms
approx. 95 percentile: 0.00ms
Threads fairness:
events (avg/stddev): 104857600.0000/0.00
execution time (avg/stddev): 244.8399/0.00
sysbench 0.4.12: multi-threaded system evaluation benchmark
Running the test with following options:
Number of threads: 1
Extra file open flags: 0
128 files, 16Mb each
2Gb total file size
Block size 16Kb
Periodic FSYNC enabled, calling fsync() each 100 requests.
Calling fsync() at the end of test, Enabled.
Using synchronous I/O mode
Doing sequential write (creation) test
Threads started!
Done.
Operations performed: 0 Read, 131072 Write, 128 Other = 131200 Total
Read 0b Written 2Gb Total transferred 2Gb (320.1Mb/sec)
20251.32 Requests/sec executed
Test execution summary:
total time: 6.9972s
total number of events: 131072
total time taken by event execution: 5.2246
per-request statistics:
min: 0.01ms
avg: 0.04ms
max: 96.76ms
approx. 95 percentile: 0.03ms
Threads fairness:
events (avg/stddev): 131072.0000/0.00
execution time (avg/stddev): 5.2246/0.00
sysbench 0.4.12: multi-threaded system evaluation benchmark
Running the test with following options:
Number of threads: 1
Extra file open flags: 0
128 files, 16Mb each
2Gb total file size
Block size 16Kb
Periodic FSYNC enabled, calling fsync() each 100 requests.
Calling fsync() at the end of test, Enabled.
Using synchronous I/O mode
Doing sequential read test
Threads started!
Done.
Operations performed: 131072 Read, 0 Write, 0 Other = 131072 Total
Read 2Gb Written 0b Total transferred 2Gb (91.32Mb/sec)
5844.8 Requests/sec executed
Test execution summary:
total time: 23.1054s
total number of events: 131072
total time taken by event execution: 22.9933
per-request statistics:
min: 0.00ms
avg: 0.18ms
max: 295.75ms
approx. 95 percentile: 0.77ms
Threads fairness:
events (avg/stddev): 131072.0000/0.00
execution time (avg/stddev): 22.9933/0.00
sysbench 0.4.12: multi-threaded system evaluation benchmark
Running the test with following options:
Number of threads: 1
Extra file open flags: 0
128 files, 16Mb each
2Gb total file size
Block size 16Kb
Number of random requests for random IO: 10000
Read/Write ratio for combined random IO test: 1.50
Periodic FSYNC enabled, calling fsync() each 100 requests.
Calling fsync() at the end of test, Enabled.
Using synchronous I/O mode
Doing random r/w test
Threads started!
Done.
Operations performed: 6000 Read, 4000 Write, 12800 Other = 22800 Total
Read 93.75Mb Written 62.5Mb Total transferred 156.25Mb (1341.5Kb/sec)
85.61 Requests/sec executed
Test execution summary:
total time: 152.9786s
total number of events: 10000
total time taken by event execution: 14.1879
per-request statistics:
min: 0.01ms
avg: 1.41ms
max: 210.22ms
approx. 95 percentile: 4.95ms
Threads fairness:
events (avg/stddev): 10000.0000/0.00
execution time (avg/stddev): 14.1879/0.00
પરિણામો સૂચક છે, પરંતુ તેમ છતાં QoS તરીકે ન લેવા જોઈએ.
mysql -t < employees.sql
mysql -t < test_employees_sha.sql
નાના પરીક્ષણ આધાર:
કોષ્ટક
પંક્તિઓની ગણતરી
ડેટાનું કદ (MB)
અનુક્રમણિકા કદ (KB)
વિભાગો
9
0.02
16.00
dept_emp
331143
11.52
5648.00
dept_manager
24
0.02
16.00
કર્મચારીઓ
299379
14.52
0.00
પગાર
2838426
95.63
0.00
શીર્ષકો
442783
19.56
0.00
પાયથોનમાં ઘૂંટણ પર આદિમ પરીક્ષણ સેવા લખેલી છે; તે ચાર ઓપરેશન કરે છે:
getState: સ્થિતિ પરત કરે છે
getEmployee: ડેટાબેઝમાંથી કર્મચારીઓ (+પગાર, +શીર્ષકો) પરત કરે છે
patchEmployee: કર્મચારી ફીલ્ડમાં ફેરફાર કરે છે
insertSalary: પગાર દાખલ કરે છે
સેવા સ્ત્રોત (dbtest.py)
#!/usr/bin/python
import mysql.connector as mariadb
from flask import Flask, json, request, abort
from mysql.connector.constants import ClientFlag
app = Flask(__name__)
def getFields(cursor):
results = {}
column = 0
for d in cursor.description:
results[d[0]] = column
column = column + 1
return results
PAGE_SIZE = 30
@app.route("/")
def main():
return "Hello!"
@app.route("/employees/<page>", methods=['GET'])
def getEmployees(page):
offset = (int(page) - 1) * PAGE_SIZE
connection = mariadb.connect(user='admin', password='q5XpRomdSr', database='employees')
cursor = connection.cursor()
cursor.execute("SELECT * FROM employees LIMIT {} OFFSET {}".format(PAGE_SIZE, offset))
return {'employees': [i[0] for i in cursor.fetchall()]}
@app.route("/employee/<id>", methods=['GET'])
def getEmployee(id):
id = int(id)
connection = mariadb.connect(user='admin', password='q5XpRomdSr', database='employees')
cursor = connection.cursor()
cursor.execute("SELECT * FROM employees WHERE emp_no = {}".format(id))
fields = getFields(cursor)
employee = {}
found = False
for row in cursor.fetchall():
found = True
employee = {
"birth_date": row[fields["birth_date"]],
"first_name": row[fields["first_name"]],
"last_name": row[fields["last_name"]],
"gender": row[fields["gender"]],
"hire_date": row[fields["hire_date"]]
}
if not found:
abort(404)
cursor.execute("SELECT * FROM salaries WHERE emp_no = {}".format(id))
fields = getFields(cursor)
salaries = []
for row in cursor.fetchall():
salary = {
"salary": row[fields["salary"]],
"from_date": row[fields["from_date"]],
"to_date": row[fields["to_date"]]
}
salaries.append(salary)
employee["salaries"] = salaries
cursor.execute("SELECT * FROM titles WHERE emp_no = {}".format(id))
fields = getFields(cursor)
titles = []
for row in cursor.fetchall():
title = {
"title": row[fields["title"]],
"from_date": row[fields["from_date"]],
"to_date": row[fields["to_date"]]
}
titles.append(title)
employee["titles"] = titles
return json.dumps({
"status": "success",
"employee": employee
})
def isFieldValid(t, v):
if t == "employee":
return v in ["birdth_date", "first_name", "last_name", "hire_date"]
else:
return false
@app.route("/employee/<id>", methods=['PATCH'])
def setEmployee(id):
id = int(id)
content = request.json
print(content)
setList = ""
data = []
for k, v in content.iteritems():
if not isFieldValid("employee", k):
continue
if setList != "":
setList = setList + ", "
setList = setList + k + "=%s"
data.append(v)
data.append(id)
print(setList)
print(data)
connection = mariadb.connect(user='admin', password='q5XpRomdSr', database='employees', client_flags=[ClientFlag.FOUND_ROWS])
cursor = connection.cursor()
cursor.execute("UPDATE employees SET {} WHERE emp_no = %s".format(setList), data)
connection.commit()
if cursor.rowcount < 1:
abort(404)
return json.dumps({
"status": "success"
})
@app.route("/salary", methods=['PUT'])
def putSalary():
content = request.json
print(content)
connection = mariadb.connect(user='admin', password='q5XpRomdSr', database='employees', client_flags=[ClientFlag.FOUND_ROWS])
cursor = connection.cursor()
data = [content["emp_no"], content["salary"], content["from_date"], content["to_date"]]
cursor.execute("INSERT INTO salaries (emp_no, salary, from_date, to_date) VALUES (%s, %s, %s, %s)", data)
connection.commit()
return json.dumps({
"status": "success"
})
@app.route("/state", methods=['GET'])
def getState():
return json.dumps({
"status": "success",
"state": "working"
})
if __name__ == '__main__':
app.run(host='0.0.0.0',port='5002')
સાવધાન કોઈ પણ સંજોગોમાં આ સેવાને ઉદાહરણ કે માર્ગદર્શક તરીકે ન લેવી જોઈએ!
સારા જૂના JMeter નો ઉપયોગ કરીને પરીક્ષણો કરવામાં આવે છે. 15 મિનિટથી 2 કલાક સુધી ચાલતા પરીક્ષણોની શ્રેણી લૉન્ચ કરવામાં આવી હતી, વિક્ષેપો વિના, વિનંતીઓની ટકાવારી વિવિધ હતી, અને થ્રુપુટ પ્રતિ મિનિટ 300 થી 600 વિનંતીઓ સુધી બદલાય છે. 50 થી 500 સુધીના થ્રેડોની સંખ્યા.
ડેટાબેઝ ખૂબ નાનો હોવાને કારણે, આદેશ:
mysql -e "SHOW ENGINE INNODB STATUS"
બતાવે છે કે:
Buffer pool hit rate 923 / 1000, young-making rate 29 / 1000 not 32 / 1000
નીચે વિનંતીઓ માટે સરેરાશ પ્રતિસાદ સમય છે:
લેબલ
સરેરાશ
મધ્યસ્થ
90% લાઇન
95% લાઇન
99% લાઇન
મીન
મેક્સ
કર્મચારી મેળવો
37.64
12.57
62.28
128.5
497.57
5
4151.78
સ્ટેટ
17
7.57
30.14
58.71
193
3
2814.71
પેચ કર્મચારી
161.42
83.29
308
492.57
1845.14
5
6639.4
પુટ પગાર
167.21
86.93
315.34
501.07
1927.12
7
6722.44
આ સિન્થેટીક પરિણામો પરથી નક્કી કરવું તમારા માટે મુશ્કેલ હોઈ શકે છે કે આ VPS તમારા ચોક્કસ કાર્યો માટે કેટલું યોગ્ય છે અને સામાન્ય રીતે, સૂચિબદ્ધ પદ્ધતિઓ તે કેસો સુધી મર્યાદિત છે કે જેને આપણે એક યા બીજા સ્વરૂપે સામનો કરવો પડ્યો હતો. તેથી અમારી સૂચિ છે. સ્પષ્ટપણે સંપૂર્ણ નથી. અમે તમને તમારા પોતાના તારણો દોરવા અને તમારી વાસ્તવિક એપ્લિકેશનો અને કાર્યો પર 30 રુબેલ્સ માટે સર્વરનું પરીક્ષણ કરવા અને ટિપ્પણીઓમાં આ ગોઠવણી માટે તમારા વિકલ્પો સૂચવવા માટે આમંત્રિત કરીએ છીએ.