ബ്രെയിൻ + 30 റൂബിൾസ് വേണ്ടി VPS =?

ആവശ്യമായ എല്ലാ ചെറിയ കാര്യങ്ങളും കൈയിലായിരിക്കുമ്പോൾ ഇത് വളരെ മനോഹരമാണ്: ഒരു നല്ല പേനയും നോട്ട്പാഡും, മൂർച്ചയുള്ള പെൻസിലും, സുഖപ്രദമായ മൗസും, കുറച്ച് അധിക വയറുകളും മുതലായവ. ഈ അവ്യക്തമായ കാര്യങ്ങൾ ശ്രദ്ധ ആകർഷിക്കുന്നില്ല, മറിച്ച് ജീവിതത്തിന് ആശ്വാസം നൽകുന്നു. വിവിധ മൊബൈൽ, ഡെസ്‌ക്‌ടോപ്പ് ആപ്ലിക്കേഷനുകൾക്കും സമാന കഥയുണ്ട്: ദൈർഘ്യമേറിയ സ്‌ക്രീൻഷോട്ടുകൾക്കായി, ഒരു ചിത്രത്തിന്റെ വലുപ്പം കുറയ്ക്കുന്നതിന്, വ്യക്തിഗത ധനകാര്യങ്ങൾ, നിഘണ്ടുക്കൾ, വിവർത്തകർ, കൺവെർട്ടറുകൾ മുതലായവ കണക്കാക്കുന്നതിന്. നിങ്ങൾക്ക് ഒന്ന് ഉണ്ടോ? VPS ലേക്ക് - ഏതാണ് വിലകുറഞ്ഞതും എല്ലായ്പ്പോഴും കൈയിലുള്ളതും ധാരാളം നേട്ടങ്ങൾ നൽകുന്നതും? ഇല്ല, നിങ്ങളുടെ കമ്പനിയിൽ ഉള്ള ഒന്നല്ല, നിങ്ങളുടെ സ്വന്തം, "പോക്കറ്റ്". ഒരു പ്രഭാഷണത്തിൽ സാധാരണ ഫൗണ്ടൻ പേന ഇല്ലാത്തതുപോലെ, 2019-ൽ ഒരു ചെറിയ VPS ഇല്ലാതെ അത് എങ്ങനെയെങ്കിലും സങ്കടകരമാണെന്ന് ഞങ്ങൾ കരുതി. എന്തിന് സങ്കടപ്പെടണം? ഇത് വേനലാണ്. വേനൽക്കാലം എങ്ങനെയുണ്ട്? ഒരു ഐടി സ്പെഷ്യലിസ്റ്റിനുള്ള വേനൽക്കാലം: വീട്ടിലിരുന്ന്, നിങ്ങളുടെ പ്രിയപ്പെട്ട പ്രോജക്റ്റുകളിൽ ഖേദമില്ലാതെ പ്രവർത്തിക്കുക. പൊതുവേ, ഞങ്ങൾ അത് ചിന്തിക്കുകയും ചെയ്തു.

കമ്മ്യൂണിസം വന്നിരിക്കുന്നു സഖാക്കളേ.

അവൻ അങ്ങനെയാണ് - മുപ്പതിന് ഞങ്ങളുടെ വി.പി.എസ്

വിലകുറഞ്ഞ VPS എന്തുകൊണ്ട് ആവശ്യമില്ല എന്നതിനെക്കുറിച്ച് 3-4 വർഷം മുമ്പ് എഴുതിയ മത്സരാർത്ഥികളിൽ നിന്നും ഉപയോക്താക്കളിൽ നിന്നും ഞങ്ങൾ ധാരാളം ലേഖനങ്ങൾ വായിച്ചിട്ടുണ്ട്. ശരി, അത് ശരിയാണ്, അപ്പോൾ VPS "ഒരു ചില്ലിക്കാശിനുള്ള" ശുദ്ധമായ മാർക്കറ്റിംഗ് ആയിരുന്നു, സാധാരണ ജോലി അവസരങ്ങൾ നൽകാൻ കഴിഞ്ഞില്ല. എന്നാൽ സമയം മാറുകയാണ്, വെർച്വൽ റിസോഴ്‌സുകളുടെ വില കുറയുകയും കുറയുകയും ചെയ്യുന്നു, കൂടാതെ പ്രതിമാസം 30 റുബിളിനായി ഞങ്ങൾ ഇത് വാഗ്ദാനം ചെയ്യാൻ തയ്യാറാണ്:

• പ്രോസസർ: ഇന്റൽ സിയോൺ 2 GHz (1 കോർ)
• ലിനക്സ് സിസ്റ്റം (Debian, Ubuntu, CentOS തിരഞ്ഞെടുക്കാൻ)
• 1 സമർപ്പിത IPv4 വിലാസം
• ഫാസ്റ്റ് എന്റർപ്രൈസ് ക്ലാസ് എസ്എസ്ഡി ഡ്രൈവുകളിൽ 10 ജിബി ഡാറ്റ സ്റ്റോറേജ്
• റാം: 512 MB
• സെക്കൻഡിൽ ബില്ലിംഗ്
• പരിധിയില്ലാത്ത ട്രാഫിക്

താരിഫ് അധിക സാങ്കേതിക നിയന്ത്രണങ്ങൾക്ക് വിധേയമാണ്, വിശദാംശങ്ങൾ പേജ് ഞങ്ങളുടെ രസകരമായ ഓഫർ - 30 റൂബിളിന് VPS. 

ഈ വെർച്വൽ സെർവർ ആർക്കാണ് അനുയോജ്യം? മിക്കവാറും എല്ലാവർക്കും അതെ: തുടക്കക്കാർ, ഉത്സാഹികൾ, പരിചയസമ്പന്നരായ ഡെവലപ്പർമാർ, DIY ആരാധകർ, ചില കമ്പനികൾ പോലും.

ഈ വിപിഎസ് എന്തിന് അനുയോജ്യമാണ്?

ഹബറിന്റെ വായനക്കാർ തീർച്ചയായും ഈ കോൺഫിഗറേഷൻ ഉപയോഗിക്കുന്നതിന് അവരുടേതായ വഴി കണ്ടെത്തുമെന്ന് ഞങ്ങൾ കരുതുന്നു, എന്നാൽ ഞങ്ങളുടെ സ്വന്തം ആശയങ്ങൾ ശേഖരിക്കാൻ ഞങ്ങൾ തീരുമാനിച്ചു - ആർക്കെങ്കിലും ഇത് ആവശ്യമാണെങ്കിൽ, പക്ഷേ പുരുഷന്മാർക്ക് അറിയില്ലെങ്കിലോ?

• നിങ്ങളുടെ ലളിതമായ വെബ്സൈറ്റ്, പോർട്ട്ഫോളിയോ, കോഡ് ഉപയോഗിച്ച് പുനരാരംഭിക്കുക തുടങ്ങിയവ സ്ഥാപിക്കുക. തീർച്ചയായും, നിങ്ങളുടെ സ്വന്തം രൂപകൽപ്പന ചെയ്ത വെബ്സൈറ്റ് തൊഴിലുടമയിൽ നല്ല മതിപ്പ് ഉണ്ടാക്കുന്നു. ഇത് നിങ്ങളുടെ VPS-ൽ സ്ഥാപിക്കുകയും സൈറ്റിന്റെ സുരക്ഷയ്ക്കും സ്ഥിരതയ്ക്കും സ്വയം ഉത്തരവാദിയായിരിക്കുകയും ചെയ്യുക, സാധാരണ ഹോസ്റ്റിംഗ് ദാതാക്കളുടെ ജീവനക്കാരല്ല.
• വിദ്യാഭ്യാസ ആവശ്യങ്ങൾക്കായി VPS ഉപയോഗിക്കുക: നിങ്ങളുടെ പ്രോജക്റ്റ് ഹോസ്റ്റ് ചെയ്യുക, സെർവറിന്റെയും സെർവർ ഓപ്പറേറ്റിംഗ് സിസ്റ്റത്തിന്റെയും സവിശേഷതകൾ പഠിക്കുക, DNS ഉപയോഗിച്ച് പരീക്ഷിക്കുക, ഒരു ചെറിയ വിദ്യാഭ്യാസ സൈറ്റുമായി ടിങ്കർ ചെയ്യുക.
• ടെലിഫോണിക്കായി. ചിലപ്പോൾ ഒരു വ്യക്തിഗത സംരംഭകനോ, ഫ്രീലാൻസർക്കോ അല്ലെങ്കിൽ വളരെ ചെറിയ ഒരു കമ്പനിക്കോ ഐപി ടെലിഫോണി ആവശ്യമുണ്ട്, ഈ ടെലിഫോണിയുടെ ഓപ്പറേറ്റർമാർ അത്യാഗ്രഹികളാണ്. ഇത് ലളിതമാണ്: ഞങ്ങൾ ഞങ്ങളുടെ സെർവർ എടുക്കുന്നു, ഒരു IP ടെലിഫോണി ഓപ്പറേറ്ററിൽ നിന്ന് ഒരു നമ്പർ വാങ്ങുന്നു, ഒരു വെർച്വൽ PBX സജ്ജീകരിച്ച് ആന്തരിക നമ്പറുകൾ സൃഷ്ടിക്കുന്നു (ആവശ്യമെങ്കിൽ). സമ്പാദ്യം ഭീമമാണ്.
• നിങ്ങളുടെ ആപ്ലിക്കേഷനുകൾ പരിശോധിക്കാൻ സെർവർ ഉപയോഗിക്കുക.
• സ്മാർട്ട് ഹോം സിസ്റ്റം സെൻസറുകളിൽ നിന്നുള്ള ഡാറ്റ നിയന്ത്രിക്കുന്നതും ശേഖരിക്കുന്നതും ഉൾപ്പെടെ DIY പരീക്ഷണങ്ങൾക്കായി സെർവർ ഉപയോഗിക്കുക.
• ഇത് ഉപയോഗിക്കാനുള്ള അസാധാരണമായ മാർഗം സെർവറിൽ ഒരു വെർച്വൽ എക്സ്ചേഞ്ച് ട്രേഡിംഗ് അസിസ്റ്റന്റ്, ഒരു ട്രേഡിംഗ് റോബോട്ട് സ്ഥാപിക്കുക എന്നതാണ്. സെർവറിന്റെ സ്ഥിരതയ്ക്കും സുരക്ഷയ്ക്കും നിങ്ങൾ പൂർണ്ണ ഉത്തരവാദിയായിരിക്കും, അതായത് സ്റ്റോക്ക് മാർക്കറ്റുകളിൽ ട്രേഡിങ്ങിനായി നിങ്ങൾക്ക് ഒരു നിയന്ത്രിത ഉപകരണം ലഭിക്കും. ശരി, ആർക്കെങ്കിലും താൽപ്പര്യമോ ആസൂത്രണമോ ആണെങ്കിൽ :)

കോർപ്പറേറ്റ് മേഖലയിൽ അത്തരം വിപിഎസിനുള്ള അപേക്ഷകൾ ഉണ്ട്. ഇതിനകം സൂചിപ്പിച്ച ടെലിഫോൺ സേവനത്തിന് പുറമേ, നിങ്ങൾക്ക് നിരവധി രസകരമായ കാര്യങ്ങൾ നടപ്പിലാക്കാൻ കഴിയും. ഉദാഹരണത്തിന്:

• ദൂരെയുള്ള യാത്രക്കാർക്ക് ആക്സസ് ചെയ്യാൻ കഴിയുന്ന ചെറിയ ഡാറ്റാബേസുകളും വിവരങ്ങളും സ്ഥാപിക്കുക, ഉദാഹരണത്തിന്, ftp ഉപയോഗിച്ച്. പുതിയ അനലിറ്റിക്‌സ്, സെയിൽസ് ആളുകൾക്കായി അപ്‌ഡേറ്റ് ചെയ്‌ത കോൺഫിഗറേഷനുകൾ, അവതരണങ്ങൾ മുതലായവ വളരെ വേഗത്തിൽ കൈമാറാൻ ഇത് നിങ്ങളെ അനുവദിക്കും.
• സോഫ്റ്റ്‌വെയറോ മീഡിയയോ പ്രദർശിപ്പിക്കുന്നതിന് ഉപയോക്താക്കൾക്കോ ​​ക്ലയന്റുകൾക്കോ ​​താൽക്കാലിക ആക്‌സസ് നൽകുക.

30 റൂബിളുകൾക്കുള്ള VPS ടെസ്റ്റ് ഡ്രൈവ് - നിങ്ങൾക്കായി ചെയ്തു

30 റൂബിൾസ് വളരെ കുറവാണ്, പണമടയ്ക്കാനും പരിശോധിക്കാനും നിങ്ങൾ ഒരു കാർഡ് എടുക്കാൻ പോലും ആഗ്രഹിക്കുന്നില്ല. ഞങ്ങളും ചിലപ്പോൾ മടിയന്മാരാണ്, എന്നാൽ ഇത്തവണ ഞങ്ങൾ നിങ്ങൾക്കായി എല്ലാം ചെയ്തു. സെർവറുകൾ യുദ്ധത്തിലേക്ക് സമാരംഭിക്കുന്നതിന് മുമ്പ്, എല്ലാ വിശദാംശങ്ങളും പരിശോധിക്കുന്നതിനും ഈ താരിഫിൽ സെർവറുകൾക്ക് എന്ത് കഴിവുണ്ടെന്ന് കാണിക്കുന്നതിനും ഞങ്ങൾ ഒരു പരിശോധന നടത്തി. ഇത് കൂടുതൽ രസകരമാക്കാൻ, ഞങ്ങൾ തീവ്രത ചേർക്കുകയും സാന്ദ്രതയും ലോഡും ഞങ്ങൾ സജ്ജമാക്കിയ മൂല്യങ്ങൾ കവിയുന്നുവെങ്കിൽ ഈ കോൺഫിഗറേഷൻ എങ്ങനെ പ്രവർത്തിക്കുമെന്ന് പരിശോധിക്കുകയും ചെയ്തു. 

പ്രോസസറിൽ വിവിധ ജോലികൾ ചെയ്യുകയും ഡിസ്ക് സബ്സിസ്റ്റം സജീവമായി ഉപയോഗിക്കുകയും ചെയ്യുന്ന നിരവധി വെർച്വൽ മെഷീനുകളുടെ ലോഡിന് കീഴിലായിരുന്നു ഹോസ്റ്റ്. പ്ലെയ്‌സ്‌മെന്റിന്റെ ഉയർന്ന സാന്ദ്രതയും ഒരു പോരാട്ടവുമായി താരതമ്യപ്പെടുത്താവുന്നതോ അതിലും കൂടുതലോ ഉള്ള ലോഡും അനുകരിക്കുക എന്നതാണ് ലക്ഷ്യം.

സ്ഥിരമായ ലോഡിന് പുറമേ, sysbench ഉപയോഗിച്ച് സിന്തറ്റിക് മെട്രിക്‌സ് ശേഖരിക്കുന്ന 3 വെർച്വൽ മെഷീനുകൾ ഞങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്തു, അവയുടെ ശരാശരി ഫലങ്ങൾ ചുവടെ നൽകിയിരിക്കുന്നു, കൂടാതെ അധിക ലോഡ് സൃഷ്ടിച്ച 50 വെർച്വൽ മെഷീനുകൾ. എല്ലാ ടെസ്റ്റ് വെർച്വൽ മെഷീനുകൾക്കും ഒരേ കോൺഫിഗറേഷൻ ഉണ്ടായിരുന്നു (1 കോർ, റാം 512 GB, SSD 10 GB), സ്റ്റാൻഡേർഡ് ഡെബിയൻ 9.6 ഇമേജ് ഓപ്പറേറ്റിംഗ് സിസ്റ്റമായി തിരഞ്ഞെടുത്തു, ഇത് RUVDS-ൽ ഉപയോക്താക്കൾക്ക് വാഗ്ദാനം ചെയ്യുന്നു.

ലോഡ് പ്രകൃതിയിലും പോരാട്ടവുമായി താരതമ്യപ്പെടുത്താവുന്ന അളവിലും അനുകരിക്കപ്പെട്ടു:

• ചില വെർച്വൽ മെഷീനുകൾ ലോ ലോഡിൽ ലോഞ്ച് ചെയ്തു
• ചില മെഷീനുകൾ പ്രോസസറിലെ ലോഡ് അനുകരിക്കുന്ന ഒരു ടെസ്റ്റ് സ്ക്രിപ്റ്റ് പ്രവർത്തിപ്പിച്ചു (യൂട്ടിലിറ്റി ഉപയോഗിച്ച് സമ്മര്ദ്ദം)
• വെർച്വൽ മെഷീനുകളുടെ ശേഷിക്കുന്ന ഭാഗത്ത്, pv ഉപയോഗിച്ച് ഒരു പരിധി സജ്ജീകരിച്ച് മുൻകൂട്ടി തയ്യാറാക്കിയ ഡാറ്റയിൽ നിന്ന് ഡിസ്കിലേക്ക് ഡാറ്റ പകർത്താൻ dd ഉപയോഗിക്കുന്ന ഒരു സ്ക്രിപ്റ്റ് ഞങ്ങൾ പ്രവർത്തിപ്പിച്ചു (ഉദാഹരണങ്ങൾ കാണാം. ഇവിടെ и ഇവിടെ).

കൂടാതെ, നിങ്ങൾ ഓർക്കുന്നതുപോലെ, സിന്തറ്റിക് മെട്രിക്‌സ് ശേഖരിക്കുന്ന മൂന്ന് മെഷീനുകൾ ഞങ്ങളുടെ പക്കലുണ്ടായിരുന്നു.

ഓരോ മെഷീനിലും, ഓരോ 15 മിനിറ്റിലും ചാക്രികമായി ഒരു സ്ക്രിപ്റ്റ് എക്സിക്യൂട്ട് ചെയ്യപ്പെടുന്നു, ഇത് പ്രോസസർ, മെമ്മറി, ഡിസ്ക് എന്നിവയ്ക്കായുള്ള സ്റ്റാൻഡേർഡ് സിസ്ബെഞ്ച് ടെസ്റ്റുകൾ പ്രവർത്തിപ്പിക്കുന്നു.

സ്ക്രിപ്റ്റ് 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

സിസ്‌ബെഞ്ച് ഫോർമാറ്റിൽ സൗകര്യാർത്ഥം ഫലങ്ങൾ അവതരിപ്പിച്ചിരിക്കുന്നു, എന്നാൽ മുഴുവൻ ടെസ്റ്റിംഗ് കാലയളവിലെയും ശരാശരി മൂല്യങ്ങൾ എല്ലാ മെഷീനുകളിൽ നിന്നും എടുത്തതാണ്, ഫലം ഇവിടെ കാണാം:

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

Memory transfer size: 102400M

Memory operations type: write
Memory scope type: global
Threads started!
Done.

Operations performed: 104857600 (328001.79 ops/sec)

102400.00 MB transferred (320.32 MB/sec)

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
ഫലങ്ങൾ സൂചകമാണ്, പക്ഷേ ഇപ്പോഴും QoS ആയി എടുക്കാൻ പാടില്ല. 

അധിക ലോഡ് സൃഷ്ടിക്കുന്ന യന്ത്രങ്ങൾ

സോഫ്റ്റ്വെയർ:

• apt-get update
• apt-get upgrade
• apt-get install പൈത്തൺ-പൈപ്പ്
• pip mysql-connector-python-rf ഇൻസ്റ്റാൾ ചെയ്യുക

MariaDB ഇൻസ്റ്റാൾ ചെയ്തു, എങ്ങനെ ഇവിടെ:

apt-get install libmariadbclient-dev
mysql -e "INSTALL PLUGIN blackhole SONAME 'ha_blackhole.so';" -- нужно для test_employees_sha

ടെസ്റ്റ് ബേസ് എടുത്തു ഇവിടെ നിന്ന്:

വ്യക്തമാക്കിയ പ്രകാരം ഡാറ്റാബേസ് വിന്യസിച്ചിരിക്കുന്നു ഇവിടെ:

mysql -t < employees.sql
mysql -t < test_employees_sha.sql

ചെറിയ ടെസ്റ്റ് ബേസ്:

മേശ 

വരികളുടെ എണ്ണം 

ഡാറ്റ വലുപ്പം (MB)

സൂചിക വലുപ്പം (KB)

വകുപ്പുകൾ 

9

0.02

16.00

dept_emp 

331143 

11.52

5648.00

dept_manager 

24 

0.02

16.00

ജീവനക്കാർ 

299379 

14.52

0.00

ജീവനക്കാർ 

2838426 

95.63

0.00 

തലക്കെട്ടുകൾ 

442783 

19.56

0.00

പൈത്തണിൽ കാൽമുട്ടിൽ ഒരു പ്രാകൃത പരീക്ഷണ സേവനം എഴുതിയിരിക്കുന്നു; ഇത് നാല് പ്രവർത്തനങ്ങൾ ചെയ്യുന്നു:

1. getState: സ്റ്റാറ്റസ് നൽകുന്നു
2. getEmployee: ഡാറ്റാബേസിൽ നിന്ന് ജീവനക്കാരെ (+ശമ്പളം, + തലക്കെട്ടുകൾ) തിരികെ നൽകുന്നു
3. പാച്ച് എംപ്ലോയി: ജീവനക്കാരുടെ ഫീൽഡുകൾ മാറ്റുന്നു
4. insertSalary: ശമ്പളം ചേർക്കുന്നു

സേവന ഉറവിടം (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')

ശ്രദ്ധിക്കൂ! ഒരു സാഹചര്യത്തിലും ഈ സേവനം ഒരു മാതൃകയോ വഴികാട്ടിയോ ആയി എടുക്കരുത്!

നല്ല പഴയ ജെമീറ്റർ ഉപയോഗിച്ചാണ് പരിശോധനകൾ നടത്തുന്നത്. 15 മിനിറ്റ് മുതൽ 2 മണിക്കൂർ വരെ നീളുന്ന ടെസ്റ്റുകളുടെ ഒരു പരമ്പര സമാരംഭിച്ചു, തടസ്സങ്ങളില്ലാതെ, അഭ്യർത്ഥനകളുടെ ശതമാനം വ്യത്യാസപ്പെട്ടിരിക്കുന്നു, കൂടാതെ ത്രൂപുട്ട് മിനിറ്റിൽ 300 മുതൽ 600 അഭ്യർത്ഥനകൾ വരെ വ്യത്യാസപ്പെടുന്നു. 50 മുതൽ 500 വരെയുള്ള ത്രെഡുകളുടെ എണ്ണം.

ഡാറ്റാബേസ് വളരെ ചെറുതായതിനാൽ, കമാൻഡ്:

mysql -e "SHOW ENGINE INNODB STATUS"

അത് കാണിക്കുന്നു:

Buffer pool hit rate 923 / 1000, young-making rate 29 / 1000 not 32 / 1000

അഭ്യർത്ഥനകൾക്കുള്ള ശരാശരി പ്രതികരണ സമയം ചുവടെ:

ലേബൽ

ശരാശരി

മീഡിയൻ

90% ലൈൻ

95% ലൈൻ

99% ലൈൻ

കുറഞ്ഞത്

മാക്സ്

ജീവനക്കാരനെ നേടുക

37.64

12.57

62.28

128.5

497.57

5

4151.78

getState

17

7.57

30.14

58.71

193

3

2814.71

പാച്ച് എംപ്ലോയി

161.42

83.29

308

492.57

1845.14

5

6639.4

ശമ്പളം

167.21

86.93

315.34

501.07

1927.12

7

6722.44

നിങ്ങളുടെ നിർദ്ദിഷ്ട ജോലികൾക്ക് ഈ വിപിഎസ് എത്രത്തോളം അനുയോജ്യമാണെന്ന് ഈ സിന്തറ്റിക് ഫലങ്ങളിൽ നിന്ന് വിലയിരുത്തുന്നത് നിങ്ങൾക്ക് ബുദ്ധിമുട്ടായിരിക്കാം, പൊതുവായി പറഞ്ഞാൽ, ലിസ്റ്റുചെയ്ത രീതികൾ ഞങ്ങൾ ഒരു തരത്തിലല്ലെങ്കിൽ മറ്റൊരു തരത്തിൽ കൈകാര്യം ചെയ്യേണ്ട കേസുകളിൽ മാത്രമായി പരിമിതപ്പെടുത്തിയിരിക്കുന്നു. വ്യക്തമായും സമഗ്രമല്ല. നിങ്ങളുടേതായ നിഗമനങ്ങളിൽ എത്തിച്ചേരാനും നിങ്ങളുടെ യഥാർത്ഥ ആപ്ലിക്കേഷനുകളിലും ടാസ്ക്കുകളിലും 30 റൂബിളുകൾക്കായി സെർവർ പരീക്ഷിക്കുന്നതിനും അഭിപ്രായങ്ങളിൽ ഈ കോൺഫിഗറേഷനായി നിങ്ങളുടെ ഓപ്ഷനുകൾ നിർദ്ദേശിക്കുന്നതിനും ഞങ്ങൾ നിങ്ങളെ ക്ഷണിക്കുന്നു.

അവലംബം: www.habr.com