ProHoster > blogg > administration > Hjärna + VPS för 30 rubel =?

Hjärna + VPS för 30 rubel =?

Det är så trevligt när alla nödvändiga småsaker finns till hands: en bra penna och anteckningsblock, en vässad penna, en bekväm mus, ett par extra sladdar, etc. Dessa oansenliga saker drar inte till sig uppmärksamhet, utan ger tröst till livet. Samma historia är med olika mobila och stationära applikationer: för långa skärmdumpar, för att minska storleken på en bild, för att beräkna personlig ekonomi, ordböcker, översättare, konverterare, etc. Har du en? VPS - vilket är billigt, alltid till hands och ger många fördelar? Nej, inte den du har i ditt företag, utan din egen "pocket". Vi tyckte att utan en liten VPS 2019 var det på något sätt trist, precis som utan den vanliga reservoarpennan på en föreläsning. Varför vara ledsen? Det är sommar. Hur är sommaren? Sommar för en IT-specialist: att sitta hemma och arbeta med dina favoritprojekt utan att ångra dig. I allmänhet tänkte och gjorde vi det.

Hjärna + VPS för 30 rubel =?
Kommunismen har kommit, kamrater.

Han är sån - vår VPS för trettio

Vi har läst en hel del artiklar från konkurrenter och användare som skrev för 3-4 år sedan om varför en billig VPS inte behövs. Jo, det stämmer, då var VPS "för en krona" ren marknadsföring och kunde inte erbjuda normala arbetsmöjligheter. Men tiderna förändras, kostnaden för virtuella resurser blir lägre och lägre, och för 30 rubel i månaden är vi redo att erbjuda detta:

  • Processor: Intel Xeon 2 GHz (1 kärna)
  • Linux-system (Debian, Ubuntu, CentOS att välja mellan)
  • 1 dedikerad IPv4-adress
  • 10 GB datalagring på snabba SSD-enheter i företagsklass
  • RAM: 512 MB
  • Fakturering per sekund
  • Obegränsad trafik

Tariffen är föremål för ytterligare tekniska begränsningar, detaljer om странице vårt coola erbjudande - VPS för 30 rubel. 

Vem är den här virtuella servern lämplig för? Ja till nästan alla: nybörjare, entusiaster, erfarna utvecklare, DIY-fans och till och med vissa företag.

Vad är denna VPS lämplig för?

Vi tror att Habrs läsare definitivt kommer att hitta sitt eget sätt att använda den här konfigurationen, men vi bestämde oss för att samla vårt eget urval av idéer - tänk om någon behöver det, men männen inte vet?

  • Placera din enkla webbplats, portfölj, CV med kod, etc. Självklart gör din egen designade hemsida ett positivt intryck på arbetsgivaren. Placera den på din VPS och ansvara själv för webbplatsens säkerhet och stabilitet, och inte av personalen hos vanliga värdleverantörer.
  • Använd VPS för utbildningsändamål: värd ditt projekt, studera funktionerna i serverns och serverns operativsystem, experimentera med DNS, mixtra med en liten utbildningswebbplats.
  • För telefoni. Ibland behöver en enskild entreprenör, frilansare eller ett mycket litet företag desperat IP-telefoni, och operatörerna av just denna telefoni är väldigt giriga. Det är enkelt: vi tar vår server, köper ett nummer från en IP-telefonioperatör, sätter upp en virtuell växel och skapar interna nummer (om det behövs). Besparingarna är kolossala.
  • Använd servern för att testa dina applikationer.
  • Använd servern för gör-det-själv-experiment, inklusive styrning och insamling av data från sensorer för smarta hemsystem.
  • Ett ovanligt sätt att använda det är att placera en virtuell börshandelsassistent, en handelsrobot, på servern. Du kommer att vara fullt ansvarig för serverns stabilitet och säkerhet, vilket innebär att du får ett kontrollerat instrument för handel på aktiemarknaderna. Tja, om någon är intresserad eller planerar :)

Det finns applikationer för sådan VPS inom företagssfären. Förutom den redan nämnda telefontjänsten kan du implementera flera intressanta saker. Till exempel:

  • Placera små databaser och information som kommer att vara tillgänglig för resande anställda på avstånd, till exempel med hjälp av ftp. Detta gör att du mycket snabbt kan utbyta färska analyser, uppdaterade konfigurationer för säljare, presentationer, etc.
  • Ge tillfällig åtkomst till användare eller klienter för att demonstrera programvara eller media.

VPS provkörning för 30 rubel - gjort för dig

30 rubel är så lite att du inte ens vill ta ut ett kort för att betala och testa. Vi är ibland så lata också, men den här gången gjorde vi allt för dig. Innan vi lanserade servrarna i strid genomförde vi ett test för att kontrollera alla detaljer och visa vad servrarna kan till denna tariff. För att göra det mer intressant lade vi till extrem och kontrollerade hur denna konfiguration skulle bete sig om densiteten och belastningen översteg de värden vi ställde in. 

Värden var under belastning av ett antal virtuella maskiner som utförde olika uppgifter på processorn och aktivt använde diskundersystemet. Målet är att simulera en hög placeringstäthet och en belastning som är jämförbar med eller större än en strids.

Utöver den konstanta belastningen installerade vi 3 virtuella maskiner som samlade in syntetiska mätvärden med sysbench, vars genomsnittliga resultat anges nedan, och 50 virtuella maskiner som skapade ytterligare belastning. Alla virtuella testmaskiner hade samma konfiguration (1 kärna, RAM 512 GB, SSD 10 GB), standardavbildningen för debian 9.6 valdes som operativsystem, som erbjuds användare på RUVDS.

Lasten simulerades till sin natur och storlek jämförbar med strid:

  • Vissa virtuella maskiner lanserades med låg belastning
  • Vissa maskiner körde ett testskript som simulerade belastningen på processorn (med hjälp av verktyget påkänning)
  • På den återstående delen av de virtuella maskinerna körde vi ett skript som använde dd för att kopiera data från förberedda data till disk med en gränsuppsättning med hjälp av pv (exempel kan ses här и här).

Dessutom, som ni minns, hade vi tre maskiner som samlade in syntetiska mätvärden.

På varje maskin kördes ett skript cykliskt var 15:e minut, som kör standard sysbench-tester för processor, minne och disk.

Skriptet 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

Resultaten presenteras för enkelhetens skull i sysbench-format, men medelvärdena för hela testperioden togs från alla maskiner, resultatet kan ses här:

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
Resultaten är vägledande, men ska ändå inte ses som QoS. 

Maskiner som skapar extra belastning

Programvara:

  • apt-get update
  • apt-get uppgradering
  • apt-get install python-pip
  • pip installera mysql-connector-python-rf

Installerade MariaDB, hur här:

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

Testbas tagen hence:

Databasen distribueras som specificerat här:

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

Liten testbas:

Bord 

RowsCount 

Datastorlek (MB)

Indexstorlek (KB)

avdelningar 

9

0.02

16.00

dept_emp 

331143 

11.52

5648.00

dept_manager 

24 

0.02

16.00

anställda 

299379 

14.52

0.00

löner 

2838426 

95.63

0.00 

titlar 

442783 

19.56

0.00

En primitiv testtjänst skrivs på knäet i Python; den utför fyra operationer:

  1. getState: returnerar status
  2. getEmployee: returnerar anställda (+löner, +titlar) från databasen
  3. patchEmployee: ändrar anställdas fält
  4. insertSalary: infogar en lön

Tjänstkälla (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')

Varning! Under inga omständigheter får denna tjänst ses som ett exempel eller vägledning!

Tester utförs med gamla goda JMeter. En serie tester som varade från 15 minuter till 2 timmar lanserades, utan avbrott, andelen förfrågningar varierade och genomströmningen varierade från 300 till 600 förfrågningar per minut. Antal trådar från 50 till 500.

På grund av det faktum att databasen är mycket liten, kommandot:

mysql -e "SHOW ENGINE INNODB STATUS"

Visar att:

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

Nedan är de genomsnittliga svarstiderna för förfrågningar:

etikett

Genomsnitt

median

90 % linje

95 % linje

99 % linje

Min

Max

skaffa anställd

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

patchAnställd

161.42

83.29

308

492.57

1845.14

5

6639.4

sättaLön

167.21

86.93

315.34

501.07

1927.12

7

6722.44

Det kan vara svårt för dig att utifrån dessa syntetiska resultat bedöma hur passande denna VPS är för dina specifika uppgifter och i allmänhet är de listade metoderna begränsade till de fall som vi var tvungna att hantera i en eller annan form. Så vår lista är uppenbarligen inte uttömmande. Vi inbjuder dig att dra dina egna slutsatser och testa servern för 30 rubel på dina riktiga applikationer och uppgifter och föreslå dina alternativ för denna konfiguration i kommentarerna.

Källa: will.com

Lägg en kommentar