前言 购买公有云资源,主要目的是向公众提供服务,因此,网络带宽是我们必须考虑的问题。但在带宽的具体选型上,我们往往又限入两难的境地。是选择固定带宽,还是选择按量计费?带宽上限是多少合适?带宽大了会造成浪费,带宽小了会影响应用质量。因此,我们很难对带宽类型及上限做一个精准的评估。 行云服务•云管家提供的“带宽优化仿真工具”,能够给我们带来一定的帮助。 带宽优化仿真工具的原理(yun.cloudbility.com) 带宽优化仿真工具的核心思想是:通过获取公网出站流量的历史负载数据,对其进行挖掘与分析,形成统计分析的数学支撑,并依据统计结果给用户提供带宽优化建议。用户可通过仿真工具进行带宽模拟,系统经计算获得仿真数据并呈现给用户,并最终由用户加以判断抉择。 以下是带宽优化仿真工具的界面示意图。 <图一 带宽优化仿真工具> 带宽优化仿真工具的统计指标 带宽优化仿真工具有这样几个统计学指标,理解以下指标能够更好的帮助用户做出最终的判断与抉择。 平均出站速率:指定负载周期内的平均出站速率,该值越大,意味着网络负载越高。 出站总流量:指定负载周期内的出站总流量,可通过该值来判断是否将带宽类型变更为按量计费类型。 中位数:指定负载周期内的速率中位值,意味着有50%采样点的速率大于此值,同时也意味着有50%采样点的速率小于此值。可通过此值和平均出站速率做对比,如果此值小于平均出站速率,意味着大部分采样点的速率都很低。 95th Percentile::指定负载周期内的速率95分位值,意味着有5%采样点的速率大于此值,同时也意味着当带宽限额为此值时,可以满足95%采样点的速率要求。 峰值速率:带宽限额是一种软性指标,1Mbps的带宽,当带宽达到峰值时,其采样点速率可能为1.1Mbps,也可能为0.95Mbps。我们把带宽限额的95%定为此带宽的峰值,当采样点的速率大于此值时,则意味着带宽已经处于峰值状况。 峰值速率时长:统计所有采样点速率大于峰值速率时的时间长度占比。这里需要注意的是,当速率大于峰值速率时,意味着会影响应用质量,因此,我们需要尽可能的让峰值速率时长变小。 具体使用 带宽优化仿真工具的背后支撑颇为复杂,但作为工具层面的使用却非常简单。当你打开针对某台云主机的带宽优化仿真工具后,系统首先会获取该主机最近10天公网出站的流量数据进行统计汇总,并形成流量曲线图为你一一展现。 同时,系统还会为你提供优化建议,你要做的无非是根据系统给出的优化建议,或者依据自己的判断,进行带宽类型的变更以进行“仿真”。你可以将固定带宽由1Mbps变更为2Mbps,也可以将固定带宽变更为按量计费,下图是变更带宽的界面。 <图二 变更带宽类型> 一旦进行了带宽类型的变更,系统会依据最近10天的流量负载数据,进行仿真模拟并形成仿真后的负载数据,你可以查看在新的带宽类型下,公网出站流量的负载变化以及可能对应用质量造成的影响。 下图是将固定带宽1Mbps变更为按量计费(峰值2Mbps)后,真实负载和仿真负载的对比分析: <图三 带宽真实负载与仿真负载的对比分析> 通过观察我们可以得知:带宽变更后,成本由23.00元/月降低为3.08元/月,而峰值速率所占时长由1小时8分钟降低为16分钟,这意味着成本虽然降低了,但应用质量反而更高了,那么这种带宽类型的变更就是用户期望看到的结果。 总结 我们的应用并非一成不变,应用对带宽的要求也应该动态的发生调整。带宽优化仿真工具能够帮助我们很好的评估我们的应用到底需要怎样的带宽,并在成本支出与应用质量之间由用户加以权衡。
|