성능
업계 최고 수준의 성능
개요
- 크기가 0.05 MB에서 17 MB까지인 20개의 비즈니스 파일로 구성된 테스트 스위트
- 평균 파일 크기 = 3.74 MB
- 파일 유형에는 다음이 포함됩니다: Excel, Word, Powerpoint, video, image, PDF, audio
- 테스트는 Halo의 v2.6.1을 대상으로 실행되었습니다 6.1
AKS
클러스터 구성은 컨테이너에 대한 특정 메모리 및 컴퓨팅 할당을 가정합니다. 프로덕션 성능은 항상 실제 환경 파일의 크기와 복잡성에 따라 달라집니다. 구성은 처리량 또는 파일 처리 속도를 우선하도록 최적화할 수 있습니다.
이 테스트에서는 pod에 다음 요청값과 제한값이 설정되었습니다.
| 서비스 | 요청된 CPU | 요청된 메모리 | CPU 제한 | 메모리 제한 |
|---|---|---|---|---|
| 엔진 | 200m | 500Mi (524 MB) | 1 core | 1Gi (1.07 GB) |
| API | 1500m | 4Gi (4.29 GB) | 1500m | 4Gi (4.29 GB) |
소형
Kubernetes 클러스터의 단일 노드(1 x DS5_v2)를 기준으로 하며, 구성은 다음과 같습니다:
- 엔진 10개
- 가상 코어 16개
- 메모리 56 GB
| 처리량 | 처리된 파일 수 | 처리된 데이터 |
|---|---|---|
| 시간당 | 26,500 | 96 GB |
| 일당 | 635,000 | 2300 GB |
| 평균 처리 속도 | 136ms | |
| API 성공률 | 99.999% |
중간
다음으로 구성된 Kubernetes 클러스터의 5개 노드(5 x DS4_v2) 기준:
- 25개 Engine
- 노드당 8개 가상 코어, 총 40개
- 노드당 28 GB 메모리, 총 140 GB
| 처리량 | 처리된 파일 수 | 처리된 데이터 |
|---|---|---|
| 시간당 | 54,800 | 200 GB |
| 일당 | 1,300,000 | 4800 GB |
| 평균 처리 속도 | 65ms | |
| API 성공률 | 99.999% |
대형
다음으로 구성된 Kubernetes 클러스터의 5개 노드(5 x DS5_v2) 기준:
- 50개 Engine
- 노드당 16개 가상 코어, 총 80개
- 노드당 56 GB 메모리, 총 280 GB
| 처리량 | 처리된 파일 수 | 처리된 데이터 |
|---|---|---|
| 시간당 | 93,800 | 343 GB |
| 일당 | 2,250,000 | 8230 GB |
| 평균 처리 속도 | 38ms | |
| API 성공률 | 99.999% |
OVA
이 테스트에서는 pod에 다음 요청값과 제한값이 설정되었습니다.
| 서비스 | 요청된 CPU | 요청된 메모리 | CPU 제한 | 메모리 제한 |
|---|---|---|---|---|
| 엔진 | 1300m | 3Gi (3.22 GB) | 1300m | 3Gi (3.22 GB) |
| Api | 1 core | 3Gi (3.22 GB) | 1 core | 3Gi (3.22 GB) |
소형
OVA를 실행하는 소형 VM(F16s_v2)을 기준으로 하며, 구성은 다음과 같습니다:
| 처리량 | 처리된 파일 수 | 처리된 데이터 |
|---|---|---|
| 시간당 | 9,150 | 33 GB |
| 일당 | 220,000 | 800 GB |
| 평균 처리 속도 | 392ms | |
| API 성공률 | 99.999% |
- 엔진 3개
- 가상 코어 16개
- 32 GB 메모리
대형
OVA를 실행하는 대형 VM(F32s_v2)을 기준으로 합니다.
| 처리량 | 처리된 파일 수 | 처리된 데이터 |
|---|---|---|
| 시간당 | 13,800 | 50 GB |
| 일당 | 331,400 | 1200 GB |
| 평균 처리 속도 | 260ms | |
| API 성공률 | 99.999% |
- 엔진 13개
- 가상 코어 32개
- 메모리 64 GB
OVA와 Kubernetes 성능 차이
- OVA는 RKE를 사용하며 Kubernetes control plane도 머신의 리소스를 사용합니다.
- 멀티 노드 클러스터는 파일 저장을 위해 파일 공유를 사용해야 합니다. 이 공유와의 io에는 오버헤드가 발생합니다.
- 확장성은 제한되지만, OVA는 모든 서비스가 동일한 머신에 있기 때문에 서비스 간 네트워크 속도가 본질적으로 더 빠릅니다.