·······································································
我们精选了一下网友答案:
···································^^····································
服务器测试,目前很多商家都支持先测试再租用,其实测试的目的就是看服务器能不能达到自己业务要求,那么该怎么测试呢,大概可以从服务器的性能和网络质量来测试。
一、香港服务器性能测试
香港服务器租用常用于部署企业级互联网业务,因此对网站或应用的健康运行状态、运算能力和数据处理能力都拥有很高的要求。我们可以通过很多工具和命令来测试香港服务器的OS性能和磁盘I/O性能以确认服务器的负载支撑能力。
对于操作系统性能表现,我们可以使用开源的Linux性能测试工具Unixbench跑分,综合测试服务器的CPU、内存、文件、进程、脚本、系统调用、管道等多个维度,并且会给出一个综合评分。如果低于200分则性能过低,难以正常使用,建议选择高于500分以上的香港服务器。
对于磁盘I/O性能,有2种常用测试方法,一种是用linux系统下的dd命令,一种是使用测试工具。dd命令,是Linux/UNIX 非常有用的命令之一,是用来指定指定大小的块进行拷贝,并在拷贝的时候指定转换。我们可以用dd命令测试硬盘读写速度:
dd if=/dev/zero of=test bs=64k count=4k oflag=dsync
dd if=/dev/zero of=test bs=8k count=256k conv=fdatasync
注意:执行DD命令测试硬盘IO性能,对硬盘的损害很大,不建议多次或长时间尝试。使用磁盘IO测试工具,例如Orion、HD Tune等,可以测定磁盘的IOPS、吞吐量和延迟,可以弥补dd无法测试同时测定IOPS和吞吐量的缺陷。测试结果IOPS数值越大,性能越高。通常,普通一块7200转SATA盘IOPS为100左右,而存储专用15000转光纤盘IOPS可达到200。注意:由于Orion测试需要清空数据,建议测试时做好系统盘备份,或者只测数据盘。
二、香港服务器性能网络测试
租用香港服务器之前,我们可以向服务商申请IP进行网络测速,常用测试方式有2种,一种是使用ping命令,一种是路由追踪。
利用Ping命令,可以检测本地主机到访问IP之间数据发送和接收的速度。一般普通的香港服务器大陆ping值60-70ms属于正常较快速度,使用电信CN2专线的香港服务器,国内ping值可以稳定≤40ms。
利用路由追踪(Windows使用tracert命令,Linux使用mtr测试)可以确定访问目标IP所有经过的路由路径,进而判断网络的中转节点的数量和具体情况,可以通过路由追踪查看访客的城域网到香港机房之间是不是是中国电信CN2骨干网络。
总之,香港服务器租用时,不能一味追求低价,而需更注重服务器本身性能表现以及网络传输速度和质量,通过多维度测试来辨别香港服务器的优劣,最终为自身线上业务的发展谋取高效、稳定、可靠的托管平台保障。香港服务器测试租用咨询企鹅
·······································································
我们精选了一下网友答案:
可以从这三方面进行测试: 一、速度测试。通过ping来测试延迟情况,ping值越高延迟越高,越低则越好,测试出的结果在60ms-120ms属于正常普通的,ping值在50ms左右或者以内,一般都是CN2专线的香港服务器。 二、操作测试。下载上传文件测试其速度,再来通过登录远程桌面,针对你放置网站的每个细节和功能进行全面操作测试,根据每个功能操作下的不同性能来测试,这样才能更全面的测试其不同功能的性能。 三、多线路测试。可使用一些相关的工具测试不同线路的数据(电信、联通、移动等等),而且最好是多个地方测试。 最后,测试好后记录一下数据。
···································^^····································
你是在哪个机房托管的机器? 你可以ping以下香港其他地方的ip 如果不高的话 那就是机房的问题了 香港的带宽管理相对于内地是很宽松的,很多机房都是个人建设 一般只是真对香港的公司使用 只有本地带宽 国际带宽很少或者么有,所以内地访问的话,速度不是很快。建议你选择有内地节点的机房 或者是带宽和内地中国电信 中国联通有链接的机房。 在这里呢 给你推荐一家香港当地的idc公司 udomain ——香港最大的网页寄存公司 今年刚拉了2g的香港带宽和80m的海外带宽到(ntt 和中国电信中国网通)全国的ping值都在100以下 电信或者是沿海城市的延迟更是在50以下 有什么问题需要探讨的话请进我空间看看
·······································································
我们精选了一下网友答案:
···································^^····································
本文由图灵君整理编辑
褚晓文 香港科技大学计算机科学博士,目前担任香港浸会大学计算机科学系副教授,香港浸会大学高性能集群计算中心主任,IEEE 的高级会员。目前,他的研究方向包括无线网络、对等网络以及并行和分布式计算、GPU 计算及其建模、并行算法设计、应用优化和能效等。
主要观点:在过去的11年里面内存带宽仅仅提升了15~16倍,而计算能力提升了30~50倍,这说明内存的性能跟计算的性能之间的差距在逐渐扩大,这也是GPU计算今天面临的一个巨大挑战,这个挑战就是巨大的计算能力和相对薄弱的内存访问之间的一道鸿沟。
褚晓文老师从过去十年CUP和GPU的发展、深度学习软件工具、深度学习平台性能评测项目和最新的性能评测结果进行了介绍。
深度学习生态圈主要由三层组成,底层的深度学习硬件生产商,中间层的深度学习框架和上层的深度学习应用。
各个大公司在深度学习硬件上都进行了布局,包括nVIDIA、英特尔、AMD、谷歌等,它们都生产深度学习硬件。
目前的深度学习框架也比较多,为了抢占人工智能制高点,国内的百度公司也开发了自己的深度学习框架。
各个公司开发的深度学习应用也比较多,比较知名的应用是AlphaGo和微软公司的Translator等。
计算力是深度学习的基石。在一个全连接的人工神经网络中,需要大量的计算。
英特尔公司的CUP近十年的发展如下,其性能大概提升了50倍,从2006年的40GFlops发展到2017年的2000GFlops。其发展一直遵循着摩尔定律。
下图是nVIDIA公司GUP近十年的发展。其性能大概提升了近30倍。从2006年的500GFlops到2017年的15TFlops,从128核发展到了5376核。
虽然GPU的性能大幅度提高,但是内存带宽仅仅提升了16倍左右。
GPU计算存在着巨大挑战:在处理能力和内存存取之间存在着巨大鸿沟。内存成了计算的瓶颈。
在深度学习中,软件和硬件同样重要。
深度学习用户也面临着巨大挑战:如何选择硬件和软件。
褚晓文老师介绍了其过去一年的工作。
0 篇文章
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!