VPS کا درست benchmark کیسے کریں: yabs.sh، fio اور iperf3
VPS benchmark کے لیے پہلے yabs.sh چلائیں، پھر fio، sysbench اور iperf3 سے جانچیں۔ نتائج کا مطلب سمجھیں، کیونکہ ایک run تقریباً کچھ نہیں بتاتا۔
VPS کا benchmark لینے کا مطلب
VPS کا benchmark لینے کے لیے آپ چار چیزیں ناپتے ہیں: ایک CPU core کتنی تیزی سے چلتا ہے، machine کی memory bandwidth کتنی ہے، storage ہر second میں چھوٹے random disk operations میں سے کتنے مکمل کرتی ہے، اور network link کتنی throughput فراہم کرتا ہے۔ yabs.sh کی ایک run تقریباً دس منٹ میں CPU، disk اور network کے نتائج دیتی ہے؛ memory bandwidth کے لیے نیچے دیا گیا الگ memory test استعمال کریں۔ نتائج کو سمجھنا زیادہ مشکل حصہ ہے، کیونکہ VPS دوسرے tenants کے ساتھ physical hardware شیئر کرتا ہے۔ اس لیے ایک ہی machine 03:00 بجے ایک number اور 20:00 بجے اس سے بہت مختلف number دکھا سکتی ہے۔
یہاں طریقہ یہ ہے کہ پہلے فوری جائزے کے لیے yabs.sh چلائیں، پھر اس کے تحت استعمال ہونے والے tools کو خود چلائیں۔ انہیں خود چلانے سے آپ ایک flag تبدیل کر سکتے ہیں، number میں آنے والی تبدیلی دیکھ سکتے ہیں، اور سمجھ سکتے ہیں کہ وہ number حقیقت میں کیا ناپ رہا تھا۔ یہ کام machine کے setup کے بعد کریں، پہلے نہیں۔ نئی VPS کے پہلے دس منٹ میں دیے گئے steps پہلے مکمل کریں، کیونکہ جو box ابھی updates کے پہلے مرحلے کو apply کر رہا ہو وہ ایسے اسباب کی وجہ سے ناقص benchmark results دیتا ہے جن کا hardware سے کوئی تعلق نہیں ہوتا۔
پیمائش سے پہلے مشین کا جائزہ لیں
ہر خراب benchmark میں سے نصف کی وجہ ایسی مشین ہوتی ہے جسے مصنف نے سمجھا ہی نہیں ہوتا۔
nproc
lscpu | grep -E 'Model name|Hypervisor|Thread'
free -h
df -hT /
uname -r
systemd-detect-virtHypervisor vendor: KVM کا مطلب مکمل virtualisation ہے، اس لیے آپ اپنا kernel چلاتے ہیں۔ systemd-detect-virt میں lxc یا openvz دکھائی دینے کا مطلب اس کے بجائے container virtualisation ہے: آپ host kernel شیئر کرتے ہیں، اور CPU اور memory limits، virtual hardware کے بجائے cgroup (control group) settings ہوتی ہیں۔ cgroup v2 سسٹم پر آپ اپنے container کے cgroup سے CPU limit پڑھ سکتے ہیں؛ درج ذیل path اس وقت لاگو ہوتا ہے جب وہ cgroup /sys/fs/cgroup پر mount ہو۔
cat /sys/fs/cgroup/cpu.maxmax 100000 کا مطلب ہے کہ اس cgroup کی اپنی کوئی quota نہیں؛ ancestor cgroups پھر بھی quota نافذ کر سکتے ہیں۔ 200000 100000 کا مطلب ہے کہ ہر 100000 microsecond period میں آپ CPU کے 200000 microseconds استعمال کر سکتے ہیں، یعنی دو cores کے برابر quota۔ 4 vCPU کے طور پر مشتہر کیا گیا ایسا plan جس کی quota دو cores ہو، کبھی بھی چار cores جیسا score حاصل نہیں کرے گا۔ Benchmark tools اس پابندی کی شناخت کر سکتے ہیں: VoxelBench CPU quotas report کرتا ہے اور اس وقت shared یا throttled CPU کو flag کرتا ہے جب host، ان CPUs سے کہیں زیادہ CPUs ظاہر کرے جنہیں server استعمال کر سکتا ہے۔
df -hT / ایک مختلف وجہ سے اہم ہے: Type column۔ اگر اس میں overlay پڑھا جائے تو آپ container کے اندر ہیں، اور آپ کے disk results اس storage کی خصوصیات بیان کریں گے جو اس overlay کے نیچے موجود ہے۔ اسے ابھی نوٹ کر لیں۔
مسلسل steal time کی نگرانی کریں
steal time اس وقت کا حصہ ہے جس میں آپ کا virtual CPU غیر اختیاری طور پر انتظار کرتا رہا، کیونکہ hypervisor نے اسے schedule نہیں کیا۔ یہ دستیاب نہ ہونے والے CPU time کا مفید اشارہ ہے، لیکن یہ مصروف پڑوسی virtual machines اور provider کی جانب سے آپ کے CPU quota کے نفاذ میں فرق نہیں کرتا۔
vmstat 1 10دائیں جانب موجود st column پڑھیں۔ مسلسل steal time کا مطلب ہے کہ guest کے لیے CPU time دستیاب نہیں تھا، لیکن 5% سے زیادہ قدر یہ ثابت نہیں کرتی کہ host پر وسائل کی طلب گنجائش سے زیادہ ہے۔ Providers جان بوجھ کر CPU quota enforcement کو steal time کے طور پر ظاہر کر سکتے ہیں۔ top، CPU line پر %st کے طور پر دکھائی جانے والی اسی قدر کو ظاہر کرتا ہے۔ Benchmark چلانے کے دوران دوسری SSH session میں vmstat 1 چلاتے رکھیں، اور ہر نتیجے کے ساتھ steal figure بھی لکھیں۔
yabs.sh کے ساتھ شروعات
yabs.sh (Yet Another Bench Script) ایک شیل اسکرپٹ ہے جو fio، iperf3 اور Geekbench کو چلا کر ایک خلاصہ رپورٹ تیار کرتی ہے۔ اگر یہ ٹولز پہلے سے انسٹال ہوں تو یہ انہیں استعمال کرتی ہے، بصورت دیگر یہ خودکار طور پر static binaries ڈاؤن لوڈ کر لیتی ہے۔ VPS بینچ مارک پر ہونے والی بحثوں میں یہ ایک معیاری زبان کی حیثیت رکھتی ہے، لہذا yabs کا آؤٹ پٹ کسی دوسرے شخص کے ساتھ نتائج کا موازنہ کرنے کا تیز ترین طریقہ ہے۔
اس پروجیکٹ کا ایک لائن والا کمانڈ یہ ہے۔
curl -sL yabs.sh | bashیہ کمانڈ URL پر موجود مواد کو براہ راست شیل میں پائپ (pipe) کر دیتی ہے۔ اسے ڈاؤن لوڈ کریں، پڑھیں، اور پھر چلائیں۔
curl -sLo yabs.sh https://raw.githubusercontent.com/masonr/yet-another-bench-script/master/yabs.sh
less yabs.sh
bash yabs.shجب آپ پائپ استعمال کرتے ہیں تو فلیگز (flags) -s -- کے بعد آتے ہیں، یا اگر آپ مقامی کاپی چلا رہے ہوں تو فائل کے نام کے فوراً بعد لکھے جاتے ہیں۔ کارآمد فلیگز یہ ہیں: -f ڈسک ٹیسٹ کو چھوڑ دیتا ہے، -i نیٹ ورک ٹیسٹ کو چھوڑ دیتا ہے، -g Geekbench کو چھوڑ دیتا ہے، -r iperf3 کے مقامات کو کم کر کے 3 کر دیتا ہے، -j نتائج کو JSON فارمیٹ میں پرنٹ کرتا ہے، اور -w results.json اس JSON کو ایک فائل میں محفوظ کر دیتا ہے۔
bash yabs.sh -r -w yabs-run1.jsonپہلی بار چلانے سے پہلے دو باتیں جان لیں۔ Geekbench آپ کے نتائج کو اپ لوڈ کرتا ہے اور ایک عوامی browser.geekbench.com URL فراہم کرتا ہے، لہذا جس کے پاس بھی وہ لنک ہو وہ آپ کے CPU ماڈل اور اسکورز دیکھ سکتا ہے۔ -g اس ٹیسٹ کو مکمل طور پر چھوڑ دیتا ہے۔ دوسری بات، iperf3 کا مرحلہ مختلف خطوں میں موجود سرورز تک حقیقی ٹریفک بھیجتا ہے، جو آپ کے ماہانہ بینڈوڈتھ الاؤنس میں شمار ہوتا ہے۔ 1 Gbit/s کے لنک پر نیٹ ورک کا مکمل مرحلہ دسیوں گیگا بائٹس منتقل کر سکتا ہے، لہذا کم الاؤنس ہونے پر -r اور میٹرڈ لنک پر -i کا استعمال کریں۔
yabs آؤٹ پٹ کے ہر حصے کا مطلب
Disk section fio کو 4 block sizes: 4k، 64k، 512k اور 1m پر 50/50 read اور write mix کے ساتھ چلاتا ہے۔ یہ ہر block size کے لیے IOPS (input/output operations per second) اور bandwidth رپورٹ کرتا ہے۔ Database، mail server یا بہت سی چھوٹی writes کرنے والے کسی بھی workload کے لیے 4k row اہم ہے، کیونکہ زیادہ تر server IO چھوٹا اور منتشر ہوتا ہے۔ Backups اور video کے لیے 1m row اہم ہے، جہاں bytes کے طویل سلسلے منتقل کیے جاتے ہیں۔
Network section کئی regions میں موجود public servers کے خلاف iperf3 چلاتا ہے۔ یہ دونوں directions میں parallel streams استعمال کرتا ہے۔ یہاں کم number کو حتمی جواب کے بجائے سوال سمجھیں، کیونکہ public iperf3 servers مشترکہ طور پر استعمال ہوتے ہیں اور اکثر saturated ہوتے ہیں۔ اس لیے خراب result remote end کی وجہ سے بھی ہو سکتا ہے۔
Geekbench section single core score اور multi core score دیتا ہے۔ Single core score بتاتا ہے کہ ایک request، ایک compile یا ایک query کتنی تیزی سے مکمل ہوگی۔ Multi core score زیادہ تر یہ بتاتا ہے کہ آپ کو حقیقت میں کتنے cores ملے ہیں۔
ڈسک: fio خود چلائیں
fio (flexible IO tester)، yabs کے ڈسک سیکشن کے پسِ پشت استعمال ہونے والا ٹول ہے۔ اسے براہِ راست چلانے سے flags کا مطلب واضح ہوتا ہے۔
sudo apt update && sudo apt install -y fio sysbench iperf3جس filesystem کی کارکردگی آپ جانچنا چاہتے ہیں، اس پر queue depth 32 کے ساتھ 4k random read test چلائیں:
fio --name=randread4k --filename=./fio-testfile --size=2G --bs=4k \
--rw=randread --ioengine=libaio --iodepth=32 --direct=1 \
--runtime=60 --time_based --group_reportingOutput میں جس summary line کو پڑھنا ہے، وہ اس طرح نظر آتی ہے:
read: IOPS=184k, BW=719MiB/s (754MB/s)(42.1GiB/60001msec)اس کے نیچے fio ایک clat percentiles block دکھاتا ہے۔ 99.00th percentile قابلِ حوالہ اعداد و شمار ہے، کیونکہ یہ بتاتا ہے کہ ہر 100 requests میں سب سے سست request کو مکمل ہونے میں کتنا وقت لگا۔ اوسط latency ان stalls کو چھپا دیتی ہے جنہیں user محسوس کرتا ہے۔
--direct=1file کوO_DIRECTکے ساتھ کھولتا ہے، اس لیے reads kernel page cache کو bypass کرتی ہیں۔ اس کے بغیر، 8G RAM والی machine پر 2G file کا دوسرا pass memory سے مکمل ہوتا ہے اورfioلاکھوں IOPS رپورٹ کرتا ہے۔ یہ number حقیقی ہے، لیکن یہ memory کا number ہے۔--ioengine=libaioasynchronous requests submit کرتا ہے۔ اسی سے--iodepth=32کو 32 requests کو in flight رکھنے کی سہولت ملتی ہے۔psyncجیسے synchronous engine کے ساتھiodepth1 سے زیادہ رکھنے کا کوئی اثر نہیں ہوتا، اس لیے آپ ایک وقت میں صرف ایک request measure کرتے ہیں۔--time_based --runtime=60کام کی مقررہ مقدار کے بجائے مقررہ 60 seconds تک چلتا ہے۔ اس طرح fast disk اور slow disk دونوں کے لیے wall clock time یکساں رہتا ہے اور comparison منصفانہ رہتا ہے۔--size=2Gtest file کا size مقرر کرتا ہے۔ اسے path میں موجود ہر cache سے بڑا رکھیں، اور پہلے تصدیق کریں کہ کافی free space موجود ہے۔
Random write کے لیے یہی command --rw=randwrite کے ساتھ استعمال کریں۔ اسے الگ چلائیں، پھر file delete کر دیں۔
fio --name=randwrite4k --filename=./fio-testfile --size=2G --bs=4k \
--rw=randwrite --ioengine=libaio --iodepth=32 --direct=1 \
--runtime=60 --time_based --group_reporting
rm -f ./fio-testfileحقیقی traffic سے زیادہ قریب mix کے لیے --rw=randrw --rwmixread=70 استعمال کریں۔ آپ کس class کی storage استعمال کر رہے ہیں، اس سے results پر کسی بھی flag کے مقابلے میں زیادہ اثر پڑتا ہے۔ اس تقسیم کی وضاحت VPS پر NVMe اور SATA SSD storage کا فرق میں کی گئی ہے۔
جب fio "Unknown error -1" کے ساتھ رک جائے
Direct IO ہر filesystem پر دستیاب نہیں ہوتا، لہذا جب fio اپنی پہلی درخواست پر --direct=1 سیٹ ہونے کے باوجود ناکام ہو جائے، تو Direct IO کو سب سے پہلے چیک کرنا چاہیے۔ یہ ناکامی کچھ اس طرح نظر آ سکتی ہے:
fio: io_u error on file ./fio-testfile: Unknown error -1: read offset=0, buflen=4096
fio: pid=1234, err=-1/file:ioengines.c:321, func=get_events, error=Unknown error -1سب سے پہلے df -hT . چلائیں۔ overlay کا Type، جو کہ Docker بائی ڈیفالٹ کنٹینر کو دیتا ہے، بذات خود اس کی وجہ نہیں ہے۔ overlayfs، O_DIRECT کو نیچے موجود filesystem تک پہنچا دیتا ہے اور صرف تب انکار کرتا ہے جب وہ filesystem Direct IO نہ کر سکتا ہو، لہذا ext4 یا xfs پر موجود overlay پر --direct=1 --ioengine=libaio کام کرتا ہے۔ جب ٹیسٹ فائل کے نیچے موجود filesystem واقعی Direct IO نہ کر سکے، تو fio فائل کھولتے وقت عام طور پر یہ کہتا ہے: fio: looks like your file system does not support direct=1/buffered=0۔ ایسی صورت میں --filename کو کسی حقیقی مقامی اسٹوریج کے پاتھ پر پوائنٹ کریں جیسے کہ bind mounted volume، یا کنٹینر کے بجائے host پر fio چلائیں۔ اگر حقیقی اسٹوریج تک رسائی ممکن نہ ہو، تو ایک buffered synchronous رن کم از کم یہ ثابت کر دیتا ہے کہ کمانڈ خود درست ہے۔
fio --name=randread4k-buffered --filename=./fio-testfile --size=256M --bs=4k \
--rw=randread --ioengine=psync --direct=0 --numjobs=1 \
--runtime=15 --time_based --group_reporting
rm -f ./fio-testfileاس بات کے بارے میں ایماندار رہیں کہ وہ رن کیا ہے۔ پہلے پاس کے بعد 256M فائل page cache میں موجود ہوتی ہے، لہذا IOPS کا عدد آپ کی RAM کی کارکردگی بتاتا ہے۔ اسے صرف یہ تصدیق کرنے کے لیے استعمال کریں کہ fio انسٹال ہے اور فلیگز درست طریقے سے پارس ہو رہے ہیں۔ اسے کبھی بھی ڈسک کے نتائج کے طور پر پیش نہ کریں۔
dd ڈسک کا benchmark کیوں نہیں ہے
dd بہت سی VPS گفتگوؤں میں دکھائی دیتا ہے، اور یہ صرف ایک محدود سوال کا جواب دیتا ہے۔
dd if=/dev/zero of=./ddtest bs=1M count=1024 oflag=direct conv=fdatasync
rm -f ./ddtestیہ ایک thread اور ایک زیرِ تکمیل request کے ساتھ sequential write throughput ناپتا ہے۔ یہ بنیادی sanity check کے طور پر مناسب ہے۔ یہ random IO کے بارے میں کچھ نہیں بتاتا، اور نہ ہی یہ بتاتا ہے کہ ایک وقت میں 32 requests آنے پر کیا ہوتا ہے۔ oflag=direct ہٹا دیں تو writes page cache سے گزرتی ہیں، لیکن conv=fdatasync پھر بھی command مکمل ہونے سے پہلے output data کو storage پر لکھنے پر مجبور کرتا ہے۔ اسے بھی ہٹا دیں تو نتیجہ زیادہ تر یہ ناپ سکتا ہے کہ آپ کا kernel writes کو memory میں کتنی تیزی سے قبول کرتا ہے۔ اسی لیے forum posts میں دیے گئے dd کے اعداد اکثر غیرحقیقی ہوتے ہیں۔
CPU: sysbench cpu
sysbench cpu --cpu-max-prime=20000 --threads=1 run
sysbench cpu --cpu-max-prime=20000 --threads=$(nproc) runمحفوظ رکھنے والی قدر events per second ہے۔ پہلے single threaded ٹیسٹ چلائیں۔ یہی وہ قدر ہے جو طے کرتی ہے کہ ایک PHP request کتنی تیزی سے مکمل ہوتی ہے یا ایک compile job کتنی جلدی ختم ہوتا ہے۔ ایک ہی قیمت والے hosts میں یہ قدر سب سے زیادہ مختلف ہوتی ہے۔ پھر تمام threads کے ساتھ ٹیسٹ چلائیں۔ اس سے معلوم ہوتا ہے کہ آپ کو مختص vCPUs کے ساتھ throughput کس طرح بڑھتا ہے۔
واضح رہے کہ یہ ٹیسٹ کیا measure کرتا ہے: sysbench cpu trial division کے ذریعے بار بار prime numbers تلاش کرتا ہے۔ ہر candidate کے لیے یہ double precision square root نکالتا ہے۔ پھر 64 bit integer modulo کے ذریعے divisors کو test کرتا ہے اور ہر divisor کا موازنہ اس floating point limit سے کرتا ہے۔ اس لیے اس میں integer اور floating point دونوں قسم کا کام شامل ہے۔ یہ memory bandwidth، vector units یا cache کو حقیقی workload سے مشابہ انداز میں stress نہیں کرتا۔ اس لیے دو hosts کی ranking کے لیے یہ مفید ہے، لیکن یہ پیش گوئی کرنے کے لیے کمزور ہے کہ آپ کی application کیسے چلے گی۔
Ubuntu 24.04 کے ساتھ sysbench 1.0.20 شامل ہے، جس میں test name پہلے آتا ہے۔ کسی پرانی post سے --test=cpu والی command copy کریں تو نتیجہ WARNING: the --test option is deprecated ملے گا۔ sysbench 0.4 اور sysbench 1.0 کے scores بالکل قابلِ موازنہ نہیں ہیں۔ اس لیے کبھی بھی اپنے نتیجے کا موازنہ ایسے published number سے نہ کریں جس میں version درج نہ ہو۔
میموری: sysbench memory
sysbench memory --memory-block-size=1M --memory-total-size=20G --memory-oper=write --threads=1 run
sysbench memory --memory-block-size=1M --memory-total-size=20G --memory-oper=read --threads=1 runنتیجہ MiB/sec میں ہے۔ --memory-block-size کو 1M پر رکھیں، اور جن hosts کا موازنہ کریں ان سب پر اسے یکساں رکھیں۔ 1K پر تعداد نمایاں طور پر کم ہو جاتی ہے، کیونکہ ہر operation کا اضافی خرچ آپ کو ہزار گنا زیادہ مرتبہ برداشت کرنا پڑتا ہے۔ اس طرح آپ memory bandwidth کے بجائے loop cost ناپنے لگتے ہیں۔ شائع شدہ memory scores میں یہی flag سب سے زیادہ غلط طور پر مختلف رکھا جاتا ہے۔
Network: iperf3
تھروپٹ کی جانچ کا درست طریقہ یہ ہے کہ اسے اپنے زیرِ انتظام دوسرے machine کے مقابلے میں جانچا جائے، کیونکہ اس طرح آپ کو معلوم ہوتا ہے کہ دونوں سرے کیا کر رہے ہیں۔
دوسرے سرے پر:
iperf3 -sیہ TCP 5201 پر listening کرتا ہے۔ port صرف اس address کے لیے کھولیں جہاں سے آپ test کر رہے ہیں، اور کام مکمل ہونے پر اسے بند کر دیں۔ VPS پر بنیادی ufw firewall rules میں syntax بیان کیا گیا ہے۔
زیرِ آزمائش VPS سے:
iperf3 -c 203.0.113.10 -t 30
iperf3 -c 203.0.113.10 -t 30 -R
iperf3 -c 203.0.113.10 -t 30 -P 8پہلی command زیرِ آزمائش machine سے upload کی پیمائش کرتی ہے۔ -R سمت کو الٹ دیتا ہے، جس سے download کی پیمائش ہوتی ہے۔ -P 8 آٹھ parallel streams کھولتا ہے۔
single stream اور parallel version دونوں چلائیں، کیونکہ دونوں مختلف سوالات کے جواب دیتے ہیں۔ ایک TCP connection صرف اتنا unacknowledged data رکھ سکتا ہے جتنی اس کا window اجازت دیتا ہے، اس لیے اس کی زیادہ سے زیادہ رفتار تقریباً window size کو round trip time پر تقسیم کرنے کے برابر ہوتی ہے۔ 80 ms latency اور 4 MB window کے ساتھ یہ حد تقریباً 400 Mbit/s ہے، چاہے بنیادی link کتنی ہی تیز ہو۔ single stream کا نتیجہ بتاتا ہے کہ ایک download کو کتنی رفتار ملے گی۔ parallel نتیجہ link کی capacity بتاتا ہے۔
یہ test کرتے وقت اپنی bandwidth allowance پر نظر رکھیں۔ 1 Gbit/s پر 30 seconds میں تقریباً 3.75 GB data منتقل ہوتا ہے، اور آپ اسے ہر سمت میں کئی بار چلائیں گے۔
حوالہ جاتی اعداد و شمار، اور اپنے نتائج کو سمجھنے کا طریقہ
اس چارٹ کے پیچھے کا ڈیٹا
[
{
"device": "Local NVMe",
"iops_4k_read": "180,000"
},
{
"device": "Local SATA SSD",
"iops_4k_read": "90,000"
},
{
"device": "Network block",
"iops_4k_read": "12,000"
},
{
"device": "Spinning disk",
"iops_4k_read": "180"
}
]شائع شدہ نتائج میں مقامی NVMe volume عموماً 180,000 4k random read IOPS کے قریب ہوتا ہے۔ مقامی SATA SSD کی کارکردگی تقریباً 90,000 ہوتی ہے۔ Network attached block storage، جہاں ہر request disk تک پہنچنے سے پہلے network سے گزرتی ہے، عموماً 12,000 کے قریب رہتا ہے۔ Spinning disk تقریباً 180 حاصل کرتی ہے، کیونکہ ہر random request کے لیے اسے physical head کو حرکت دینا پڑتی ہے۔
یہ ہر storage class کے لیے شائع شدہ عام اعداد و شمار ہیں، کسی ایک host کی measurements نہیں۔ انہیں صرف یہ جانچنے کے لیے استعمال کریں کہ آپ کا اپنا نتیجہ اسی order of magnitude میں ہے یا نہیں۔ اگر NVMe کے نام سے فروخت کیا گیا plan 4k IOPS کے معاملے میں low thousands میں benchmark ہو، تو پہلے تصدیق کریں کہ --direct=1 فعال تھا۔ اگر یہ فعال تھا، تو plan کی IOPS limits اور burst credits کے ساتھ storage contention اور مشتہر hardware بھی چیک کریں۔
ایک run benchmark کیوں نہیں ہے
ایک نتیجہ shared machine پر ایک منٹ کا snapshot ہوتا ہے۔ اسے ایک sample سمجھیں۔
- ہر test کم از کم پانچ بار چلائیں۔ انہیں مختلف اوقات اور کم از کم دو مختلف دنوں میں تقسیم کریں۔ median اور spread محفوظ رکھیں۔ spread کے بغیر شائع کیا گیا نتیجہ marketing figure ہوتا ہے۔
- ہر run کے ساتھ steal time ریکارڈ کریں۔ وہ runs محفوظ رکھیں جن میں
stزیادہ تھا، اور جانچیں کہ آیا وہ contention کی عکاسی کرتے ہیں یا plan کے CPU quota کی؛ انہیں خارج کرنے سے وہ performance چھپ سکتی ہے جو آپ کو حقیقت میں ملتی ہے۔ - disk test دو durations پر چلائیں۔ بہت سے plans burst IOPS allowance دیتے ہیں جو وقت کے ساتھ دوبارہ بھر جاتا ہے، لیکن نہ 60 second کا fio run اور نہ
--runtime=600اس بات کی ضمانت دیتا ہے کہ آپ نے floor ناپ لیا ہے۔ AWS gp2 مکمل balance سے کم از کم 30 منٹ تک 3,000 IOPS برقرار رکھ سکتا ہے، اس لیے دونوں runs burst performance ناپ سکتے ہیں۔ کسی نتیجے کو sustained performance قرار دینے سے پہلے provider کا credit model دیکھیں اور credit balance monitor کریں۔ - تصدیق کریں کہ کوئی اور کام نہیں چل رہا۔ CPU test کے دوران
unattended-upgradesکا apt transaction شروع ہونا آپ کے حقیقی points کم کر دیتا ہے، اور ہر run سے پہلےps -e -o comm= | grep -E 'apt|dpkg'میں ایک second لگتا ہے۔ - ایک وقت میں صرف ایک variable تبدیل کریں۔ مختلف tool versions، block sizes یا thread counts ایسے numbers پیدا کرتے ہیں جن کا موازنہ نہیں کیا جا سکتا، چاہے وہ دیکھنے میں کتنے ہی ملتے جلتے ہوں۔
جب آپ دو providers کا موازنہ کریں تو انہیں ایک ہی دن کے ایک ہی hour میں چلائیں۔ ورنہ آپ نے دن کے وقت کی پیمائش کی ہے۔
اپنے workload کو آخر میں benchmark کریں
Synthetic tools مشینوں کی درجہ بندی کرتے ہیں۔ صرف آپ کا اپنا workload بتاتا ہے کہ مشین کافی ہے یا نہیں۔ اسی کام کا وقت ناپیں جو آپ حقیقت میں کرتے ہیں۔
time tar -czf /tmp/bench.tgz /usr/share
rm -f /tmp/bench.tgzیہ چند سو میگا بائٹس کو compress کرتا ہے، اس لیے CPU اور disk دونوں کو استعمال کرتا ہے، اور ان میں سے کسی ایک کے بدلنے پر نتیجہ بھی بدل جاتا ہے۔ Removing leading / from member names warning معمول کی بات ہے۔ اس سے بہتر یہ ہے کہ اپنی build، اپنی سب سے سست query، یا اپنے page render کا وقت ناپیں۔ ایک host پر build میں 4 منٹ اور دوسرے پر 7 منٹ لگیں تو Geekbench کی رائے سے قطع نظر فیصلہ ہو جاتا ہے۔ یہی پیمائش یہ بھی بتاتی ہے کہ زیادہ طاقتور مشین کے لیے ادائیگی کب فائدہ مند نہیں رہتی۔ یہ بات اس سے پہلے جان لینا مفید ہے کہ آپ VPS کی ماہانہ اصل لاگت کیا ہے پڑھیں یا workload کو dedicated server پر منتقل کریں۔
FAQ
مجھے ہر بار benchmark چلانے پر مختلف نتیجہ کیوں ملتا ہے؟
VPS physical CPU، storage اور network کو دوسرے tenants کے ساتھ share کرتا ہے، اس لیے آپ کا نتیجہ اس بات پر منحصر ہوتا ہے کہ وہ اس وقت کیا کر رہے ہیں۔ Test کے دوران vmstat 1 چلائیں اور st column پڑھیں: مسلسل steal time دستیاب نہ ہونے والے CPU time کو record کرتا ہے، لیکن یہ provider کی طرف سے آپ کے خریدے گئے CPU allocation کے نفاذ کے ساتھ ساتھ host contention کی بھی عکاسی کر سکتا ہے۔ 5% سے زیادہ value وجہ ثابت نہیں کرتی۔ درست طریقہ tuning نہیں بلکہ method ہے۔ ہر test کو مختلف اوقات میں پانچ یا اس سے زیادہ بار چلائیں، پھر spread کے ساتھ median report کریں۔
fio لاکھوں IOPS کی اطلاع کیوں دیتا ہے؟
تقریباً ہمیشہ اس لیے کہ --direct=1 موجود نہیں ہوتا۔ اس کے بغیر fio kernel page cache کے ذریعے read کرتا ہے، اس لیے پہلے pass کے بعد 2G test file RAM سے serve ہوتی ہے اور آپ نے memory bandwidth measure کی ہوتی ہے۔ --direct=1 شامل کریں اور test file کو path میں موجود کسی بھی cache سے بڑا رکھیں۔ اگر پھر --direct=1 fail ہو جائے تو df -hT . چلائیں اور معلوم کریں کہ test file کس storage پر موجود ہے۔ overlay type بذاتِ خود مسئلہ نہیں ہے، کیونکہ overlayfs O_DIRECT کو underlying storage تک پہنچا دیتا ہے۔ Test file کو حقیقی local storage پر صرف اس صورت منتقل کریں جب underlying filesystem direct IO کو قبول نہ کرے۔
کیا yabs.sh اپنے طور پر کافی ہے؟
ابتدائی جائزے کے لیے ہاں۔ یہ چار block sizes پر fio، دونوں directions میں iperf3 اور Geekbench چلاتا ہے، اور ایک ایسا summary دکھاتا ہے جسے دوسرے لوگ پڑھ سکتے ہیں۔ جب آپ یہ جاننا چاہیں کہ کوئی number ایسا کیوں ہے، تو یہ کافی نہیں رہتا، کیونکہ آپ ہر test کے لیے اس کے flags تبدیل نہیں کر سکتے۔ جب yabs کا نتیجہ غلط محسوس ہو، تو اسے براہِ راست fio یا sysbench کے ذریعے دوبارہ بنائیں اور ایک وقت میں صرف ایک flag تبدیل کریں۔
کون سا واحد number بتاتا ہے کہ میری application کی performance کیسی محسوس ہوگی؟
زیادہ تر web اور database workloads کے لیے پہلے single core CPU speed اور پھر 4k random read latency اہم ہیں۔ Throughput figures متاثر کن دکھائی دیتی ہیں اور شاذونادر ہی فیصلہ کن ثابت ہوتی ہیں، کیونکہ عام request چھوٹی ہوتی ہے۔ اوسط کے بجائے fio کے clat percentiles block سے 99th percentile درج کریں، کیونکہ ہر سو requests میں سے ایک سست request ہی user محسوس کرتا ہے۔
کیا benchmarking سے پہلے مجھے کچھ install کرنے کی ضرورت ہے؟
fio، sysbench اور iperf3 سب Ubuntu اور Debian archives میں موجود ہیں: sudo apt install -y fio sysbench iperf3۔ yabs.sh Bash میں چلتا ہے اور downloads کے لیے curl یا wget کے علاوہ Geekbench extract کرنے کے لیے tar درکار ہوتا ہے؛ tar موجود نہ ہو تو یہ Geekbench کو skip کر دیتا ہے۔ یہ fio اور iperf3 کے installed ہونے پر انہیں استعمال کرتا ہے، اور missing ہونے پر static binaries download کرتا ہے۔ کام مکمل ہونے پر ہر test file delete کر دیں، کیونکہ 20G disk پر چھوڑی گئی 2G fio file چند ہفتوں بعد کسی کے disk full alert کا سبب بن سکتی ہے۔