性能测试 基于Python结合InfluxDB及Grafana图表实时采集Linux多主机或Docker容器性能数据
于Python结合InfluxDB及Grafana图表实时采集Linux多主机性能数据 实现功能无需在被监控主机上安装代理，一键对Linux远程服务器不同主机执行性能监控、性能数据采集命令，并实时展示 支持跨堡垒机收集实时性能数据(注：定制化开发，非通用) 支持docker容器(因为程序实现是从docker容器内部获取性能数据，所以目前仅支持....
应用部署在K8s 及 Docker中会影响性能吗？大数据处理相关的任务是否建议部署到 K8s中？
应用部署在 K8s 及 Docker 中会影响性能吗？例如大数据处理相关的任务是否建议部署到 K8s 中？
Docker应用问题诊断与性能调优指南（一）- 先谈谈容器化性能调优
前言 性能调优是一个老生常谈的话题，通常情况下，一个应用在上线之前会进行容量规划、压力测试并进行验证，而性能调优则是在容量规划与验证结果之间出现差异时会进行的必然手段。从某种角度来讲，性能调优是一个非常需要经验的领域，需要调优人员对应用的架构、调用的链路、使用的语言、操作系统的差异、内核的参数表现等等都有完整的了解。大部分情况下，系统性能调优都是通过各种各样的工具监听、跟踪、分析、检测来检查解决....
Docker Swarm和Kubernetes在大规模集群中的性能比较
本文讲的是Docker Swarm和Kubernetes在大规模集群中的性能比较，【编者的话】本文建立了一套通用测评工具，通过容器启动时延等指标测评Swarm和Kubernetes在大规模部署下的性能表现，分析结果认为Swarm比Kubernetes的性能好。此外还提供了详尽的测试数据， 供应用者参考。 这篇文章主要针对Docker Swarm和Kubernetes在大规模部署的条件下的3个...
应用部署在 K8s 及 Docker 中会影响性能吗？例如大数据处理相关的任务是否建议部署到 K8s
应用部署在 K8s 及 Docker 中会影响性能吗？例如大数据处理相关的任务是否建议部署到 K8s 中？
关于Docker中网络性能疑惑
关于容器技术里面的网络模型的疑问：这两天看了一下容器网络模型，包括CNM和CNI，包括bridge模型，这两种模式貌似差不多，都是通过bridge做网关+NAT技术，如果一个bridge连接的容器较多，性能和安全性可想而知，尤其是网络IO较大的情况下，几乎不可用。CNM的其他几个模式用途也比较有限，CNI的MACVLAN和IPVLAN模式貌似比较简单，而且可以尽可能利用外面硬件交换机的功能和性能....
使用.NET Core搭建分布式音频效果处理服务（七）使用Docker压榨性能极限
Docker相信很多朋友都使用过，做微服务比虚拟机还好用。 需要安装的一些东西 ffmpeg: docker pull ffmpeg dotnet: docker pull dotnet 默认全是latest最新即可，具体怎么配置网上搜索一下即可。 调用用REST? 还是用RPC？ 微服务之间的接口调用通常包含两个部分，序列化和通信协议。常见的序列化协议包括json、x...
测试Docker多主机网络性能
本文讲的是测试Docker多主机网络性能【编者的话】本文探讨Docker多主机网络的性能。在过去的博文里，我测试过Docker的网络。MySQL服务器团队提供了他们自己的结果，和我的观察是一致的。本文里一系列的测试，想更多关注使用多主机的Docker网络。因为当我们搭建高可用（HA）环境（比如，使用Percona XtraDB Cluster）时，就会期望实例运行在不同的主机上。本文测试的另一个....
为了性能，请不要在CentOS中运行Docker，尽量用Ubuntu
本文讲的是为了性能，请不要在CentOS中运行Docker，尽量用Ubuntu，【编者的话】生产环境里Docker运行在CentOS上似乎是大家的共识，但本文的作者通过自己在CentOS上使用Docker比在Ubuntu上性能缓慢的体验差异，决定转向在Ubuntu上使用Docker。你们是否对Docker运行在CentOS或Ubuntu上的性能差异有自己的见解，下面让我们看看作者的理由。 多...
Docker&MongoDB实战（二）性能与容错
本文讲的是Docker&MongoDB实战（二）性能与容错，【编者的话】在Docker中运行数据库很多人都想过，但是IO方面和在实体机上运行会有差异吗？数据应该怎么存储？映射到主机还是使用一个单独存储数据的容器？哪种方式更好？性能方面呢？本文针对这些问题一一给出了答案。第一篇文章在这里。 在前面，我们已经知道怎样创建和运行一个简单的基于CentOS的MongoDB实例。这对于开发或者...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。