Browse Source

上传文件至 ''

ass9
陆雪松 1 year ago
parent
commit
ac01e6b057
1 changed files with 171 additions and 0 deletions
  1. +171
    -0
      Assignment6.md

+ 171
- 0
Assignment6.md View File

@ -0,0 +1,171 @@
# Assignment 6 指南
## `******注意,实验结束请立即删除负载均衡器和所有云主机,节省费用******`
## `******注意2,实验未结束且短期内不会继续实验,也请删除负载均衡器和所有云主机。下次实验时重新创建******`
## `******提示:勤用保存镜像******`
## 实验内容
- 创建负载均衡器: `实验步骤 一)`
- 创建Flask App服务实例,并连接负载均衡器:`实验步骤 二)`
- 进行服务器压力测试: `实验步骤 三)`
## 实验要求
- 完成所有步骤,并在实验报告([模板下载](file/assignment6/学号-实验六.docx))中完成穿插在本指南中的作业1~作业4)。实验报告上传至https://send2me.cn/7KWOp_fZ/TnSq4qbRuyFdUQ
- 实验报告上传deadline: `4月13日23:59`
## 使用UCloud产品
云主机UHost、负载均衡ULB、私有网络VPC、基础网络UNet
## 需要权限
云主机UHost、负载均衡ULB、基础网络UNet
## 基础知识
`负载均衡:` load balancing,是指将用户请求按照一定的规则,分流到提供相同服务的多个服务实例上,从而减轻单点服务器的压力,是保证服务高并发高可用的技术手段之一。用户、负载均衡器和服务器实例的关系可以简化为下图。这种架构的另一个好处是可以把服务器隐藏在局域网防火墙背后,因为外网直接访问的是负载均衡器。
<kbd>
<img src="img/assignment6/ass6-lb.jpeg">
</kbd>
负载均衡的算法有很多,常见的如轮询,ip地址哈希,最小连接数等,应对不同的需求,感兴趣的同学可以去了解一下。
`压力测试:` 测试一个系统的最大抗压能力,在强负载、高并发的情况下,测试系统所能承受的最大压力,预估系统的瓶颈。例如天猫双11之前,阿里内部会对整个淘宝平台进行全链路压测,预估应对峰值交易的能力。压力测试的工具有很多,今天我们练习使用非常简单的ApacheBench(ab)对http服务器进行压测。
好,废话少说,咱们书归正传!
## 实验步骤
### 一)使用ULB创建一个外网负载均衡器。
#### 1)在产品->网络中选择负载均衡ULB,然后点击创建负载均衡。
#### 2)根据下图配置,选择按时付费。因为我们一会需要从外网访问Flask App,所以选择外网负载均衡。后面涉及默认开放端口5000,请配置开放此端口的防火墙。
<kbd>
<img src="img/assignment6/ass6-createlb.png">
</kbd>
#### 3)创建完毕后,记住ULB的IP地址,点击详情->VServer管理->添加VServer。这里VServer就可以看成是一个负载均衡服务器,负责分流。取任意VServer名称,其他保持默认设置,点击确定。
<kbd>
<img src="img/assignment6/ip.png">
</kbd>
<kbd>
<img src="img/assignment6/ass6-vs.png">
</kbd>
#### 4)点击“服务节点”标签页,当前没有任何实际的节点提供服务。我们接下来创建一些服务节点。
### 二)使用云主机创建Flask App服务实例,并连接负载均衡器。
#### 1)创建一个1核1G的云主机,绑定弹性IP,选择web型防火墙,按时付费(已经很熟练了吧 :dog: :dog:)
#### 2)使用docker file创建一个Flask App的image(比如实验2中的hello world),并且暴露docker容器的5000端口(因为Flask开发模式默认端口就是5000)。创建完毕之后运行docker,将5000端口映射到云主机的80端口。
```
docker run -d --rm -p 80:5000 --name myflask luxuesong/myflaskapp
```
请同学们复习一下docker的安装和使用,以及通过dockerfile创建镜像。如果你意外保存了实验二的镜像,可以从镜像创建云主机,然后直接启动并docker run。
> 如果你在创建镜像的过程中遇到下图报错:
<kbd>
<img src="img/assignment6/error.png">
</kbd>
> 可尝试在命令`docker build`之前运行`DOCKER_BUILDKIT=0`,如下所示
```
DOCKER_BUILDKIT=0 docker build -t sll/myflaskapp .
```
#### 3)打开浏览器,输入 `http://你的云主机外网ip`,测试app是否正常运行。正常则进入下一步。
<kbd>
<img src="img/assignment6/ass6-llq.jpeg">
</kbd>
#### 4)将云主机连到负载均衡器。回到前面添加服务节点的界面,输入端口80,则所有可添加的节点都会出现(以内网ip形式)。将你的云主机对应的内网ip,转移到待添加节点,点击确定。这时候显示健康检查“失败”,不用管它,我们在浏览器中输入 `http://你的负载均衡器ip`,奇迹发生了!我们也能访问flask app!!并且这时候健康检查也变成“正常”。
<kbd>
<img src="img/assignment6/select_node.png">
</kbd>
<kbd>
<img src="img/assignment6/select2.png">
</kbd>
## `**************作业1:请将浏览器中通过负载均衡ip访问flask app的界面,以及负载均衡器中服务节点界面截图,并插入实验报告***************`
#### 5)此时负载均衡器只连接了一个服务实例,等同于单机访问。`为步骤三做准备,请在这一步制作当前云主机的镜像`。
### 三)使用ab进行http服务器压力测试
#### 1)使用步骤二)中制作的镜像,创建三个最低配置的云主机(`和之前一样,只是在云主机创建界面用“自制镜像”,并且不需要弹性ip,取消勾选“购买并绑定”`),可以选择三台主机一次性创建
<kbd>
<img src="img/assignment6/ass6-createuh.png">
</kbd>
<kbd>
<img src="img/assignment6/nei.png">
</kbd>
#### 2)创建完毕后,使用有外网ip的那台云主机,逐个ssh到三台内网机器上(通过内网ip),然后每台机器直接启动docker服务,并运行flask app容器(因为已经全都安装并且build好了 :smiley_cat: :smiley_cat: :smiley_cat:)
<kbd>
<img src="img/assignment6/ass6-intra.jpeg">
</kbd>
<kbd>
<img src="img/assignment6/ass6-intrassh.jpeg">
</kbd>
#### 3)现在让我们把这三个云主机连接到负载均衡器,并且从负载均衡器中删除刚才的具有外网ip的节点(接下来我们要用外网ip节点做压测)。首先我们禁用掉其中的两个节点,只保留一个节点在启用状态。如下图所示。
<kbd>
<img src="img/assignment6/ass6-3s.jpeg">
</kbd>
## `**************作业2:请将此时连接到负载均衡的服务节点(三个)截图,并插入实验报告***************`
#### 4)登录具有外网ip的云主机,安装ApacheBench
```
sudo yum -y install httpd
```
#### 5)运行压测命令。`-c`表示并发数,即同时发生的请求数,`-n`表示请求总数,`http://106.75.216.169/`替换成你的负载均衡器ip。所以这里对我们的flask app并发1000个请求,总共发出10000个请求。结果如下图所示。
```
ab -c 1000 -n 10000 http://106.75.216.169/
```
<kbd>
<img src="img/assignment6/ass6-ab.jpeg">
</kbd>
> 这里我们关注几个重要结果
> 1) Time taken for tests:压测总时间
> 2) Requests per second: 平均每秒处理请求数
> 3) Time per request: 平均每个请求处理时间
#### 6)接下来,请逐渐启用第2和第3个服务器节点,然后再运行上面的压测命令。
## `**************作业3:请将启用一个节点、两个节点、三个节点时的压测结果分别截图,并插入实验报告***************`
注意,由于有网络因素干扰,每个实验你可以多进行几次压测,得到比较正常的结果再截图。
## `**************作业4:假设现在压测结果显示单台机器的Requests per second为30,一天中的请求峰值时间是2个小时,峰值期间总共需要处理5千万个请求,请问需要至少准备多少台机器才可能平稳度过峰值请求?***************`

Loading…
Cancel
Save