بنچمارک سرور مجازی با YABS و fio؛ کدام عدد واقعاً مهم است؟

امتیاز 2500 در Geekbench 6 عدد مبنا است، نه نمره قبولی؛ و همین نکته بیشتر خطاهای بنچمارک سرور مجازی را توضیح می‌دهد. ابزار YABS در یک دستور، پردازنده و دیسک و شبکه را می‌سنجد و fio دیسک را دقیق‌تر زیر فشار می‌برد. اما تصمیم شما به سه عدد وابسته است: امتیاز تک‌هسته، تعداد عملیات تصادفی دیسک و تأخیر صدک ۹۹.

لایه	ابزار سنجش	عددی که یادداشت می‌کنید
پردازنده	آزمون Geekbench 6 داخل YABS	امتیاز تک‌هسته و امتیاز چندهسته
دیسک	ابزار fio با بلوک 4k و 1m	تعداد عملیات در ثانیه و تأخیر صدک ۹۹
شبکه	آزمون iperf3 داخل YABS	پهنای باند دانلود و آپلود
اعتبار خود تست	فرمان vmstat یا top روی همان سرور	درصد steal در لحظه اجرای تست

ترتیب بخش‌های این راهنما همان ترتیب تصمیم‌گیری است. اول روشن می‌کنیم هر ابزار چه چیزی را می‌سنجد و چه چیزی را نه. بعد YABS را اجرا و امتیاز Geekbench را می‌خوانیم، سپس با fio سراغ دیسک می‌رویم. آخر سر یک جدول تصمیم و یک برگه ثبت نتیجه می‌سازیم.

بنچمارک سرور مجازی چه چیزی را اندازه می‌گیرد و چه چیزی را نه؟

این تست‌ها سه چیز مستقل را می‌سنجند: توان محاسباتی پردازنده، رفتار دیسک زیر بار تصادفی و پهنای باند شبکه. چیزی که نمی‌سنجند، پایداری سرور در طول هفته، کیفیت مسیر شبکه تا کاربران واقعی و رفتار نرم‌افزار خودتان زیر بار همزمان است. عدد خروجی به تصمیم کمک می‌کند، اما جای تصمیم را نمی‌گیرد.

سه معیاری که نباید با هم جمع شوند

بدترین کار این است که چند عدد با واحدهای متفاوت را جمع کنید و یک «امتیاز کل» بسازید. امتیاز پردازنده و تعداد عملیات دیسک دو واحد متفاوت دارند و گلوگاه هر بار کاری فقط یکی از آن‌هاست:

• پردازنده: سرعت یک هسته برای کارهای پشت سر هم مثل اجرای PHP، و جمع هسته‌ها برای کارهای موازی مثل کامپایل.
• دیسک: تعداد عملیات کوچک تصادفی و تأخیر هر عملیات؛ این دو سرنوشت دیتابیس را تعیین می‌کنند.
• شبکه: پهنای باند ورودی و خروجی؛ برای سرور ایرانی، مقصد تست مهم‌تر از خود عدد است.
• حافظه: ابزار YABS تست مستقل حافظه ندارد و اثر حافظه در امتیاز Geekbench دیده می‌شود؛ سنجش جدای آن ابزار دیگری می‌خواهد.

اگر دنبال دیسک سریع برای دیتابیس هستید، مشخصات پلن‌های سرور مجازی ایران nvme را ببینید تا بدانید عدد روی چه سخت‌افزاری به دست آمده است.

درصد steal؛ عددی که اعتبار بقیه عددها را تعیین می‌کند

روی سرور مجازی، پردازنده فیزیکی بین چند ماشین مهمان تقسیم می‌شود. سیستم‌عامل شما ممکن است آماده اجرا باشد و پردازنده مشغول ماشین دیگری؛ این زمان با نام steal ثبت می‌شود. در صفحه راهنمای proc_stat در man7، فیلد هشتم خط cpu در فایل /proc/stat همان «زمان صرف‌شده در سیستم‌عامل‌های دیگر هنگام اجرا در محیط مجازی‌سازی» است و از لینوکس 2.6.11 اضافه شده است.

شبیه صف یک باجه است: نوبت شما رسیده و باجه هنوز مشغول مشتری قبلی است. تست پردازنده عدد پایین‌تری می‌دهد و تقصیر سخت‌افزار نیست. در صفحه راهنمای vmstat در man7، ستون st همان «زمان دزدیده‌شده از ماشین مجازی» و ستون wa «زمان انتظار برای ورودی و خروجی» است. پیش و پس از هر تست این دو ستون را ثبت کنید:

vmstat 1 5
# ستون st در خروجی = درصد steal

top -bn1 | head -n 3
# در خط %Cpu(s) عدد بعد از st را بخوانید

سنجش شبکه با این ابزارها کامل نمی‌شود؛ راهنمای آموزش تست سرعت در سرور مجازی ایران همان بخش را جداگانه پوشش می‌دهد.

اجرای YABS و خواندن امتیاز Geekbench

ابزار YABS یک اسکریپت bash است که fio و iperf3 و Geekbench را پشت سر هم اجرا می‌کند و خروجی یکدست می‌سازد. بر اساس مخزن رسمی، نه به دسترسی ویژه نیاز دارد و نه به نصب پیش‌نیاز؛ اگر fio یا iperf3 نصب باشد، نسخه محلی ترجیح داده می‌شود.

اجرای پایه یک خط است. خروجی را در فایل نگه دارید:

curl -sL yabs.sh | bash | tee yabs-$(date +%F-%H%M).txt

# اجرای بدون تست شبکه و با ذخیره خروجی JSON در فایل
curl -sL yabs.sh | bash -s -- -i -w yabs.json

# فلگ ترکیبی: خاموش‌کردن همزمان تست دیسک و پردازنده
curl -sL yabs.sh | bash -s -- -fg

فلگ‌هایی که در عمل به کار می‌آیند

طبق توضیح مخزن yet-another-bench-script در گیت‌هاب، فلگ‌های تک‌حرفی را می‌توان کنار هم نوشت. مهم‌ترین‌ها:

هدف	فلگ	چه زمانی لازم می‌شود
غیرفعال‌کردن تست دیسک	فلگ -f یا -d	وقتی دیسک درگیر بار واقعی است
غیرفعال‌کردن تست شبکه	فلگ -i	وقتی ترافیک محدود است یا مقصدها بی‌ربط‌اند
غیرفعال‌کردن تست پردازنده	فلگ -g	برای اجرای سریع و فقط دیسکی
کم‌کردن مقصدهای شبکه	فلگ -r	برای مصرف ترافیک کمتر
انتخاب نسخه Geekbench	فلگ -4 یا -5 یا -7؛ فلگ -9 برای اجرای همزمان ۴ و ۵	برای مقایسه با نتیجه قدیمی همان نسخه؛ بازگشت به نسخه ۶ با فلگ -6 که باید آخرین فلگ باشد
چاپ یا ذخیره نتیجه JSON	فلگ -j برای چاپ روی صفحه؛ فلگ -w با نام فایل برای ذخیره	برای مقایسه ماشینی چند سرور
نمایش راهنما	فلگ -h	برای دیدن فهرست کامل فلگ‌ها

برای بنچمارک سرور مجازی در ایران، بخش شبکه این ابزار کمترین ارزش را دارد؛ مقصدهای پیش‌فرضش بیرون از ایران است و مستندات مخزن در توضیح فلگ -r به مقصدهایی در لندن و نیویورک اشاره می‌کند. همان مستندات هشدار می‌دهد این تست با هشت نخ موازی اجرا می‌شود و حدود بیست ثانیه برای هر مقصد پورت را پر می‌کند؛ پس روی سرور فعال خاموشش کنید.

امتیاز تک‌هسته مهم‌تر است یا چندهسته؟

هر دو را بردارید؛ وزنشان به بار کاری بستگی دارد. در سند رسمی Geekbench 6 Benchmark Internals آمده که امتیاز مبنای 2500 روی یک دستگاه مرجع، یعنی Dell Precision 3460 با پردازنده Core i7-12700، کالیبره شده است. امتیاز تک‌هسته از میانگین هندسی آزمون‌های هر زیرگروه ساخته می‌شود و دو زیرگروه Integer و Floating Point با وزن ۶۵ و ۳۵ درصد ترکیب می‌شوند. امتیاز چندهسته با همان روش روی آزمون‌های چندهسته‌ای حساب می‌شود.

نتیجه عملی ساده است: عدد Geekbench فقط داخل همان نسخه معنا دارد. نسخه ۶ پیش‌فرض است، اما امتیاز نسخه‌های مختلف مبنای مشترک ندارند. پس نسخه را کنار هر عدد بنویسید.

سنجش دیسک با fio؛ از تعداد عملیات تا تأخیر صدک ۹۹

ابزار fio دیسک را با یک بار کاری تعریف‌شده می‌سنجد و اندازه بلوک، نسبت خواندن به نوشتن، عمق صف و تعداد نخ‌ها را خودتان تعیین می‌کنید. به همین دلیل هر عدد fio را باید همراه پارامترهای همان تست ثبت کنید؛ وگرنه قابل مقایسه نیست.

پارامترهایی که عدد را می‌سازند

تعریف‌های زیر از مستندات رسمی fio برداشته شده و هر کدام می‌تواند عدد نهایی را چند برابر عوض کند. مهم‌ترین دام اینجاست: عمق صف و موتور ورودی و خروجی با هم معنا دارند. اگر iodepth=32 بگذارید و موتور را پیش‌فرض رها کنید، عدد شما همان عمق یک است و دیسک بی‌دلیل کند به نظر می‌رسد.

پارامتر	در مستندات چه می‌گوید	اثر بر نتیجه
گزینه direct	ورودی و خروجی بدون بافر، معمولاً با O_DIRECT؛ پیش‌فرض غیرفعال	بدون آن، کش سیستم‌عامل عدد را بی‌دلیل بالا نشان می‌دهد
گزینه bs	اندازه بلوک هر عملیات، پیش‌فرض 4096 بایت	بلوک کوچک: عملیات تصادفی؛ بلوک بزرگ: پهنای باند
گزینه rw	الگوی دسترسی؛ randread و randwrite و randrw	در حالت ترکیبی سهم خواندن با rwmixread تعیین می‌شود (پیش‌فرض ۵۰)
گزینه iodepth	تعداد عملیاتی که همزمان روی فایل در جریان است؛ پیش‌فرض ۱ و عمق صف فقط برای موتور ناهمگام مطرح است	بدون موتور ناهمگام، بالا بردن آن عدد را عوض نمی‌کند
گزینه ioengine	موتور ورودی و خروجی؛ psync با pread و pwrite کار می‌کند و جز ویندوز همه‌جا پیش‌فرض است	برای معنا داشتن عمق صف، موتور ناهمگام مثل libaio را صریح بنویسید
گزینه numjobs	تعداد نسخه‌های همان کار، هر یک نخ یا پروسه مستقل	برای دیدن رفتار چند کاربر همزمان
گزینه group_reporting	گزارش آماری همه نسخه‌ها یکجا	بدون آن خروجی چند بلوک جدا می‌شود
گزینه runtime	سقف زمان اجرا؛ با time_based تا پایان آن زمان تکرار می‌شود	تست کوتاه، نوسان لحظه‌ای را نشان می‌دهد
گزینه size	حجم کل ورودی و خروجی هر نخ	حجم کوچک، نتیجه را غیرواقعی بالا می‌برد

دستور آماده برای دو سناریوی واقعی

سناریوی اول بار دیتابیس است و سناریوی دوم بار بکاپ. هر دو یک فایل آزمایشی در مسیر جاری می‌سازند و خط آخر آن را پاک می‌کند:

# سناریو ۱: بار شبیه دیتابیس (بلوک 4k، تصادفی، ۷۰٪ خواندن)
fio --name=db4k --filename=./fiotest --size=4G --bs=4k \
    --rw=randrw --rwmixread=70 --direct=1 --ioengine=libaio \
    --iodepth=32 --numjobs=4 --group_reporting \
    --runtime=60 --time_based

# سناریو ۲: بار شبیه بکاپ (بلوک 1m، ترتیبی)
fio --name=seq1m --filename=./fiotest --size=4G --bs=1m \
    --rw=read --direct=1 --ioengine=libaio --iodepth=8 \
    --numjobs=1 --runtime=60 --time_based

rm -f ./fiotest

سه عددی که از خروجی برمی‌دارید

در بنچمارک سرور مجازی، بلوک 4k را نماینده بار دیتابیس و بلوک 1m را نماینده بکاپ می‌گیریم؛ قاعده‌ای تجربی، نه استاندارد. از هر اجرا سه گروه عدد را بردارید:

1. تعداد عملیات در ثانیه در بلوک 4k: ظرفیت دیسک برای کار کوچک و پراکنده.
2. تأخیر تکمیل عملیات و مشخصاً صدک ۹۹ آن: بدترین تجربه‌ای که کاربر دارد، نه میانگینی که آن را پنهان می‌کند.
3. پهنای باند در بلوک 1m: سرعت واقعی کپی و بازگردانی بکاپ.

میانگین تأخیر تقریباً همیشه خوب به نظر می‌رسد. صدک ۹۹ نشان می‌دهد یک درخواست از هر صد درخواست چقدر معطل مانده؛ روی دیتابیس همین یک درصد به شکل کندی گاه‌به‌گاه دیده می‌شود. آستانه استانداردی برای این عدد نیست، پس آن را میان دو گزینه خودتان و میان اجراهای مختلف یک سرور مقایسه کنید.

کدام عدد برای سایت، دیتابیس و بار سنگین تعیین‌کننده است؟

برای سایت و وردپرس امتیاز تک‌هسته تعیین‌کننده است؛ برای دیتابیس تأخیر صدک ۹۹ دیسک؛ برای کارهای موازی مثل کامپایل امتیاز چندهسته؛ و برای بکاپ و فایل سرور پهنای باند بلوک بزرگ. در بنچمارک سرور مجازی بقیه عددها نقش پشتیبان دارند. این نگاشت جمع‌بندی تجربی ما است و در مستند رسمی به این شکل جدول نشده؛ پس نقطه شروع تصمیم است.

جدول تصمیم بر اساس نوع بار

نوع بار	عدد تعیین‌کننده	عدد دست‌دوم	عددی که گمراه می‌کند
سایت و وردپرس	امتیاز تک‌هسته Geekbench	تأخیر دیسک در بلوک 4k	امتیاز چندهسته با هسته‌های زیاد و کم‌توان
دیتابیس MySQL و PostgreSQL	تأخیر صدک ۹۹ در بلوک 4k	تعداد عملیات در ثانیه	پهنای باند بلوک 1m
کامپایل و پردازش دسته‌ای	امتیاز چندهسته Geekbench	پهنای باند دیسک	تأخیر تک‌عملیات
بکاپ و فایل سرور	پهنای باند در بلوک 1m	پهنای باند شبکه داخلی	عملیات تصادفی 4k

چهار اشتباه رایج در مقایسه دو سرور

1. مقایسه خروجی دو نسخه مختلف Geekbench: مبنای امتیاز در هر نسخه جداست.
2. اجرای تست دیسک بدون گزینه direct: کش سیستم‌عامل عدد را چند برابر نشان می‌دهد و سرور ضعیف‌تر برنده می‌شود.
3. تکیه بر یک اجرا: بدون تکرار و بدون ثبت درصد steal، وضعیت یک دقیقه را به کل ماه تعمیم می‌دهید.
4. مقایسه عدد خودتان با عدد منتشرشده دیگران: نسخه ابزار، حجم فایل، عمق صف و فایل‌سیستم متفاوت است.

برگه ثبت نتیجه؛ روشی که مقایسه را تکرارپذیر می‌کند

یک جدول ساده بسازید و برای هر سرور همین ترتیب را اجرا کنید؛ همین کار مقایسه را از بحث سلیقه‌ای بیرون می‌آورد:

1. سیستم‌عامل را تازه نصب کنید و سرویس اضافه‌ای بالا نیاورید؛ نسخه توزیع و کرنل را یادداشت کنید. اگر سرور فعال است، تست را روی سرور جداگانه بگیرید.
2. درصد steal را پیش از شروع ثبت کنید؛ اگر بالا بود، تست را به زمان دیگری ببرید.
3. دستور YABS را با غیرفعال‌کردن تست شبکه اجرا و خروجی را ذخیره کنید.
4. دو سناریوی fio را با پارامترهای ثابت اجرا و سه عدد کلیدی را بنویسید.
5. چرخه را سه بار تکرار کنید: ساعت اوج کاری، شب و آخر هفته؛ کمترین و بیشترین مقدار هر عدد را ثبت کنید.
6. در پایان فقط عدد تعیین‌کننده بار کاری خودتان را با سرور دوم مقایسه کنید.

راهنمای سرور مجازی ساعتی رایگان هم شرح می‌دهد تست ساعتی چطور درخواست می‌شود.

پرسش‌هایی که کاربران پیش از انتخاب سرور بیشتر می‌پرسند

جمع‌بندی؛ بنچمارک سرور مجازی یعنی سه عدد، نه یک صفحه عدد
خروجی YABS و fio ده‌ها رقم تولید می‌کند و همین فراوانی تصمیم را سخت‌تر می‌کند. راه بیرون آمدن، کوچک کردن دامنه است: بار کاری خودتان را نام ببرید، عدد تعیین‌کننده همان بار را بردارید و بقیه را پشتیبان نگه دارید. برای وردپرس امتیاز تک‌هسته، برای دیتابیس تأخیر صدک ۹۹ در بلوک 4k، برای کارهای موازی امتیاز چندهسته و برای بکاپ پهنای باند بلوک بزرگ. سه قاعده هم اعتبار کار را نگه می‌دارد: ورودی و خروجی بدون بافر را فعال کنید، فایل آزمایشی را از RAM سرور بزرگ‌تر بگیرید و درصد steal را کنار هر عدد ثبت کنید. تست را سه بار در ساعت‌های مختلف تکرار کنید و کمترین مقدار را مبنای تصمیم بگذارید، نه بهترین مقدار را؛ چون کاربر شما همان بدترین لحظه را تجربه می‌کند. با این روش، مقایسه دو سرور به یک جدول قابل بازتولید تبدیل می‌شود.

اگر سوالی داشتید، در بخش نظرات با ما در ارتباط باشید.

منابع

• مخزن رسمی ابزار: yet-another-bench-script
• مستندات رسمی: fio Documentation
• سند رسمی: Geekbench 6 Benchmark Internals
• صفحه راهنمای لینوکس: proc_stat(5)
• صفحه راهنمای لینوکس: vmstat(8)