Wir wollten wirklich verstehen, wie gut dieses System funktioniert, daher haben wir es aus Ihrer Perspektive getestet. Wir haben eine spezifische Testumgebung eingerichtet, um die echte Nutzung nachzuahmen. Wir nutzten zwei getrennte Clients, die auf leistungsstarken Cloud-Computern liefen, um genaue Daten zu erhalten.
Die Hardware, die wir zum Testen von Walrus verwendet haben
Wir wollten keine langsamen Maschinen verwenden, die die Ergebnisse verzerren könnten. Wir haben sehr leistungsstarke Instanzen, bekannt als AWS m5d, verwendet, um sicherzustellen, dass wir ausreichend Leistung hatten. Diese Maschinen verfügten über dreiundzwanzig Prozessoren und viel Speicher, um die Arbeitslast zu bewältigen.
Wo wir die Test-Clients platziert haben
Der Standort spielt eine große Rolle, wenn Sie Daten über das Internet senden. Wir haben einen Client in der US-Ostregion, speziell in Nordvirginia, platziert. Der andere Client wurde in Kanada-Zentral platziert, um eine andere geografische Perspektive zu erfassen.
Messung der Geschwindigkeit, mit der Sie Daten lesen können
Das erste, worauf wir geachtet haben, war, wie lange es dauert, bis Sie Ihre Daten zurückbekommen. Wir nennen das die End-to-End-Latenz. Wir starten den Timer, bevor der Client nach der Datei fragt, und stoppen ihn, wenn die Bestätigung eintrifft.
Was wir über die Lesegeschwindigkeit in Walrus herausgefunden haben
Die Ergebnisse unserer Tests waren tatsächlich recht vielversprechend für Sie. Wir haben festgestellt, dass die Zeit, die benötigt wird, um Daten zu lesen, sehr niedrig bleibt. Das ist auch der Fall, wenn wir mit verschiedenen Dateigrößen getestet haben.
Das Lesen kleiner Dateien ist sehr schnell
Wenn Sie mit kleinen Dateien arbeiten, die weniger als zwanzig Megabyte groß sind, werden Sie glücklich sein. Die Latenz für diese Dateien bleibt unter fünfzehn Sekunden. Das bedeutet, dass Sie auf Ihre kleinen Datenstücke zugreifen können, ohne lange warten zu müssen.
Das Lesen großer Dateien ist ebenfalls effizient
Wir haben auch viel größere Dateien um einhundertdreißig Megabyte getestet. Sie könnten eine lange Verzögerung erwarten, aber die Latenz erhöhte sich nur auf dreißig Sekunden. Das zeigt, dass das System schwerere Lasten ziemlich gut für Sie bewältigt.
Verständnis der Schreiblatenz in Walrus
Daten zu schreiben oder sie im System zu speichern, ist ein anderer Prozess als das Lesen. Wir haben beobachtet, dass das Schreiben konsequent mehr Zeit als das Lesen benötigt. Das sollten Sie erwarten, wenn Sie dieses sichere System verwenden.
Die Geschwindigkeit des Schreibens kleiner Dateien
Bei kleinen Dateien unter zwanzig Megabyte ist die Schreibzeit relativ konstant. Sie bleibt normalerweise unter fünfundzwanzig Sekunden für den gesamten Vorgang. Es spielt keine Rolle, ob die Datei sehr klein oder nahe dem Limit ist.
Warum kleine Dateien eine feste Verzögerung haben
Sie fragen sich vielleicht, warum eine winzige Datei fünfundzwanzig Sekunden zum Speichern benötigt. Dieser Aufwand entsteht durch die Interaktion mit der Blockchain. Das System muss auch Metadaten an alle Speicherknoten hochladen, um die Dinge sicher zu halten.
Wie Walrus das Schreiben großer Dateien handhabt
Wenn Sie anfangen, große Dateien über vierzig Megabyte hochzuladen, ändert sich das Verhalten. Die benötigte Zeit beginnt, proportional zur Größe in einer geraden Linie zu wachsen. Das liegt daran, dass der Netzwerktransfer der Hauptfaktor wird.
Aufschlüsselung der fünf Schritte des Schreibens
Jedes Mal, wenn Sie Daten schreiben, führt das System fünf spezifische Schritte aus. Zuerst kodiert es Ihre Daten, um sie für die Speicherung vorzubereiten. Dann überprüft es den Status der Daten, um sicherzustellen, dass alles korrekt ist.
Die letzten Schritte des Schreibprozesses
Nach der Statusüberprüfung erhält das System Informationen, um Platz zu reservieren. Dann speichert es die Datenstücke auf den Knoten. Schließlich veröffentlicht es einen Nachweis in der Blockchain, um die Verfügbarkeit zu bestätigen.
Analyse der Verzögerung für kleine Blobs
Bei kleinen Datenmengen dominiert die feste administrative Arbeit die Zeit. Etwa sechs Sekunden werden nur für Metadaten und Blockchain-Aufgaben aufgewendet. Dies macht ungefähr fünfzig Prozent der gesamten Wartezeit aus.
Analyse der Verzögerung für große Blobs
Wenn Sie zu großen Blobs wechseln, dauert die Speicherphase am längsten. Die administrative Arbeit bleibt konstant, aber der Datentransfer dauert länger. Das bestätigt, dass die Netzwerkgeschwindigkeit bei großen Dateien die Grenze ist.
Validierung unserer Ansprüche zur Latenz
Diese Ergebnisse helfen uns, einen wichtigen Punkt über das System zu beweisen. Walrus erreicht eine vorhersehbare niedrige Latenz für Sie. Das einzige, was es bei großen Dateien verlangsamt, ist die Geschwindigkeit des Internets selbst.
Messung des Daten-Durchsatzes für Sie
Wir haben auch untersucht, wie viele Bytes pro Sekunde ein einzelner Client bewegen kann. Beim Lesen von Daten skaliert diese Geschwindigkeit schön, wenn die Dateien größer werden. Das liegt daran, dass das Lesen hauptsächlich darin besteht, Daten aus dem Netzwerk abzurufen.
Die Geschwindigkeitsgrenze für einzelne Client-Schreibvorgänge
Die Schreibgeschwindigkeit tendiert dazu, sich bei achtzehn Megabyte pro Sekunde zu stabilisieren. Das bedeutet nicht, dass das System langsam ist, sondern dass ein einzelner Client Einschränkungen hat. Der Client muss viele Male mit der Blockchain und den Knoten kommunizieren.
Wie Sie höhere Geschwindigkeiten in Walrus erreichen können
Dieses Limit bei einem einzelnen Client hindert Sie nicht daran, schneller zu werden. Das zugrunde liegende Netzwerk unterstützt viel höhere Geschwindigkeiten, als wir für eine Person gemessen haben. Sie können die Dinge leicht beschleunigen, indem Sie ändern, wie Sie arbeiten.
Verwendung mehrerer Clients für bessere Geschwindigkeit
Für viel größere Dateien können Sie mehrere Clients gleichzeitig einsetzen. Jeder Client kann einen Teil von Daten parallel hochladen. Dies erzeugt ein Fächer-Muster, das das Limit für einen einzelnen Benutzer umgeht.
Bestätigung hoher Durchsatzfähigkeiten
Diese Tests bestätigen, dass Sie mit hoher Durchsatzrate lesen und schreiben können. Das System ist so konzipiert, dass es hohen Datenverkehr bewältigen kann, wenn Sie es richtig einrichten. Sie müssen nur parallele Verbindungen für die größten Aufgaben verwenden.
Testen der Skalierbarkeit von Walrus
Wir wollten sehen, wie viele Daten das System über einen langen Zeitraum halten kann. Wir führten unsere Bewertung über sechzig Tage durch, um genügend Daten zu sammeln. Wir wollten sicherstellen, dass es mit realen Nutzungsmustern umgehen kann.
Wie viele Daten während der Tests gespeichert wurden
Während unseres sechzig Tage dauernden Tests speicherte das System einen Median von über einem Terabyte an Datenstücken. Es speicherte auch über zweihundert Gigabyte an Blob-Metadaten. Das zeigt, dass es mit einem signifikanten Volumen an Informationen umgehen kann.
Die Kapazität einzelner Speicherknoten
Wie wir bereits beschrieben haben, spielt jeder Speicherknoten eine große Rolle. Jeder Knoten trägt zwischen fünfzehn und vierhundert Terabyte Kapazität bei. Dies ist die Grundlage der gesamten Speicherkapazität des Systems.
Die massive Gesamtkapazität von Walrus
Wenn Sie alle Knoten zusammenzählen, kann das System über fünf Petabyte speichern. Dies ist ein wichtiges Merkmal, das Walrus sehr mächtig macht. Es bedeutet, dass es viel Platz für all Ihre Daten gibt.
Wie die Kapazität mit mehr Knoten wächst
Wir haben festgestellt, dass der gesamte Speicher mit der Größe des Komitees skaliert. Das bedeutet, wenn Sie mehr Knoten hinzufügen, wächst die Kapazität proportional. Das System wird größer und stärker, je mehr Hardware hinzugefügt wird.
Abschließende Gedanken zur Systemleistung
Unsere Tests zeigen, dass Walrus ein robustes System für Sie ist. Es bietet Lesevorgänge mit niedriger Latenz und skalierbare Schreiboptionen. Es ist darauf ausgelegt, mit Ihren Bedürfnissen zu wachsen und massive Datenmengen zu bewältigen.
Was halten Sie davon? Vergessen Sie nicht, zu kommentieren 💭
Folgen Sie für weitere Inhalte 🙂
