Volevamo capire veramente quanto bene funziona questo sistema, quindi lo abbiamo testato dal tuo punto di vista. Abbiamo impostato un ambiente di test specifico per riprodurre un'utilizzo reale. Abbiamo utilizzato due client separati in esecuzione su potenti computer cloud per ottenere dati accurati.
L'Hardware Utilizzato per Testare Walrus
Non volevamo utilizzare macchine lente che potessero distortere i risultati. Abbiamo utilizzato istanze molto potenti note come AWS m5d per assicurarci di avere abbastanza potenza. Queste macchine avevano trentadue processori e molta memoria per gestire il carico di lavoro.
Dove Abbiamo Posizionato i Client di Test
La posizione è molto importante quando invii dati attraverso internet. Abbiamo posizionato un client nella regione US East, specificamente in North Virginia. L'altro client è stato posizionato in Canada Centrale per catturare una prospettiva geografica diversa.
Misurare Quanto Velocemente Puoi Leggere Dati
La prima cosa che abbiamo esaminato è stata quanto tempo ci vuole per ottenere nuovamente i tuoi dati. Chiamiamo questo latenza end-to-end. Iniziamo il timer prima che il client richieda il file e lo fermiamo quando arriva la conferma.
Cosa Abbiamo Scoperto sulla Velocità di Lettura in Walrus
I risultati dei nostri test sono stati in realtà piuttosto promettenti per te. Abbiamo scoperto che il tempo necessario per leggere i dati rimane molto basso. Questo è vero anche quando abbiamo testato con diverse dimensioni di file di dati.
La Lettura di Piccoli File è Molto Veloce
Se stai lavorando con piccoli file che sono inferiori a venti megabyte, sarai felice. La latenza per questi file rimane sotto i quindici secondi. Questo significa che puoi accedere ai tuoi piccoli pezzi di dati senza una lunga attesa.
Leggere Grandi File è Anche Efficiente
Abbiamo anche testato file molto più grandi, circa centotrenta megabyte. Potresti aspettarti un lungo ritardo, ma la latenza è aumentata solo a trenta secondi. Questo dimostra che il sistema gestisce carichi più pesanti piuttosto bene per te.
Comprendere la Latenza di Scrittura in Walrus
Scrivere dati o salvarli nel sistema è un processo diverso rispetto alla lettura. Abbiamo osservato che scrivere richiede costantemente più tempo rispetto alla lettura. Questo è qualcosa che dovresti aspettarti quando utilizzi questo tipo di sistema sicuro.
La Velocità di Scrittura di Piccoli File
Per file piccoli sotto i venti megabyte, il tempo di scrittura è relativamente piatto. Di solito rimane sotto i venticinque secondi per l'intera operazione. Non importa se il file è molto piccolo o vicino al limite.
Perché i Piccoli File Hanno un Ritardo Fisso
Potresti chiederti perché un file minuscolo impiega venticinque secondi per essere salvato. Questo sovraccarico si verifica a causa dell'interazione con la blockchain. Il sistema deve anche caricare i metadati su tutti i nodi di archiviazione per mantenere le cose al sicuro.
Come Walrus Gestisce la Scrittura di Grandi File
Quando inizi a caricare grandi file oltre i quaranta megabyte, il comportamento cambia. Il tempo necessario inizia a crescere in linea retta rispetto alla dimensione. Questo perché il trasferimento di rete diventa il fattore principale.
Analizzare i Cinque Passi della Scrittura
Ogni volta che scrivi dati, il sistema esegue cinque passaggi specifici. Prima codifica i tuoi dati per prepararli per l'archiviazione. Poi controlla lo stato dei dati per assicurarsi che tutto sia corretto.
Gli Ultimi Passi del Processo di Scrittura
Dopo aver controllato lo stato, il sistema ottiene informazioni per riservare spazio. Poi memorizza i frammenti di dati sui nodi. Infine, pubblica una prova sulla blockchain per confermare la disponibilità.
Analizzando il Ritardo per Piccoli Blobs
Per piccoli pezzi di dati, il lavoro amministrativo fisso domina il tempo. Circa sei secondi vengono spesi solo per i compiti di metadata e blockchain. Questo rappresenta circa il cinquanta percento del tempo totale di attesa.
Analizzando il Ritardo per Grandi Blobs
Quando ti sposti verso grandi blobs, la fase di archiviazione richiede il maggior tempo. Il lavoro amministrativo rimane costante, ma il trasferimento dei dati richiede più tempo. Questo conferma che per file grandi la velocità di rete è il limite.
Validare le Nostre Affermazioni sulla Latenza
Questi risultati ci aiutano a dimostrare un punto importante sul sistema. Walrus raggiunge una latenza bassa che è prevedibile per te. L'unica cosa che lo rallenta per i file grandi è la velocità di internet stessa.
Misurare il Throughput dei Dati per Te
Abbiamo anche esaminato quanti byte al secondo un singolo client può muovere. Per la lettura dei dati, questa velocità scala bene man mano che i file diventano più grandi. Questo perché la lettura consiste principalmente nel prelevare dati dalla rete.
Il Limite di Velocità per le Scritture di un Singolo Client
Il throughput di scrittura tende a stabilizzarsi attorno ai diciotto megabyte al secondo. Questo non significa che il sistema sia lento, ma che un singolo client ha dei limiti. Il client deve comunicare con la blockchain e i nodi molte volte.
Come Puoi Raggiungere Velocità Maggiori in Walrus
Questo limite su un singolo client non ti impedisce di andare più veloce. La rete sottostante supporta velocità molto più elevate di quelle che abbiamo misurato per una persona. Puoi facilmente velocizzare le cose cambiando il tuo modo di lavorare.
Utilizzare Client Multipli per Maggiore Velocità
Per file molto più grandi, puoi distribuire più client contemporaneamente. Ogni client può caricare un pezzo di dati in parallelo. Questo crea un modello di diffusione che supera il limite dell'utente singolo.
Confermare le Capacità di Alto Throughput
Questi test convalidano che puoi leggere e scrivere a un alto throughput. Il sistema è progettato per gestire un traffico intenso se lo configuri correttamente. Devi solo utilizzare connessioni parallele per i lavori più grandi.
Testare la Scalabilità di Walrus
Volevamo vedere quanto dati il sistema potesse contenere per un lungo periodo. Abbiamo eseguito la nostra valutazione per sessanta giorni per raccogliere abbastanza dati. Volevamo assicurarci che potesse gestire schemi di utilizzo del mondo reale.
Quanto Dati Sono Stati Memorizzati Durante i Test
Durante il nostro test di sessanta giorni, il sistema ha memorizzato una mediana di oltre un terabyte di frammenti di dati. Ha anche memorizzato oltre duecento gigabyte di metadati dei blob. Questo dimostra che può gestire un volume significativo di informazioni.
La Capacità dei Singoli Nodi di Archiviazione
Come abbiamo descritto in precedenza, ogni nodo di archiviazione gioca un ruolo importante. Ogni nodo contribuisce con un capacità compresa tra quindici e quattrocento terabyte. Questa è la base della potenza totale di archiviazione del sistema.
La Capacità Totale Massiva di Walrus
Quando aggiungi tutti i nodi insieme, il sistema può memorizzare oltre cinque petabyte. Questa è una caratteristica chiave che rende Walrus molto potente. Significa che c'è molto spazio per tutti i tuoi dati.
Come la Capacità Cresce con Più Nodi
Abbiamo scoperto che la capacità totale di archiviazione scala con la dimensione del comitato. Questo significa che se aggiungi più nodi, la capacità cresce in modo proporzionale. Il sistema diventa più grande e più forte man mano che viene aggiunto più hardware.
Riflessioni Finali sulle Prestazioni del Sistema
I nostri test mostrano che Walrus è un sistema robusto per te. Offre letture a bassa latenza e opzioni di scrittura scalabili. È costruito per crescere con le tue esigenze e gestire enormi quantità di dati.
cosa ne pensi? non dimenticare di commentare 💭
Segui per ulteriori contenuti 🙂
