Alluxio Enterprise AI on K8s FIO 测试教程

Alluxio Enterprise AI on K8s FIO 测试视频教程

视频为Alluxio Enterprise AI on K8s FIO测试视频教程。fio是业内常用的磁盘与文件系统性能测试工具，下面内容将通过文字方式介绍Alluxio on k8s 进行fio测试的教程。

1. 测试环境

• 虚拟机规格：ecs.g3i.16xlarge，包含 64 vCPU、256GB 内存、140GB 磁盘（极速型 SSD FlexPL）。带宽等详细数据见实例规格。
• Alluxio 版本：3.2-5.2.1
• Alluxio Operator 版本：1.3.0

2. 测试环境准备

确保已经在云端kubernetes集群上搭建了Alluxio集群，集群中已启动以下pod，集群部署和启动方式详见《Alluxio on K8s部署教程》

• 1 个 Coordinator pod

• 2 个 Worker pod

• 1 个 FUSE pod

  • 在业务pod启动时被自动拉起，和业务pod被分配在同一个node

• 1 个业务pod

  • 启动方式：见FUSE-based POSIX API，下文也有启动yaml文件示例。启动视频教程见《Alluxio on K8s 部署教程》视频11分30秒处

2.1 集群配置

下面是alluxio集群的yaml文件配置内容。

注意1：etcd需要配置storageClass字段。不同云厂商的容器服务提供不同的storage class类型。如何配置，详见《Alluxio on K8s 部署教程》和Alluxio on K8s FAQ。如果不清楚当前云厂商容器服务的storage class类型，请执行kubectl get sc查看。如果您只是进行部署验证，同时当前没有方便的 storage class 供集群使用，您可以关闭 etcd 的 persistence 配置，如下。注意该配置无法适用于生产，仅供验证测试使用。

etcd:persistence:enabled: false

注意2：集群的默认配置会部署1个 coordinator、2 个 worker、1 套 3 节点 etcd，同时启动 pvc 的 pod 过程中会自动创建 fuse 相关 pod，请谨慎配置这些相关 pod 的 request 资源，以免相应 pod 无法调度成功。

apiVersion: k8s-operator.alluxio.com/v1
kind: AlluxioCluster
metadata:name: alluxio
spec:image: k8s-alluxio-cn-beijing.cr.volces.com/alluxio-test/alluxio-enterpriseimageTag: AI-3.2-5.2.1user: 0group: 0worker:count: 2resources:limits:cpu: "16"memory: "32Gi"requests:cpu: "0"memory: "512Mi"jvmOptions:- "-Xmx16g"- "-Xms16g"- "-XX:MaxDirectMemorySize=12g"fuse:type: csiresources:requests:cpu: "0"memory: "2Gi"limits:cpu: "32"memory: "16Gi"jvmOptions:- "-Xms24g"- "-Xmx24g"- "-XX:MaxDirectMemorySize=16g"etcd:enabled: truereplicaCount: 1persistence:storageClass: ebs-ssdsize: 30Giimage:registry: k8s-alluxio-cn-beijing.cr.volces.comrepository: alluxio-test/etcdtag: 3.5.9-debian-11-r24volumePermissions:image:registry: k8s-alluxio-cn-beijing.cr.volces.comrepository: alluxio-test/os-shelltag: 11-debian-11-r2alluxio-monitor:enabled: trueprometheus:imageInfo:image: k8s-alluxio-cn-beijing.cr.volces.com/alluxio-test/prometheusimageTag: v2.52.0grafana:imageInfo:image: k8s-alluxio-cn-beijing.cr.volces.com/alluxio-test/grafanaimageTag: 11.1.0-ubuntupagestore:quota: 10Gi

2.2 业务pod环境配置

下面是业务pod的yaml文件配置内容。此处yaml文件的image字段可以任意指定一个镜像。如果是国内用户，确保指定的镜像可以被集群拉取到即可。

apiVersion: v1
kind: Pod
metadata:name: fuse-test-0labels:app: alluxio
spec:containers:- image: k8s-alluxio-cn-beijing.cr.volces.com/alluxio-test/grafana:11.1.0-ubuntuimagePullPolicy: IfNotPresentname: fuse-testcommand: ["/bin/sh", "-c"]args:- sleep infinityvolumeMounts:- mountPath: /dataname: alluxio-pvcmountPropagation: HostToContainersecurityContext:runAsUser: 0runAsGroup: 0volumes:- name: alluxio-pvcpersistentVolumeClaim:claimName: alluxio-alluxio-csi-fuse-pvcnodeSelector:kubernetes.io/hostname: 172.31.16.6

如果fuse pod和worker pod被分配到了同一个node，那么数据并不会通过网络传输，会导致测试结果不准确。为了保证fuse pod与worker pod分配在不同的node，请使用最后两行来指定一个node，在其上分配fuse pod和业务pod。此处填入的值为kubectl get node看到的node name。此处为将该pod分配到名为172.31.16.6的node。

在业务pod上进行 fio 测试之前，需要进行以下配置：

1. 更新并安装依赖：

   apt-get update && apt install -y libaio-dev fio openssh-server
   

2. 启动 SSH 服务：

   service ssh start
   

3. 配置免密登录，使业务pod可以免密登录到宿主机，便于清理 Kernel 缓存。

3. 测试流程

使用 fio 对 Alluxio 文件系统进行读操作的性能测试，具体步骤如下：

3.1 准备数据

首先，登陆进任意一个woker pod，使用 Alluxio 的 job 命令将测试数据加载到 Worker 节点上。例如，此处的测试数据为tos://tos-k8s-alluxio-test/5G,其为通过dd命令生成并上传的一个5GB大小的文件：

alluxio job load --path tos://tos-k8s-alluxio-test/5G --submit
alluxio job load --path tos://tos-k8s-alluxio-test/5G --progress

使用--submit提交数据load命令，使用--progress查看数据load进度。当--progress返回Job State: SUCCEEDED时，说明测试数据已经load完成，接下来通过alluxio-fuse的读操作都是热读。

3.2（重要）在每次测试前清理 Kernel Cache

在执行每次测试前，都需要清除 Kernel Cache，避免Linux kernel cache对测试结果的干扰。使用以下命令在宿主机上清除Kernel Cache：

sudo sh -c 'sync; echo 3 > /proc/sys/vm/drop_caches'

3.3 执行顺序热读测试

3.3.1 -bs=4K 顺序热读

使用以下命令测试 4K 顺序热读性能：

fio -iodepth=1 -rw=read -ioengine=libaio -bs=4K -numjobs=1 -group_reporting -size=5G -filename=/data/tos/5G -name=read_test --readonly -direct=1 --invalidate=1

3.3.2 -bs=256K 顺序热读

清除 Kernel Cache后，使用以下命令测试 256K 顺序热读性能：

fio -iodepth=1 -rw=read -ioengine=libaio -bs=256K -numjobs=1 -group_reporting -size=5G -filename=/data/tos/5G -name=read_test --readonly -direct=1 --invalidate=1

3.4 执行随机热读测试

3.4.1 -bs=4K 随机热读

再次清理 Kernel Cache后，执行 4K 随机热读测试：

fio -iodepth=1 -rw=randread -ioengine=libaio -bs=4K -numjobs=1 -group_reporting -size=5G -filename=/data/tos/5G -name=read_test --readonly -direct=1 --invalidate=1

3.4.2 -bs=256K 随机热读

清理 Kernel Cache后，执行 256K 随机热读测试：

fio -iodepth=1 -rw=randread -ioengine=libaio -bs=256K -numjobs=1 -group_reporting -size=5G -filename=/data/tos/5G -name=read_test --readonly -direct=1 --invalidate=1

---

通过以上步骤，能够评估 Alluxio 文件系统在不同读写场景下的性能表现，并得到相应的数据支持。

视频中的实际测试结果显示，当batch size为256k，顺序热读场景下，fio 单线程读吞吐可达2924MB/s。增大线程数（numjobs）到32，64，可以得到更高的fio测试性能。关于更多测试结果，请点击官网性能测试。