성능에 대한 고려사항

이 페이지에서는 최적의 성능을 얻기 위해 Google Cloud Managed Lustre 환경을 구성하는 방법을 안내합니다.

각 성능 등급별 실적 수치를 확인하려면 성능 등급을 참고하세요.

용량 증가 후 성능

기존 인스턴스의 스토리지 용량을 늘리면 최대 처리량과 IOPS가 증가하고 메타데이터 성능도 향상될 수 있습니다.

새 데이터가 추가 스토리지에 작성되고 재분배되면 읽기 처리량 성능이 점진적으로 향상됩니다. 쓰기 처리량 성능이 즉시 증가합니다.

VPC 네트워크 최대 전송 단위 (MTU)

VPC 네트워크를 만들 때 mtu 값(최대 전송 단위 또는 이 네트워크에서 전송할 수 있는 최대 IP 패킷 크기)을 허용되는 최대 값인 8, 896으로 설정하면 기본값인 1, 460바이트에 비해 성능이 최대 10% 향상됩니다.

다음 명령어를 사용하여 네트워크의 현재 MTU 값을 확인할 수 있습니다.

gcloud compute networks describe NETWORK_NAME --format="value(mtu)"

네트워크의 MTU 값은 네트워크가 생성된 후 업데이트할 수 있지만 중요한 고려사항이 있습니다. 자세한 내용은 네트워크의 MTU 변경을 참고하세요.

Compute Engine 머신 유형

네트워크 처리량은 선택한 머신 유형에 따라 달라질 수 있습니다. 일반적으로 최상의 처리량을 얻으려면 다음을 충족해야 합니다.

vCPU의 수를 늘립니다. 인스턴스당 최대 이그레스 대역폭은 일반적으로 vCPU당 2Gbps이며 머신 유형 최대치까지입니다.
더 높은 인그레스 및 이그레스 한도를 지원하는 머신 시리즈를 선택합니다. 예를 들어 Tier_1 네트워킹을 사용하는 C2 인스턴스는 최대 100Gbps의 이그레스 대역폭을 지원합니다. Tier_1 네트워킹을 사용하는 C3 인스턴스는 최대 200Gbps를 지원합니다.
더 큰 머신 유형을 사용하여 VM당 Tier_1 네트워킹 성능을 사용 설정합니다.
Google 가상 NIC (gVNIC)를 사용합니다. gVNIC는 3세대 이상 머신 유형의 유일한 옵션입니다. Tier_1 네트워킹을 사용하는 경우 gVNIC가 필요합니다.

자세한 내용은 네트워크 대역폭을 참고하세요.

멀티 NIC 구성

Lustre의 내장 멀티 레일 기능을 사용하면 클라이언트가 여러 네트워크 인터페이스 카드 (멀티 NIC)에 네트워크 트래픽을 스트라이핑할 수 있습니다. 이렇게 하면 대용량 Managed Lustre 인스턴스를 포화시키기 위해 대역폭이 집계됩니다.

다중 NIC를 구성하려면 다음을 충족해야 합니다.

물리적 NIC가 여러 개인 머신 유형을 선택합니다.
각 NIC의 서브넷을 만들고 각 NIC를 해당 서브넷에 할당합니다.
Compute Engine 또는 GKE에서 연결할 때는 다중 NIC 단계를 따르세요.

트래픽 균형 조정 확인

다중 NIC를 구성한 후 데이터가 올바르게 균형을 이루는지 확인합니다.

Compute Engine

Managed Lustre 백엔드로 트래픽을 생성하는 동안 nload를 사용하여 구성된 네트워크 인터페이스 (예: eth0 및 eth1)를 모니터링하여 VM에서 직접 데이터 균형 조정을 확인합니다.

nload -m eth0 eth1

멀티 NIC 구성이 성공하면 구성된 모든 인터페이스에서 나가는 비트 전송률이 거의 동일해야 합니다.

GKE

워크로드의 네트워크 트래픽이 여러 NIC에 분산되는지 확인하려면 워크로드가 예약된 노드에 임시 네트워크 디버거 포드를 배포하세요.

워크로드가 예약된 노드를 식별합니다.
```
kubectl get pod POD_NAME -o wide
```
POD_NAME을 포드 이름으로 바꿉니다. 명령어 출력에서 NODE 열의 이름을 확인합니다.

해당 노드에서 네트워크 디버거를 실행합니다.

kubectl run multi-nic-debug --rm -i --tty --image=nicolaka/netshoot \
  --overrides='{"spec": {"hostNetwork": true, "nodeSelector": {"kubernetes.io/hostname": "NODE_NAME"}, "tolerations": [{"key": "nvidia.com/gpu", "operator": "Exists", "effect": "NoSchedule"}]}}' \
  -- /bin/bash -c "apk update && apk add nload && nload -m eth0 eth1"

NODE_NAME을 이전 단계의 노드 이름으로 바꿉니다.

출력에서 eth0 및 eth1의 Outgoing 열 비트 전송률을 분석합니다. 구성이 성공하면 비트 전송률이 대략적으로 동일합니다. 출력은 다음과 비슷합니다.

Device eth0 [10.1.0.50] (1/2):
==========================================================================
Incoming:                               Outgoing:
Curr: 1.63 MBit/s                       Curr: 1.46 GBit/s
Avg: 1.60 MBit/s                        Avg: 1.44 GBit/s
Min: 1.40 MBit/s                        Min: 1.25 GBit/s
Max: 1.64 MBit/s                        Max: 1.47 GBit/s
Ttl: 590.94 GByte                       Ttl: 405.19 GByte

Device eth1 [172.16.15.5] (2/2):
==========================================================================
Incoming:                               Outgoing:
Curr: 1.64 MBit/s                       Curr: 1.47 GBit/s
Avg: 1.62 MBit/s                        Avg: 1.44 GBit/s
Min: 1.42 MBit/s                        Min: 1.26 GBit/s
Max: 1.66 MBit/s                        Max: 1.47 GBit/s
Ttl: 587.68 GByte                       Ttl: 406.36 GByte

Ctrl+C를 눌러 디버거를 종료합니다.

단일 클라이언트 성능 측정

단일 Compute Engine 클라이언트에서 읽기 및 쓰기 성능을 테스트하려면 fio (Flexible I/O tester) 명령줄 도구를 사용하세요.

fio를 설치합니다.

Rocky 8

sudo dnf install fio -y

Ubuntu 20.04 및 22.04

sudo apt update
sudo install fio

다음 명령어를 실행합니다.

fio --ioengine=libaio --filesize=32G --ramp_time=2s \
--runtime=5m --numjobs=16 --direct=1 --verify=0 --randrepeat=0 \
--group_reporting --directory=/lustre --buffer_compress_percentage=50 \
--name=read --blocksize=1m --iodepth=64 --readwrite=read

테스트를 완료하는 데 약 5분이 소요됩니다. 완료되면 결과가 표시됩니다. 구성된 내용에 따라 VM의 최대 네트워크 속도까지의 처리량과 TiB당 수천 개의 IOPS를 기대할 수 있습니다.