在使用雲端服務時，我們都會關心雲端服務提供的效能如何。

尤其在運用雲端服務建置各種企業入口網站及B2B、B2C等等應用的網站時，對外連線的流量、反應時間及虛擬機器的資源耗用，都會影響客戶端對網站使用經驗的感覺好壞。

一個反應快、運作流暢的網站，客戶端會比較願意花點時間停留看看有什麼功能，至於能停留多久，就是網站內容的可看性來決定。

也就是說，基本上，我們想運用雲端服務建置網站時，雲端服務能不能提供足夠的流量讓較多的客戶端連線(來客數多)、客戶端在操作網頁時能夠快速反應吸引客戶停留，會是系統管理者比較關注的事情。

因此，雲端服務提供者的系統管理介面能否提供相關數據線上查詢，對雲端虛擬機器的系統管理者，會有很大的幫助。

Microsoft Azure入口網站就提供多樣化又容易使用的效能監測工具，讓系統管理者能夠輕輕鬆鬆完成虛擬機器的效能監測工作。

基本上，對虛擬機器Microsoft Azure提供三方面的效能監測：

• 虛擬機器
• 雲端服務
• 儲存體

我們連到Microsoft Azure入口網站，如下圖：

可以看到所有項目。

我們關心的是SIMONLAMP這個雲端服務及其虛擬機器，以及儲存體。

分別點選上圖左邊以黃色框標示的虛擬機器、雲端服務及儲存體，就可以監視這三者的運作效能。

在進行效能監測時，我們要模擬網站運作。

正好邦友丁大丙正在MySQL測試產生一億筆資料錄的Big Data

就請他連到我建置的LAMP Server虛擬機器上測試，測試結果產生兩個有一億筆記錄的資料表，如下圖：

總共兩億筆資訊記錄，各佔2.6GB的硬碟空間。

然後丁大丙又想測JOIN，兩個資料表直接UNION JOIN，這個產生的暫存資料表會有高達一億乘一億筆的資料記錄，這是天文數字。

可想而知，我建置的LAMP Server才只用一個1.6Gh單核心的CPU、1.75GB記憶體，能執行成什麼樣子。

有了測試過程，我們來看看Microsoft Azure提供的效能監測工具表現如何。

先到雲端服務的儀表板頁面：

雲端服務的儀表板上監視兩個數據：CPU耗用百分比及回應時間。

回應時間指的是虛擬機器接收到客戶端的請求時，平均的回應時間，由曲線圖看起來，回應時間都很平穩的在80到90微秒間，相當快速，只是當時只有我和丁大丙連線，只能說表現還不錯，至於實際應用情境下的回應時間表現，需要更多的連線來測試。

在後續文章中，我會利用效能測試工具來進行。

在CPU耗用百分比可以看到有一段尖峰時段，這正好是丁大丙在測試自動產生一億筆資料記錄的時間。產生第一個資料表時，耗用百分比上升到30%左右開始平穩。

再產生第二個資料表時，耗用百分比就徒然上升到92%，最後進行JOIN的動作時，耗用百分比就一直居高不下。

但，虛擬機器仍然在運作，以SSH終端機連線上去，用Linux的htop效能監視工具查看，反應速度也都還好，htop效能監視工具如下圖：

本文末會附上在CentOS 7中安裝htop效能監視工具的過程。

在htop中可以看到CPU滿載，幾乎都是被mysql佔用了。而記憶體也被吃掉一大塊，也可看到mysql就吃了953MB。

由這個情況看來，CentOS 7的系統架構是相當穩的，並不會因為有大型工作而造成不平衡的運作狀況，也不會有當機的情形。

因為丁大丙擔心鐵人賽結束時，這個JOIN的動作還在執行，就先把JOIN作業砍掉。

所以，可以由儀表板頁面看到CPU耗用百分比在JOIN作業砍掉後，逐漸下滑。

可能各位會問為何不是直掉下來，因為工作被砍掉了，不是嗎？

這是因為Linux的運作方式，雖然工作被砍掉了，還是要把這個工作運作過程中產生的暫存資料清除，所以，才會慢慢的降低CPU耗用百分比。

我們換到雲端服務的監視頁面：

多了一個指標：網路輸出，也把各指標的實際數據呈現出來。

網路輸出有個尖峰期，是丁大丙在下指令開始執行大數據資料表時的網路傳輸量，之後，因為沒有資料傳送就下滑又平穩下來。

接下來，我們來看虛擬硬碟的效能指標，進入虛擬硬碟的儀表板頁面：

監視的指標變多了，因為虛擬機器是比較具體的物件，但這些指標各代表什麼意思呢？我們轉到虛擬機器的監視頁面，如下圖：

在監視頁面，可以看到各個指標的代表顏色及數據。

分別是：

• 硬碟讀取的位元組數/秒，紫色。
• 硬碟寫入的位元組數/秒，藍色。
• 網路輸出，綠色。
• CPU百分比，黃色。
• 網路輸入，淺紫色。

我就不再詳細解釋每個數據，因為本文主要目的是展示Microsoft Azure有那些效能監控工具協助系統管理者。

接下來我們看看儲存體的儀表板頁面：

也有好幾個指標，切換到儲存體監視頁面就能瞭解各指標的意義。

在切換到監視頁面，我先解釋上圖下方的Blob、資料表(Table)和佇列(Queue)，瞭解資料庫的邦友應該知道這三個術語。

• Blob：大型物件，儲存檔案型資料的地方，像是文件、媒體(圖檔、影像檔、影片檔)和應用程式的安裝檔案等等。
• 資料表(Table)：儲存結構化資料集合，這是以NoSQL為基礎的儲存體，有助於大量的資料存取。NoSQL？這不是Big Data的熱門？對，Microsoft Azure早已準備好支援Big Data。
• 佇列(Queue)：主要用於在雲端服務的不同元件間的非同步通訊。

為什麼儲存體變成是好像資料庫結庫？這個以後再說。

總之，我們還是把儲存體看成是硬碟的一種架構，只是不像是傳統硬碟那樣分C槽、D槽(丁小雨的最愛)......

另外，還有種儲存體沒出現在上圖中，File型儲存體，這是基於SMB 2.1協定的檔案分享機制，也就是C槽、D槽...在這裏建制，然後可以分享給虛擬機器或雲端服務使用。目前，我們還用不到File型儲存體，後續文章中會說明。

瞭解Microsoft Azure的儲存體類別，我們來看看儲存體的監視頁面：

為了減少畫面上的零亂，我就不開Queue的圖形顯示，只開了Blob和Table。

基本上是三個指標：

• 可用性
• 成功百分比
• 要求總計(Total Request)

可用性和成功百分比，都應該在100%。這代表高可用度與可靠度，也就是資料完全沒有漏失的情況。

但Table為什麼有一段時間沒有成功百分比呢？因為沒有資料存取，就沒有成功百分比。那Blob為什麼成功百分比都一直是100%呢？因為我們一直都會存取Blob儲存體，不然虛擬機怎麼運作！

換句話說，以目前的應用來看，還是以Blob儲存體的操作為主。

要求總計是指向儲存體請求存取的次數，對Blob的要求次數遠高於資料表。

由以上的討論，我們可以看到Microsoft Azure已經提供完備的系統監視工具，協助系統管理者進行雲端服務的效能監控工作。

在文章最後，我說明安裝CentOS 7效能監視工具htop程式的過程。

請先登入超級使用者環境，執行下列指令：

yum -y install wget
wget http://packages.sw.be/rpmforge-release/rpmforge-release-0.5.2-2.el6.rf.x86_64.rpm
rpm -ihv rpmforge-release*.rf.x86_64.rpm
yum install htop

這樣就完成htop程式的安裝，只要輸入htop指令就能叫出htop系統監視畫面。

最後，我們這幾天也用了不少Microsoft Azure服務，當初申凊6300元體驗卷，到現在我還有...

雖然經過丁大丙的Big Data測試，但似乎沒用到多少經費，似乎Microsoft Azure還很省錢的。

今天就介紹到這裏，明天讓我們看看另一套Linux作業系統Ubuntu。