[LINUX] Messung der Netzwerkleistung mit iperf

Vorherige Erklärung

iperf ist ein Tool, das den Datenverkehr zwischen Server und Client weiterleitet und überprüft, wie viel Datenverkehr geflossen ist. Richten Sie einen Server und einen Client für iperf ein und messen Sie den Durchsatz während der Kommunikation, indem Sie das Protokoll zwischen ihnen angeben. Eine Messung zwischen verschiedenen Betriebssystemen ist ebenfalls möglich (dies ist praktisch).

offizielle iperf-Dokumentation

Umgebung

Dieses Mal wurde ein Sandwiching Hub zwischen den beiden PCs platziert und der Durchsatz zwischen ihnen gemessen.

iperf version: 3.1.3 iperf server: Ubuntu server 18.04 LTS iperf client: Windows10 switching hub: netgear GS105E

Zweck

Messen Sie den Durchsatz zwischen zwei PCs über den Switching Hub.

Vorbereitung

Erstellen Sie das folgende Netzwerk.

iperf_test.png

Das tatsächliche Foto ist wie folgt.

Es gibt jedoch Versionen von iperf, und es ist nicht möglich, den Durchsatz mit verschiedenen Versionen zu messen.

apt install iperf #Version 2 Serie
apt install iperf3 #Version 3 Serie

Tatsächliche Messung

terminal


$ iperf3 -s

cmd/pwd


$ iperf3 -c 192.168.0.2

Detaillierte Informationen werden sowohl auf der Serverseite als auch auf der Clientseite angezeigt. Das Protokoll auf der Clientseite sieht beispielsweise so aus.

cmd/pwd



Connecting to host 192.168.0.2, port 5201
[  5] local 192.168.0.10 port 54178 connected to 192.168.0.2 port 5201
iperf3: getsockopt - Protocol not available
[ ID] Interval           Transfer     Bandwidth       Retr  Cwnd
[  5]   0.00-1.00   sec   108 MBytes   901 Mbits/sec  1296506930   0.00 Bytes       
iperf3: getsockopt - Protocol not available
[  5]   1.00-2.00   sec   107 MBytes   898 Mbits/sec    0   0.00 Bytes       
iperf3: getsockopt - Protocol not available
[  5]   2.00-3.00   sec   107 MBytes   899 Mbits/sec    0   0.00 Bytes       
iperf3: getsockopt - Protocol not available
[  5]   3.00-4.00   sec   106 MBytes   893 Mbits/sec    0   0.00 Bytes       
iperf3: getsockopt - Protocol not available
[  5]   4.00-5.00   sec   108 MBytes   911 Mbits/sec    0   0.00 Bytes       
iperf3: getsockopt - Protocol not available
[  5]   5.00-6.00   sec   107 MBytes   898 Mbits/sec    0   0.00 Bytes       
iperf3: getsockopt - Protocol not available
[  5]   6.00-7.00   sec   107 MBytes   896 Mbits/sec    0   0.00 Bytes       
iperf3: getsockopt - Protocol not available
[  5]   7.00-8.00   sec   108 MBytes   902 Mbits/sec    0   0.00 Bytes       
iperf3: getsockopt - Protocol not available
[  5]   8.00-9.00   sec   107 MBytes   895 Mbits/sec    0   0.00 Bytes       
iperf3: getsockopt - Protocol not available
[  5]   9.00-10.00  sec   108 MBytes   902 Mbits/sec  2998460366   0.00 Bytes       
- - - - - - - - - - - - - - - - - - - - - - - - -
[ ID] Interval           Transfer     Bandwidth       Retr
[  5]   0.00-10.00  sec  1.05 GBytes   900 Mbits/sec    0             sender
[  5]   0.00-10.00  sec  1.05 GBytes   900 Mbits/sec                  receiver

iperf Done.

(Beilage) Was ich diesmal wirklich wissen wollte

Der Zweck bestand darin, tatsächlich zu messen und zu sehen, ob der Netgear-Switch den Durchsatz während der lokalen Portspiegelung reduzieren würde. Wie Sie anhand von Untersuchungen sehen können, habe ich mich gefragt, ob dies wirklich zu einem Engpass im Betrieb werden würde, und ich war wirklich besorgt über die Ergebnisse des Feldversuchs.

Dieses Mal hat sich der Durchsatz nicht verringert, selbst wenn ich die lokale Portspiegelung auf dem Switch eingestellt und das Paket danach tatsächlich gesendet habe! War gut.

Recommended Posts

Messung der Netzwerkleistung mit iperf
Redis Leistungsmessung
Zusammenfassung der NVMe-Leistungsmessung
Führen Sie iperf mit Python aus
Neuronales Netzwerk mit Python (Scikit-Learn)
3. Normalverteilung mit neuronalem Netz!
Neuronales Netz beginnend mit Chainer
Messung der Ausführungszeit mit Python With
4. Kreisparameter mit einem neuronalen Netzwerk!
Netzwerkprogrammierung mit Python Scapy
Neuronales Netzwerk mit OpenCV 3 und Python 3
Einwegverzögerungsmessung des Netzwerks mit Python
Einfaches Klassifizierungsmodell mit neuronalem Netz
Überwachen Sie die Leistung von Python-Anwendungen mit Dynatrace ♪
Schreiben Sie ein Restnetzwerk mit TFLearn
[TensorFlow] [Keras] Aufbau eines neuronalen Netzwerks mit Keras
Detaillierte Erklärung Leistungsverbesserung mit NewRelic-Part 3
Betreiben Sie den Linux-Netzwerk-Namespace mit Go
Tool zur Leistungsmessung von Webanwendungen Funkload ...