本文译自：https://thenewstack.io/does-kubernetes-really-perform-better-on-bare-metal-vs-vms/
摘要：本文对比了虚拟机和裸机上 Kubernetes 集群的 CPU、RAM、存储和网络性能的详细比较。
许多人认为部署在裸机上的 Kubernetes 集群比部署在虚拟机上的性能更好，但直到现在都没有关于这一假设的证据。在 Gcore，我们只提供基于充分证据的信息给客户，因此我们决定自行测试 Kubernetes 是否在裸机上比在虚拟机上表现更好，如果是的话，差距有多大。我将分享我们内部测试的结果。
我故意不讨论虚拟节点与裸机节点竞争的其他方面，如成本效益或基础设施控制级别。这超出了本文的范围，本文只关注性能比较。
VM 和裸机 Kubernetes 之间的区别
当您在虚拟机上部署 Kubernetes 集群时，与裸机（BM）相比，您会得到额外的基础设施层，即虚拟机监视器和客户操作系统。
显示裸机和虚拟机架构差异的图表
图 1：裸机和虚拟机架构的差异。
这些层占用物理 CPU 和 RAM 来运行，从工作负载中拿走一些计算能力。虚拟化还会影响网络和存储性能：虚拟网络和存储比物理网络和存储慢。
相比之下，当您在裸机服务器上部署 Kubernetes 集群时，您没有任何额外的基础设施层和虚拟化。服务器的物理资源完全专用于您的工作负载，容器化应用程序可以直接访问这些资源。
我们如何比较虚拟机和裸机 K8s 性能
为了全面了解虚拟机和裸机集群性能的比较，我们测量了以下内容：
- CPU： 速度和利用率
- RAM： 延迟
- 存储： 每秒事务（TPS）和延迟
- 网络： 带宽和延迟
为了保持工作负载的一致性，所有测试应用程序都以容器化方式部署在比较的工作节点上。
我们的测试条件
在测试中，我们使用了运行在Gcore 托管的 Kubernetes上的 K8s 集群。然而，由于托管的 Kubernetes 不会增加工作节点性能的任何开销，因此这些结果也与标准 Kubernetes 相关。
为了保持工作负载的相同条件，我们选择了相似的虚拟机和裸机工作节点的配置。以下是这种比较配置的示例：
- 裸机工作节点： 1x Intel Xeon E-2388 8C/16T 3.2 GHz / 64 GB / Ubuntu 22.04
- 虚拟机工作节点： 16 vCPU / 64 GiB 内存 / Ubuntu 22.04
测试结果摘要
在测试中，我们比较了两个 Kubernetes 集群，一个部署在虚拟机（VMs）上，另一个部署在裸机上。它们的配置相似。作为测试工作负载，我们运行了以下内容：
- 用于 CPU 测试的 CPU 基准测试
- 用于 RAM 测试的 Sysbench
- 用于存储测试的 Pgbench
- 用于网络测试的 Netperf
下面是总结最重要的测试结果的表格：
测试结果表格
显然，裸机集群在所有情况下效率更高。
让我们详细查看结果，并确定裸机性能对您的工作负载意味着什么。
详细测试结果
现在，让我们详细查看每个评估标准下裸机和 VM 集群的性能。
CPU 速度和利用率
对于 CPU 速度比较，我们使用了 Alex Dedyura 的 CPU 基准测试。这是一个计算到 10,000 位小数的 pi 的脚本。以秒为单位的计算时间，平均值在 10 次测试中被视为测试结果。计算 pi 是一个 CPU 密集型任务，因此该基准测试清晰地显示了被测试 CPU 的性能。
以下是 CPU 速度比较的结果：
图表显示，裸机集群的 CPU 速度比虚拟机集群的 CPU 快了两倍多
图 3：裸机集群的 CPU 速度比虚拟机集群的 CPU 快了两倍多。
虚拟机集群的 10 次重试的平均时间为 47.07 秒；而裸机集群为 21.46 秒。因此，裸机集群快了两倍多。
以下是虚拟机集群的 CPU 利用率测试结果：
平均利用率为 86.81%
图 4：虚拟机集群的 CPU 平均利用率为 86.81%。
图 5：虚拟机集群 CPU 的每个核心使用信息
图 5：虚拟机集群 CPU 的每个核心使用信息。
在上图 4 中，红色点表示最大的 CPU 核心负载*，绿色表示所有核心的总 CPU 负载。在执行脚本期间，大部分时间内核心都以 100% 的利用率运行；平均值为 86.81%。还有一个小的窃取时间峰值，大约在 15:16（参见图 4），这是一个常见情况，当一个虚拟机由于等待物理 CPU 共享计算资源而没有运行时会发生。
*最大 CPU 核心负载： 这个指标通常是指在虚拟机内或主机上所有虚拟机中观察到的单个 CPU 核心的最高利用率百分比。它表示在给定时刻一个特定的 CPU 核心有多重地被利用。
总 CPU 核心负载： 此指标表示主机机器上所有可用 CPU 核心的整体 CPU 利用率。它考虑了所有 CPU 核心的综合使用情况，提供了运行在主机上的所有虚拟机使用了多少 CPU 容量的综合视图。
以下是裸机集群的 CPU 利用率测试结果：
图表显示，裸机集群的 CPU 平均利用率为 43.75%
图 6：裸机集群的 CPU 平均利用率为 43.75%。
平均 CPU 负载约为 43.75%，最大负载为 62.57%，没有窃取时间。因此，就 CPU 性能而言，测试显示裸机集群约为虚拟机集群的两倍有效。
RAM 延迟
对于 RAM 测试，我们使用了 sysbench 并通过 RAM 传输了 6400 GB 的数据。以下是执行的写入和读取操作的关键结果：
图 7：裸机集群的 RAM 大约比虚拟机集群的 RAM 快三倍
图 7：裸机集群的 RAM 大约比虚拟机集群的 RAM 快三倍。
虚拟机集群执行写入操作的平均时间为 174.53 毫秒，而裸机集群相同操作仅需 62.02 毫秒。读取操作分别在 173.75 和 47.33 毫秒内完成。
这意味着裸机集群的 RAM 大约比虚拟机集群的 RAM 快三倍。
存储 TPS 和延迟
为了测试存储性能，我们运行了一个 PostgreSQL 集群，并使用了 pgbench 基准测试。我们测量了 TPS（每秒事务数）和延迟。我们还变化了工作负载，测试了相同集群配置下的 8 GB 和 75 GB 数据库。
以下是这些实例的配置：
图 8：存储测试的裸机和虚拟机集群配置
图 8：存储测试的裸机和虚拟机集群配置。
存储 TPS 结果
以下是 TPS 比较的平均结果：
图 9：裸机集群的存储 TPS 值大约是虚拟机集群的两倍
图 9：裸机集群的存储 TPS 值大约是虚拟机集群的两倍。
在运行 8 GB 数据库时，虚拟机集群显示了 7,359 TPS，而裸机集群为 14,087 TPS。75 GB 数据库的性能结果分别为 4,636 和 12,029 TPS。
存储延迟结果
以下是延迟测试的平均结果：
图表显示，8 GB 测试中裸机集群的存储延迟约为虚拟机集群的一半，在 75 GB 测试中几乎是其三倍
图 10：裸机在存储延迟方面优于虚拟机。
在运行 8 GB 数据库时，虚拟机集群的延迟为 34.78 毫秒，而裸机集群的延迟为 18.17 毫秒。对于 75 GB 数据库，延迟分别为 55.21 毫秒和 21.28 毫秒。
对于 8 GB 数据库，裸机集群的存储性能约为虚拟机集群的两倍。对于 75 GB 数据库，裸机集群相对于虚拟机集群的优势更加明显。
网络带宽和延迟
为了测试网络性能，我们使用了 netperf 基准测试，其中 MSS（最大段大小）从 1 到 65,536 不等。MSS 中的“段”元素是在网络上传输的一种 IP 数据包捆绑。因此，MSS 越大，传输的流量就越多。
我们在两个物理节点上部署了三个工作节点：Worker 1 和 Worker 2 位于第一个节点上，而 Worker 3 位于第二个节点上。然后，我们测试了所有三个工作节点之间的网络性能。在所有情况下，结果趋势都相似 — 裸机优于虚拟机。
最有趣的测试是物理距离最远的测试之一，即 Worker 1/Worker 2（位于第一个节点上）与 Worker 3（位于第二个节点上）之间的距离，当流量在第一个和第二个物理节点之间传输时。我们可以将这看作是所有测试中最具挑战性的条件。图 10 和图 11 显示了此测试的结果。图 10 显示了 MSS 值为 1、2、4 和 8 时的网络带宽比较：
图 11：裸机集群的网络带宽比虚拟机集群的网络带宽大五倍
图 11：裸机集群的网络带宽比虚拟机集群的网络带宽大五倍。
虚拟机集群的带宽范围从 MSS=1 时的 862 KB/秒到 MSS=8 时的 6.52 MB/秒，而裸机集群的带宽在相同的 MSS 值范围内从 4.17 MB/秒到 31 MB/秒不等。平均而言，裸机集群的带宽比虚拟机集群的带宽大五倍。
图 12 显示了使用相同 MSS 值的网络延迟比较：
图 12：裸机集群的网络延迟比虚拟机集群的网络延迟低了多达六倍
图 12：裸机集群的网络延迟比虚拟机集群的网络延迟低了多达六倍。
正如我们所见，当使用 MSS=8 时，虚拟机集群的延迟约为 145 微秒（us），而裸机的延迟为 24.5 微秒。此外，在裸机集群的情况下，随着 MSS 的增加，延迟增长较慢。
对于所有测试，请注意我们报告的是内部集群网络的网络性能比较。我们在一个网络中的节点之间测量了带宽和延迟，位于一个位置。如果我们使用不同位置的节点，这将增加互联网延迟，这是不稳定的，并且可能因提供商而异。我们保持了合成纯净的条件；这可能无法在实际环境中复制。但是，一般趋势可以预期会被重现。
裸机性能优势意味着什么
更好的裸机性能相对于虚拟机提供了两个简单但关键的优势：
- 部署在裸机工作节点上的应用程序运行和响应速度比部署在虚拟机上的应用程序更快。
- 因此，当选择裸机时，客户在使用您的产品时将有更好的体验。
我们的测试结果证实了一个普遍的期望，即裸机对于需要高性能和低延迟的计算密集型工作负载（例如数据库、AI/ML 模型和其他类型的实时应用程序）更为适用。虚拟机则更适合不需要高计算和低延迟敏感性的工作负载，如 Web 服务器、网站和开发环境。如果高性能和低延迟对于您的用户至关重要，并直接影响您的业务，您应该考虑在 Kubernetes 集群中使用裸机。
结论
我们的测试证实了裸机工作节点优于虚拟机工作节点的假设。即裸机比起虚拟机：
- 在 CPU 速度和利用率方面高三倍
- RAM 延迟是虚拟机的1/3
- 存储性能高两倍多
- 网络延迟是虚拟机的1/5
