اعداد بزرگ در مشخصات سخت‌افزار جذاب‌اند: پردازنده Xeon، NVMe، پورت ۱۰ گیگابیت. مسئله این است که درخواست واقعی هیچ‌کدام را جداگانه مصرف نمی‌کند. بسته وارد شبکه می‌شود، کد روی پردازنده اجرا می‌شود، داده میان رم و ذخیره‌ساز جابه‌جا می‌شود و پاسخ دوباره به شبکه برمی‌گردد. کندترین مرحله، سرعت کل مسیر را تعیین می‌کند.
در محیط مجازی یک لایه دیگر هم داریم: زمان‌بندی منابع میان ماشین‌ها. به همین دلیل دو VPS با vCPU و رم یکسان می‌توانند زیر بار پایدار رفتار متفاوتی نشان دهند. میانگین‌ها هم همیشه حقیقت را نمی‌گویند؛ کاربر معمولاً همان چند پاسخ کند انتهای توزیع را به یاد می‌سپارد.
این بررسی به‌جای مسابقه مشخصات، روی رابطه اجزا و شاخص‌هایی تمرکز می‌کند که با ابزارهای معمول لینوکس قابل مشاهده‌اند. هدف صدور حکم درباره یک برند نیست؛ ساختن روشی است که بتوان با آن هر سرویس را سنجید.
Xeon در میزبان مجازی چه نقشی دارد؟
پردازنده‌های کلاس سرور برای کار مداوم، کانال‌های حافظه بیشتر، ظرفیت RAM بالا و امکانات پایداری طراحی می‌شوند. خانواده Intel Xeon Gold که در زیرساخت معرفی‌شده های‌دیتا به کار رفته، با سرورهای HP Gen10 و حافظه DDR4 ترکیب شده است. نام پردازنده به‌تنهایی عملکرد VPS را تعیین نمی‌کند، اما کلاس پلتفرم درباره هدف طراحی میزبان اطلاعات می‌دهد.
در VPS، vCPU معمولاً بخشی از زمان پردازنده فیزیکی را دریافت می‌کند. تعداد مهمان‌ها، نسبت تخصیص، فرکانس، NUMA و رفتار Scheduler بر Latency اثر دارند. بارهای Burst کوتاه ممکن است روی میزبان مشترک عالی باشند، در حالی که رندر یا پردازش دائمی به سیاست CPU حساس‌تر است. های‌دیتا صریحاً CPU را اشتراکی و رم و دیسک را رزروشده معرفی می‌کند؛ تفکیکی که برای پیش‌بینی رفتار مهم است.
DDR4؛ ظرفیت کافی بدون پهنای باند مناسب کامل نیست
حافظه فقط عدد گیگابایت نیست. کانال‌ها، فرکانس، توپولوژی NUMA و الگوی دسترسی می‌توانند روی دیتابیس و پردازش‌های حافظه‌محور اثر بگذارند. در سطح VPS، کاربر کنترل مستقیم بر چیدمان DIMM ندارد، اما می‌تواند با اندازه‌گیری Page Fault، Cache و Swap تشخیص دهد آیا ظرفیت انتخاب‌شده مناسب است.
رم رزروشده مزیت مهمی است، زیرا ظرفیت تعریف‌شده را برای ماشین حفظ می‌کند. بااین‌حال پلنی که دائماً نزدیک سقف کار می‌کند، Cache فایل و دیتابیس را محدود می‌سازد و سیستم را به Swap می‌برد. هیچ NVMe سریعی جای تأخیر بسیار پایین RAM را نمی‌گیرد؛ بنابراین حاشیه امن حافظه بخشی از طراحی عملکرد است.
پردازنده، حافظه، NVMe و شبکه یک Pipeline می‌سازند؛ خروجی نهایی با کندترین مرحله محدود می‌شود.
NVMe؛ بیشتر از پهنای باند ترتیبی
پروتکل NVMe برای حافظه فلش و صف‌های موازی طراحی شده است. در دیتابیس و محیط چندمهمانی، Latency صدک‌های بالا و پایداری IOPS مهم‌تر از رکورد کوتاه خواندن ترتیبی هستند. هرچه تعداد ماشین‌های هم‌زمان بیشتر باشد، Firmware، Queue Management و Thermal Throttling نقش پررنگ‌تری پیدا می‌کنند.
درایو دیتاسنتری معمولاً Endurance بالاتر و رفتار قابل پیش‌بینی‌تری زیر بار ممتد دارد. های‌دیتا از NVMe دیتاسنتری استفاده می‌کند و فضای هر VPS را رزروشده می‌داند. بااین‌حال عملکرد منطقی Volume همچنان می‌تواند با سیاست QoS یا بار میزبان محدود شود؛ موضوعی که باید با تست کنترل‌شده و مانیتورینگ طولانی‌تر سنجیده شود.
NVMe دیتاسنتری زمانی ارزش خود را نشان می‌دهد که دوام، خنک‌کاری و صف‌های هم‌زمان نیز مهندسی شده باشند.
KVM از قابلیت‌های سخت‌افزاری پردازنده برای اجرای مهمان استفاده می‌کند و هر ماشین کرنل مستقل دارد. جداسازی سیستم‌عامل، امکان نصب لینوکس یا ویندوز و دسترسی Root یا Administrator را فراهم می‌کند. برای I/O، درایورهای Paravirtualized مانند VirtIO معمولاً سربار را کاهش می‌دهند؛ بنابراین نصب و نسخه صحیح درایور داخل مهمان مهم است.
Overhead مجازی‌سازی در بسیاری از بارها کوچک است، اما صفر نیست. Context Switch، صف I/O و Packet Processing در بارهای بسیار حساس دیده می‌شوند. تنظیم درست تعداد Worker، اندازه Queue و Affinity می‌تواند بیش از اضافه کردن کورکورانه vCPU نتیجه بدهد.
Tail Latency؛ جایی که کاربر افت را می‌بیند
دو سرور ممکن است میانگین پاسخ مشابه داشته باشند، اما در صدک ۹۹ رفتار متفاوتی نشان دهند. جهش کوتاه CPU Steal، Garbage Collection، Flush ذخیره‌ساز یا ازدحام شبکه تعدادی از درخواست‌ها را بسیار کند می‌کند. برای کاربر، همین درخواست کند ممکن است صفحه پرداخت یا ورود باشد؛ بنابراین Average تنها معیار کافی نیست.
تست باید توزیع زمان پاسخ را ثبت کند و هم‌زمان شاخص‌های میزبان را کنار آن بگذارد. اگر جهش Application Latency با افزایش I/O Wait هم‌زمان است، مسیر بررسی با حالتی که CPU Steal بالا رفته فرق دارد. Correlation علت را ثابت نمی‌کند، اما دامنه عیب‌یابی را کوچک می‌سازد.
برای بارهای حساس، Warm-up را از اندازه‌گیری اصلی جدا کنید و Cache سرد و گرم را مستقل بسنجید. یک بنچمارک چندثانیه‌ای ممکن است فقط Cache را اندازه بگیرد و عملکرد پایدار دیسک یا شبکه را نشان ندهد.
پورت ۱۰ گیگابیت در کجای معادله قرار می‌گیرد؟
اتصال فیبر ۱۰ گیگابیت میزبان ظرفیت مناسبی برای تجمیع ترافیک چند ماشین ایجاد می‌کند. اما Throughput یک VPS به سهم‌بندی، مسیر مقصد، پروتکل و ازدحام وابسته است. عدد Link Speed را نباید SLA عملکرد یک ماشین تلقی کرد. تست داخلی دیتاسنتر نیز جای آزمایش از اپراتورهای واقعی کاربر را نمی‌گیرد.
برای درخواست‌های کوچک، Latency و Packet Loss اغلب از پهنای باند خام مهم‌ترند. استقرار داخل ایران می‌تواند مسیر کاربر داخلی را کوتاه کند، اما Peering و Routing باید اندازه‌گیری شوند. سرویس های‌دیتا IPv4 ثابت و زیرشبکه IPv6 نیز ارائه می‌دهد که برای معماری Dual Stack و قواعد دسترسی کاربردی است.
توان، خنک‌کاری و مالکیت سخت‌افزار
عملکرد پایدار با Cooling و نگهداری ارتباط مستقیم دارد. CPU و NVMe در دمای بالا ممکن است فرکانس یا سرعت را کاهش دهند. سرورهای رک‌مونت و درایوهای دیتاسنتری برای جریان هوای مشخص طراحی شده‌اند؛ بنابراین کیفیت استقرار بر نتایج بنچمارک بلندمدت اثر می‌گذارد.
های‌دیتا مالکیت کامل سخت‌افزار این سرویس را اعلام کرده است. این مدل می‌تواند تعداد واسطه‌ها را در تعمیر و ارتقا کم کند. از سوی دیگر، کاربر همچنان باید پایداری را از بیرون مانیتور کند و برای خرابی منطقی یا حذف داده آماده باشد.
یک تست کوتاه و قابل تکرار طراحی کنید
برای مقایسه دو VPS، محیط نرم‌افزاری، نسخه سیستم‌عامل و داده آزمایشی را یکسان کنید. تست را حداقل در دو ساعت متفاوت اجرا کنید و پیش از هر بار، Cache و وضعیت سرویس‌ها را ثبت کنید. مدت تست باید آن‌قدر باشد که رفتار پایدار دیده شود، نه فقط Burst اولیه.
سه گروه شاخص را کنار هم نگه دارید: زمان پاسخ برنامه در صدک‌های ۵۰، ۹۵ و ۹۹؛ وضعیت میزبان مجازی مانند CPU Steal و iowait؛ و شاخص‌های دیسک و شبکه. اگر فقط خروجی ابزار دیسک را نگه دارید، احتمال دارد علت نوسان پردازنده یا شبکه را به NVMe نسبت دهید.
در تست تکرارپذیر، وضعیت پردازنده، حافظه، ذخیره‌ساز و شبکه هم‌زمان ثبت می‌شود.
صفحه جزئیات سخت‌افزاری VPS ایران های‌دیتا به HP Gen10، Xeon Gold، DDR4، NVMe دیتاسنتری، KVM و اتصال ۱۰ گیگابیتی میزبان اشاره می‌کند. این ترکیب از نظر معماری معقول است، ولی هیچ مشخصه‌ای جای اندازه‌گیری بار واقعی را نمی‌گیرد. به‌خصوص درباره پورت شبکه باید میان ظرفیت uplink و سهم قابل استفاده هر ماشین تفاوت گذاشت.
چرا صدک ۹۵ از میانگین مهم‌تر می‌شود؟
فرض کنید میانگین پاسخ ۱۲۰ میلی‌ثانیه است، اما از هر بیست درخواست یکی بیش از دو ثانیه طول می‌کشد. میانگین هنوز خوب به نظر می‌رسد؛ کاربری که همان درخواست کند را دیده، تجربه دیگری دارد. Tail Latency معمولاً با صف‌های کوتاه‌مدت، توقف Garbage Collector، رقابت I/O یا ازدحام شبکه بالا می‌رود.
همین‌جا است که هماهنگی اجزا اهمیت پیدا می‌کند. ارتقای CPU ممکن است هیچ اثری نداشته باشد اگر فرایند منتظر دیسک باشد. افزودن رم می‌تواند با بزرگ‌تر کردن Cache مشکل را کاهش دهد، اما اگر الگوی نوشتن سنگین است، ذخیره‌ساز و سیاست I/O همچنان تعیین‌کننده‌اند.
NUMA و حافظه؛ وقتی فاصله داخل سرور هم مهم می‌شود
در میزبان‌های چندسوکته، حافظه به گره‌های NUMA وابسته است. دسترسی پردازنده به حافظه محلی معمولاً کم‌هزینه‌تر از حافظه متصل به سوکت دیگر است. Hypervisor خوب تلاش می‌کند vCPU و حافظه ماشین را منطقی جای دهد، اما بار متراکم یا جابه‌جایی می‌تواند نوسان بسازد. مشتری عادی کنترل مستقیمی روی این لایه ندارد؛ نشانه را در تغییرات تأخیر و Steal می‌بیند.
به همین دلیل مقدار رم تنها مشخصه حافظه نیست. الگوی تخصیص، Cache، Swap و فشار میزبان هم اهمیت دارند. Swap فعال به‌خودی‌خود بد نیست، اما Swap مداوم در بار عادی معمولاً نشان می‌دهد Working Set در رم جا نمی‌شود.
مجازی‌سازی مدرن با پشتیبانی سخت‌افزاری سربار را کم کرده، اما آن را صفر نمی‌کند. I/O مجازی، Interruptها و زمان‌بندی vCPU مسیر اضافه‌ای دارند. در بیشتر بارهای وب، کیفیت تخصیص و تراکم میزبان بیش از سربار پایه Hypervisor تفاوت ایجاد می‌کند.
در تست، Steal و Context Switch را کنار مصرف CPU برنامه ببینید. اگر برنامه تنها یک Thread سنگین دارد، زیاد کردن تعداد vCPU شاید کمکی نکند؛ فرکانس و پایداری یک هسته مهم‌تر می‌شود.
اشتراک منابع ذات VPS است. کیفیت سرویس به این بستگی دارد که میزبان چگونه مصرف غیرعادی یک ماشین را کنترل می‌کند. محدودیت IOPS یا شبکه همیشه علامت بدی نیست؛ یک سقف روشن می‌تواند از اثر همسایه پرمصرف کم کند. مشکل زمانی است که سیاست نامشخص باشد و عملکرد بدون توضیح نوسان کند.
از ارائه‌دهنده درباره Fair Use و محدودیت‌های پلن بپرسید. برای بار حساس، ثبت p95 و p99 در طول چند روز تصویر دقیق‌تری از ثبات می‌دهد.
توان و خنک‌کاری روی نمودار نرم‌افزار دیده می‌شوند
پردازنده یا NVMe در دمای بالا ممکن است فرکانس یا سرعت را کم کند. مشتری به سنسورهای میزبان دسترسی ندارد، اما افت دوره‌ای عملکرد زیر بار طولانی می‌تواند سرنخ باشد. آزمون ده‌دقیقه‌ای برای دیدن این رفتار کافی نیست؛ مدت و زمان اجرا را ثبت کنید و نتیجه را تکرار کنید.
نتیجه مهندسی: ادعا را با تله‌متری نگه دارید
بهترین مقایسه آنی نیست که یک برنده دائمی اعلام کند؛ باید نشان دهد هر گزینه زیر بار مشخص چگونه رفتار کرده است. فایل تنظیمات تست، ساعت اجرا، نسخه ابزار و نمودار شاخص‌ها را نگه دارید. چند هفته بعد، همین داده خط مبنای عیب‌یابی می‌شود.
نظرات کاربران