测试VDI网络性能 保证终端用户体验

简介:
如果不检查,虚拟桌面基础架构(VDI)可能会显著增加网络压力,从而直接影响应用程序的性能及终端用户的体验。但是,如何知道VDI是否获得了足够的网络带宽呢?以下方法可以确定VDI的网络性能。
   VDI应用程序性能:对终端用户体验执行基准测试
  无论您的基准测试软件提供了何种统计信息,总体性能中最重要的一部分是终端用户体验。终端用户不关心您的VDI系统,他们只要求系统比以前更好更快。
  如果网络流量过载,或者后台VDI服务器过载,那么应用程序性能就会下降,而终端用户体验也会随之变差。在一些极端情况中,用户敲击键盘到屏幕显示字母的延迟时间可能会达到1至2秒钟。
  因此,量化终端用户体验的最佳方法之一是对比VDI环境与独立PC的应用程序加载时间。例如,您可以对比两个环境的MicrosoftWord启动时间。用户可能不会注意到几秒钟的差别,但是相差5秒钟以上,那么您就必须采取措施优化基础架构性能。
  您还可以通过执行一些计算密集型任务来测试终端用户体验。例如,如果财务部门定期执行一个复杂报表,那么您可以比较它在虚拟桌面和在独立PC上的任务执行时间。
  无论是否对终端用户体验进行基准测试,都一定要考虑网络负载和延迟的影响。在上午9:00上班时间执行基准测试,得到的性能数据肯定与半夜执行的结果不同。在VDI网络处于最高负载时执行基准测试,得到的测试结果肯定是最准确的。
  测定VDI性能的另一种方法是使用免费工具LoginVSI。这个工具不仅能在部署VDI时建立基准,也能够在其修改之后,测试它的效果。
   VDI网络问题:发现饱和征兆
  VDI环境产生的流量会大于普通非VDI环境。但是,VDI相关协议比其他网络协议的效率更高,所以一定要检查网络中是否出现的饱和征兆。有许多方法可以测试网络饱和状态,选择的方法取决于具体的基础架构。使用Ping测试VDI服务器的网卡是最简单的。虽然Ping一般是用于检查丢包状态,但是这个工具也能反映响应时间。Ping信息用于判断网络延迟时间。而Tracert也有相似的作用。
  如果VDI服务器运行的是 Windows系统,那么可以使用性能监视器查看每个网卡的进出流量。然而,使用这种方法需要注意两个问题。首先,由于数据包大小不一,因而发送和接收数据包的数量不重要。您需要关注的是发送和接收的字节数。其次,一定要记住,如果采集数据的频率过密,性能监视器可能会对系统性能产生负面影响。
  SNMP是另一种测试网络饱和状态的方法。许多网络交换机都内置了SNMP监控功能,可用于检查网络运行性能。
  无论使用哪一种方法检查网络的饱和状态,都有很多网络路径需要分析。首先检查VDI客户端与VDI前端服务器(一般为负载均衡器)之间的路径。其次检查VDI前端和VDI后端之间的链路。由于VDI基础架构的创建方式不同,这可能并不简单。最后要检查的是宿主服务器与存储架构之间的链路。
  根据遇到的问题,您可能需要对网络流量进行优先级划分,或者升级网络负载均衡。此外,提高VDI服务器与存储基础架构之间的网络速度也可能会有所帮助。


最新内容请见作者的GitHub页:http://qaseven.github.io/
相关文章
|
27天前
|
机器学习/深度学习 PyTorch 算法框架/工具
目标检测实战(一):CIFAR10结合神经网络加载、训练、测试完整步骤
这篇文章介绍了如何使用PyTorch框架,结合CIFAR-10数据集,通过定义神经网络、损失函数和优化器,进行模型的训练和测试。
72 2
目标检测实战(一):CIFAR10结合神经网络加载、训练、测试完整步骤
|
29天前
|
机器学习/深度学习 人工智能 监控
提升软件质量的关键路径:高效测试策略与实践在软件开发的宇宙中,每一行代码都如同星辰般璀璨,而将这些星辰编织成星系的过程,则依赖于严谨而高效的测试策略。本文将引领读者探索软件测试的奥秘,揭示如何通过精心设计的测试方案,不仅提升软件的性能与稳定性,还能加速产品上市的步伐,最终实现质量与效率的双重飞跃。
在软件工程的浩瀚星海中,测试不仅是发现缺陷的放大镜,更是保障软件质量的坚固防线。本文旨在探讨一种高效且创新的软件测试策略框架,它融合了传统方法的精髓与现代技术的突破,旨在为软件开发团队提供一套系统化、可执行性强的测试指引。我们将从测试规划的起点出发,沿着测试设计、执行、反馈再到持续优化的轨迹,逐步展开论述。每一步都强调实用性与前瞻性相结合,确保测试活动能够紧跟软件开发的步伐,及时适应变化,有效应对各种挑战。
|
26天前
|
监控 测试技术 PHP
性能和压力测试
【10月更文挑战第10天】性能和压力测试
110 60
|
3天前
|
机器学习/深度学习 自然语言处理 前端开发
前端神经网络入门:Brain.js - 详细介绍和对比不同的实现 - CNN、RNN、DNN、FFNN -无需准备环境打开浏览器即可测试运行-支持WebGPU加速
本文介绍了如何使用 JavaScript 神经网络库 **Brain.js** 实现不同类型的神经网络,包括前馈神经网络(FFNN)、深度神经网络(DNN)和循环神经网络(RNN)。通过简单的示例和代码,帮助前端开发者快速入门并理解神经网络的基本概念。文章还对比了各类神经网络的特点和适用场景,并简要介绍了卷积神经网络(CNN)的替代方案。
|
25天前
|
机器学习/深度学习
YOLOv10优改系列一:YOLOv10融合C2f_Ghost网络,让YoloV10实现性能的均衡
本文介绍了YOLOv10的性能优化,通过融合Ghost模块和C2f结构,实现了网络性能的均衡。GhostNet通过GhostModule和GhostBottleNeck减少参数量,适用于资源有限的场景。YOLOv10-C2f_Ghost在减少参数和计算量的同时,保持了与原始网络相当或更好的性能。文章还提供了详细的代码修改步骤和可能遇到的问题解决方案。
84 1
YOLOv10优改系列一:YOLOv10融合C2f_Ghost网络,让YoloV10实现性能的均衡
|
9天前
|
编解码 安全 Linux
网络空间安全之一个WH的超前沿全栈技术深入学习之路(10-2):保姆级别教会你如何搭建白帽黑客渗透测试系统环境Kali——Liinux-Debian:就怕你学成黑客啦!)作者——LJS
保姆级别教会你如何搭建白帽黑客渗透测试系统环境Kali以及常见的报错及对应解决方案、常用Kali功能简便化以及详解如何具体实现
|
14天前
|
缓存 监控 前端开发
优化网络应用的性能
【10月更文挑战第21天】优化网络应用的性能
12 2
|
26天前
|
机器学习/深度学习 数据采集 算法
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
这篇博客文章介绍了如何使用包含多个网络和多种训练策略的框架来完成多目标分类任务,涵盖了从数据准备到训练、测试和部署的完整流程,并提供了相关代码和配置文件。
42 0
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
|
28天前
|
监控 自动驾驶 5G
|
9天前
|
人工智能 安全 Linux
网络空间安全之一个WH的超前沿全栈技术深入学习之路(4-2):渗透测试行业术语扫盲完结:就怕你学成黑客啦!)作者——LJS
网络空间安全之一个WH的超前沿全栈技术深入学习之路(4-2):渗透测试行业术语扫盲完结:就怕你学成黑客啦!)作者——LJS

热门文章

最新文章