Нарезка сервера на примерное Количество VPS?

Question

[darkqwqaz]

Здраствуйте,знающие люди,подскажите советом,суть вопроса в том,имеем сервер AMD Ryzen™ 9 7950X3D
16 cores / 32 threads 128gb ram

допустим будет использоваться Kvm виртуализация, возможно небольшой оверселл (НО без ущерба производительности пользавателям)
имеем тарифы:
1core-2gb ram-50gb ssd-тут понятно что много,но примерно сколько можно поднять таких?
2core-4gb ram-или таких
4core-8gb ram
8core-16gb ram-тут понятно наверное,выходит примерно 4-5 нагруженных vps кажется только?
как вообще примерно рассчитывается ,не считая нагрузку ествественно-от 16 ядер отнимаем количество vcore и смотрим нагрузку?или чисто на глаз по нагрузке общей на сервер?
по памяти понятно как её минусовать,но с процом немного непонятно, понятно что только по нагрузке ориентироваться, но всё же может примерное количество вообще
имею виду-допустим считается ли это так : 8core+8core=16 (и того лимит 2 vps по 8 ядер? -так как имеем 16 ядер физически?или 1+1+1+1core на VPS......=16 core
опять же,повторюсь,помню про нагрузку
Заранее благодарю !буду очень благодарен!

Comments

[Ziptar]

Имея один сервер нарезать его под vps на продажу смысла никакого. Это не нужно никому без сопутствующей инфраструктуры.

Answer 1

[namen3645]

Здравствуйте! Попробую объяснить расчёты виртуализации на вашем сервере с точки зрения CPU и RAM.

Ваша конфигурация:
Процессор: AMD Ryzen™ 9 7950X3D, 16 физических ядер / 32 потока.
ОЗУ: 128 ГБ RAM.
1. Как считается количество виртуальных ядер?
У вас 16 физических ядер, но они могут выполнять 32 потока (технология SMT, многопоточность).
Виртуальные ядра (vCore) можно делить на эти потоки. Например, 1 vCore — это одно виртуальное ядро или один поток.
Оверселлинг CPU: Допустимо создавать больше vCore, чем физических ядер, но это работает, только если виртуальные машины не загружены на 100%. Если все виртуальные машины загружены на максимум, оверселлинг приведёт к потере производительности.
2. Как приблизительно считать количество виртуальных машин (VPS)?
Пример расчётов:
1-core / 2GB RAM / 50GB SSD:

Здесь каждую VPS вы выделяете одно виртуальное ядро и 2 ГБ RAM.
Если не учитывать нагрузку, то при 32 потоках (vCore) и 128 ГБ RAM можно запустить около 32 VPS (1 vCore и 2 ГБ RAM на каждую VPS). Но это без учёта оверселлинга и нагрузки на процессор.
2-core / 4GB RAM:

Каждая VPS будет занимать 2 vCore и 4 ГБ RAM.
В этом случае при 32 потоках можно разместить около 16 VPS (2 vCore и 4 ГБ RAM на VPS).
4-core / 8GB RAM:

Каждая VPS будет занимать 4 vCore и 8 ГБ RAM.
Вы можете разместить до 8 VPS с такими параметрами (4 vCore и 8 ГБ RAM на VPS).
8-core / 16GB RAM:

Каждая VPS займёт 8 vCore и 16 ГБ RAM.
При полной загрузке таких VPS вы можете запустить максимум 4 VPS (8 vCore и 16 ГБ RAM на VPS).
3. Оверселлинг:
CPU: Виртуальные ядра можно оверселить, то есть давать пользователям больше виртуальных ядер, чем у вас физических, но это работает только до тех пор, пока VPS не используют 100% CPU.
RAM: С оперативной памятью всё жёстче. В идеале, без swap или ballooning, RAM не стоит оверселить.
4. Как отслеживать нагрузку?
Процессор: Смотрите на общую загрузку процессора. Если она в среднем держится на уровне 50-70%, можно немного увеличивать количество VPS (делать оверселлинг). Но если загрузка стабильно приближается к 100%, это будет сказываться на производительности.
Память: RAM можно рассчитывать более прямо. Если у вас 128 ГБ, а каждая VPS использует, скажем, 4 ГБ, значит, вы можете поднять до 32 таких VPS без оверселлинга.
Итоговые рекомендации:
1-core VPS: около 32 штук.
2-core VPS: около 16 штук.
4-core VPS: около 8 штук.
8-core VPS: около 4 штук.
Пример расчёта: Если вы используете тариф 4-core/8GB RAM, вы сможете запустить 8 VPS, и они загрузят 32 потока и 64 ГБ RAM. Останется ещё 64 ГБ RAM для других задач или для создания дополнительных VPS.

Нагруженные VPS: Чем больше ядер и памяти выделено на VPS, тем выше нагрузка. Поэтому лучше отслеживать нагрузку с помощью таких инструментов, как htop, top, и настроить мониторинг.

Таким образом, всё сводится к учёту реальной нагрузки на CPU и RAM.