准备工作
- 实验会创建一个 Google Cloud 项目和一些资源，供您使用限定的一段时间
- 实验有时间限制，并且没有暂停功能。如果您中途结束实验，则必须重新开始。
- 在屏幕左上角，点击开始实验即可开始
检查点
Create the firewall rule
/ 100
Create the firewall rule
/ 100
此实验可能会提供 AI 工具来支持您学习。
此内容尚未针对移动设备进行优化。
为获得最佳体验，请在桌面设备上访问通过电子邮件发送的链接。
GSP045
概览
在本实操实验中，您将了解一些真实场景，重新创建环境，并动手优化一些性能欠佳的网络。
值得尝试的是将不同实例进行横向对比，就像问题排查应用场景那样，通过这种方式，您既可以验证优化效果，又能熟练掌握那些用于提升自家系统性能的关键步骤。
本实验改编自 Colt McAnlis 的博文：Core Count and the Egress problem（核心数与出站流量问题）和 Internal IP vs External IP（内部 IP 与外部 IP 对比）。Colt 在 Medium 上发布博客，分享关于 Google Cloud 网络性能的见解。
目标
- 如何使用开源工具测试网络连接和性能
- 如何使用开源工具检查网络流量
- 机器大小如何影响网络性能
前提条件
- 具备 Google Cloud 服务基础知识（建议先完成 Google Cloud 基础知识中的实验，以获得最佳学习效果）
- 具备 Google Cloud 网络和 TCP/IP 基础知识（建议先完成“Google Cloud 中的网络”课程中的前几个实验，以获得最佳学习效果）
- 具备 Unix/Linux 命令行基础知识
设置和要求
点击“开始实验”按钮前的注意事项
请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。
此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。
为完成此实验，您需要：
- 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。
- 完成实验的时间 - 请注意，实验开始后无法暂停。
如何开始实验并登录 Google Cloud 控制台
-
点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。右侧是实验设置和访问权限面板，其中包含以下内容：
- 打开 Google Cloud 控制台按钮
- 您在本实验中必须使用的临时凭证（用户名和密码）
- 帮助您逐步完成该实验所需的其他信息（如果需要）
请注意，实验计时器位于页面顶部附近，将显示剩余时间。
-
点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。
该实验会启动资源并打开另一个标签页，显示“登录”页面。
提示：可以将这些标签页分别放在不同的窗口中，并排显示。
注意：如果您看见选择账号对话框，请点击使用其他账号。 -
如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。
{{{user_0.username | "<用户名>"}}} 您也可以在实验设置和访问权限面板中找到“用户名”。
-
点击下一步。
-
复制下面的密码，然后将其粘贴到欢迎对话框中。
{{{user_0.password | "<密码>"}}} 您也可以在实验设置和访问权限面板中找到“密码”。
-
点击下一步。
重要提示：您必须使用实验提供的凭证。请勿使用您的 Google Cloud 账号凭证。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。 -
依次点击进入后续页面：
- 接受条款及条件。
- 由于这是临时账号，请勿添加账号恢复选项或双重身份验证。
- 请勿注册免费试用。
片刻之后，系统会在此标签页中打开 Google Cloud 控制台。
本实验的目标是展示核心数与吞吐量之间的关系，因此实验中已预先构建了 6 个实例。它们是在您开始实验时创建的。
- 在 Cloud 控制台中，前往导航菜单 > Compute Engine > 虚拟机实例，查看您的实例：
连接测试
进行快速连接测试，确保一切运行正常。
-
在控制台中点击
instance-1名称旁边的 SSH 按钮，通过 SSH 连接到该实例。 -
在新的 shell 窗口中，对另一个实例执行 ping 操作，并运行以下命令，将
<external ip address of instance-2>替换为instance-2的外部 IP 地址：
输出示例：
- 对另一个实例执行 ping 操作。将
<external ip address of instance-3>替换为instance-3的外部 IP 地址，并对其执行ping操作：
输出示例：
一切正常，继续！
检查防火墙规则
本实验还创建了防火墙规则。
- 若要查看这些规则，请前往导航菜单 > VPC 网络 > 防火墙，然后点击
iperftesting防火墙。
防火墙规则 iperftesting 使用以下配置：
| 字段 | 值 | 注释 |
|---|---|---|
| 名称 | iperftesting | 新规则名称 |
| 目标 | 网络中的所有实例 | |
| 来源 IP 地址范围 | 0.0.0.0/0 | 防火墙允许来自互联网上所有 IP 地址的流量。 |
| 协议和端口 | tcp:5001; udp:5001 | |
| 流量方向 | 入站 | |
| 对匹配项执行的操作 | 允许 |
现在，您可以开始进行实验了。
应用场景 1：网络和 Compute Engine 核心数
在第一个场景中，您将了解所用机器的大小如何影响可测量的吞吐量。
Dobermanifesto 是一个专为宠物打造的视频微博网络。用户可以从全球各地上传动物类视频，并将其发送到世界任何角落，供他人观看和体验。
在与 Compute Engine 后端往返传输数据时，他们发现实际带宽并没有达到预期：
任务 1. 重现行为
为了尝试重现此行为，我们在同一可用区中创建了两个实例，并在它们之间运行了 100 次 iperf 测试。
这次性能表现甚至更差！很明显，测试出了问题。我们需要该公司提供更多信息，以及更详细的重现步骤。
现在，您将设置场景。
Dobermanifesto 的环境
-
返回到 Compute Engine 控制台中的虚拟机实例列表。
-
通过 SSH 连接到
instance-1（1 个 vCPU、3.75 GB），然后运行以下命令，设置iperf“接收器”：
- 然后，通过 SSH 连接到
instance-2（1 个 vCPU、3.75 GB），并生成指向instance-1的iperf流量：
输出示例：
- 返回到
instance-1，并输入 CTRL + C，以终止接收器。
测试环境
-
返回到 Compute Engine 控制台，打开另一个 SSH 窗口，连接到
instance-6（1 个 vCPU、0.6 GB，e2-micro）。 -
运行以下命令，将其设置为“接收器”：
输出示例：
- 在
instance-2的 SSH 窗口中，测试与instance-6的连接：
输出示例：
- 返回到
instance-6，并输入 CTRL + C，以终止接收器。
发生了什么情况？带宽似乎增加了。您的情况可能也是如此，但也可能减少了。
在下一部分中，您将了解带宽如何受总核心数的限制，在核心数处于这个较小范围（核心数为 1）时，带宽永远不会超过 2 Gbps 左右。因此，网络速度较慢且带宽受限，这与 Dobermanifesto 的情况类似。如果您稍后使用具有 4 个 CPU 的机器进行测试，数值会更大。
核心数与 Gb/秒相关
为什么两次测试的结果差异不大？Compute Engine 文档中指出：
来自虚拟机的传出或出站流量受限于网络出站吞吐量上限。这些上限取决于虚拟机实例具有的 vCPU 数。为获得最佳性能，每个核心都存在 2 Gbps 的上限。每个额外的核心都可增加网络上限，理论上每个虚拟机不能超过 16 Gbps
这意味着，网络中的虚拟 CPU 越多，您获得的网络吞吐量就越高。
为了探究这在实践中具体表现如何，我们在同一可用区内设置了具有不同核心数的对照组，并在这些组之间运行了 1,000 次 iperf 测试。
随着核心数的增加，平均吞吐量和最大吞吐量也会随之增加。即使是这种简单的测试，您也可以看到高端机器存在 16 Gbps 的硬性限制。
任务 2. 如何提升性能
Dobermanifesto 的网络采用具有 1 个 vCPU 的机器。增加核心数可能有助于 Dobermanifesto 获得更佳性能。现在是时候验证这个推测了。
- 通过 SSH 连接到
instance-3（4 个 vCPU、15 GB 内存），然后运行以下命令：
输出示例：
- 通过 SSH 连接到
instance-4（4 个 vCPU、15 GB 内存）：
输出示例：
- 现在，使用 4 个线程再试一次：
- 使用 8 个线程：
- 返回到
instance-3，并输入 CTRL + C，以终止接收器。
在这些实验中，服务器和客户端均配置为 4 个 vCPU，速度大幅提升。传输速率增加了 6.64 GB，带宽增加了 5.71 Gbps。使用多个线程后，性能可以达到该核心数的上限。
- 继续使用
instance-5进行测试，这是一个性能更高且具有 4 个 vCPU 的机器，实例类型为“highcpu-4”。
此实例类型的 CPU 速度更快，但内存容量较小。您看到了哪些不同之处？如果使用多个线程呢？
现在，Dobermanifesto 团队需要确定采用哪种方案。在分析 CPU 使用情况并查看价格信息后，他们决定采用 e2-standard-4 机器，这让他们的平均吞吐量提升到之前的近 4 倍，而且成本比 e2-standard-8 机器更低。
改用更高配置的机器还有一个好处：实际运行频率降低了。事实证明，他们的机器过去需要耗费大量时间保持唤醒状态，仅仅是为了传输数据。采用更高配置的机器后，他们实例的停机时间增加了，这使得负载均衡器能够每天减少实例总数。因此，一方面，他们需要为更高配置的机器付费，但另一方面，他们每月使用的核心小时数会减少。
一旦性能表现直接影响利润，就需要权衡各类微妙而复杂的取舍关系。
应用场景 2：使用内部 IP 的 Google Cloud 网络
在下一个示例中，您将使用 iperf 测试吞吐量速度。您需要将一台机器设置为服务器，然后让其他机器连接到该服务器并对比测试结果。
Gecko Protocol 是一家 B2B 公司，提供专为游戏和其他实时图形系统构建的自定义轻量级网络协议。该公司发现，负责传输和转码大型视频和图形文件的后端机器的吞吐量低于预期。
以下是他们的基准 iperf 测试结果：
在尝试重现该测试时，尽管网络设置完全一致，但得出的测试结果却截然不同：
1.95 GB/秒远高于 Gecko Protocol 在图表中看到的数值。究竟是怎么回事？
现在，我们来重现这个场景。
- 在控制台中，通过 SSH 连接到
instance-1，并设置 iperf 接收器：
输出示例：
- 通过 SSH 连接到
instance-2，并检查外部 IP 地址的连接：
输出示例：
在与 Gecko Protocol 进一步沟通后，我们发现他们之前一直使用外部 IP 来连接机器，而我们的测试使用的是内部 IP。当机器处于同一网络中时，通过内部 IP 进行连接可以获得更高的吞吐量。
- 现在，检查与内部地址的连接：
输出示例：
请对比观察这两组不同的传输速率和带宽速度。在本例中，改用内部 IP 地址后，传输速率提升了 0.9 GB，带宽则增加了 0.78 Gbps。您刚刚用事实证明，内部连接的速度确实更快。
根据您在解决 Dobermanifesto 问题时所学到的知识，使用更高配置的机器能否进一步提高网络速度？要知道，instance-2 只有 1 个 vCPU。如果机器配置更高一些，连接速度会有多快？如果配置大幅提升呢？继续使用内部 IP 地址进行测试（如果有时间，也可以测试外部 IP 地址）。
具有 4 个 vCPU 的机器
- 通过 SSH 连接到
instance-3，并使用内部 IP 地址测试连接：
输出示例（您的结果可能有所不同）：
具有 4 个高 CPU 的机器
- 通过 SSH 连接到
instance-5，并使用内部 IP 地址测试连接：
输出示例：
这确实提高了吞吐率。
看来 Gecko Protocol 同样需要考虑哪种核心数才是最优选。通过这次小小的调试，他们的视频和图形数据传输速率提升到了之前的约 14 倍。考虑到他们的产品是基于高性能计算场景下的性能后端服务构建的，这一提升幅度确实惊人。
任务 3. 在您自己的环境中进行测试
本实验不涉及如何测试您自己的系统，但您可以参考以下额外信息，以便在实验结束后继续探索。如需详细了解如何测试自己的网络，请参阅使用 iPerf 测试网络吞吐量一文。
如果您有时间并想设置虚拟机进行测试，请尽管尝试。创建虚拟机时，请务必使用“iperftest”防火墙规则和标记。测试内部 IP 地址和外部 IP 地址。
用于测试自家网速的设置
-
在控制台中，前往导航菜单 > VPC 网络 > 防火墙。
-
点击创建防火墙规则。使用以下配置创建防火墙规则：
| 字段 | 值 | 注释 |
|---|---|---|
| 名称 | iperf-testing | 新规则名称 |
| 目标 | 网络中的所有实例 | |
| 来源 IP 地址范围 | 0.0.0.0/0 | 防火墙允许来自互联网上所有 IP 地址的流量。 |
| 流量方向 | 入站 | |
| 对匹配项执行的操作 | 允许 | |
| 协议和端口 | tcp:5001; udp:5001 |
- 点击创建。
点击“检查我的进度”以验证是否完成了以下目标：
常见做法是尽可能让工作负载接近 100%，但这会使磁盘几乎没有空间进行碎片整理等操作。
使用率在 90-93% 属于正常范围，但如果达到 98%，性能就会下降，因为这会导致大量的资源争用。
在测试过程中，如果 IO 性能有所下降，请查看节流计数器。如果并未发生节流，请检查 CPU 使用率。如果该值很高，那问题就在这里。
任务 4. 如果时间充足
在实验界面右侧的“学生资源”部分，您可以找到与本实验相关的视频链接。非常值得一看！
恭喜！
恭喜！在本实验中，您学习了如何使用开源工具测试网络连接和性能，以及机器大小如何影响网络性能。
后续步骤/了解详情
- 阅读 Google Cloud 帖子使用 Google 的云网络产品：指南总览。
- 阅读 Compute Engine 网络文档。
- 了解子网。
- 在 StackOverflow 上发布问题和查找答案时，请使用 google-compute-engine 或 google-cloud-platform 标记。
Google Cloud 培训和认证
…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。
上次更新手册的时间：2026 年 7 月 7 日
上次测试实验的时间：2026 年 7 月 7 日
版权所有 2026 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。
