Before you begin
- Labs create a Google Cloud project and resources for a fixed time
- Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
- On the top left of your screen, click Start lab to begin
Checkpoints
Create the firewall rule
/ 100
Create the firewall rule
/ 100
This lab may incorporate AI tools to support your learning.
This content is not yet optimized for mobile devices.
For the best experience, please visit us on a desktop computer using a link sent by email.
GSP045
總覽
在本實作實驗室，您要透過實際情境學習重建環境，並設法提升部分問題網路的效能。
本實驗室的趣味所在，是讓您模擬疑難排解情境，對比各個執行個體來驗證成果，並熟悉提升自家系統效能的步驟。
本實驗室改編自 Colt McAnlis 的網誌文章《Core Count and the Egress problem》(核心數與輸出問題) 和《Internal IP vs External IP》(內部 IP 與外部 IP)。Colt 在 Medium 發表了多篇 Google Cloud 網路效能相關網誌文章。
目標
- 如何使用開放原始碼工具測試網路連線和效能
- 如何使用開放原始碼工具檢查網路流量
- 機器大小如何影響網路效能
事前準備
- 具備 Google Cloud 服務基本知識 (強烈建議先完成 Google Cloud 必備知識實驗室，藉此掌握相關內容)
- 瞭解 Google Cloud 網路和 TCP/IP 基本知識 (強烈建議先完成「Google Cloud 網路」課程的前幾個實驗室，藉此掌握相關內容)
- 熟悉 Unix/Linux 指令列基本知識
設定和需求
瞭解以下事項後，再點選「Start Lab」按鈕
請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。
您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。
為了順利完成這個實驗室，請先確認：
- 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。
- 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。
如何開始實驗室及登入 Google Cloud 控制台
-
按一下「Start Lab」按鈕。如果實驗室會產生費用，請在開啟的對話方塊中選取付款方式。右側的「Lab setup and access」面板會顯示下列項目：
- 「Open Google Cloud console」按鈕
- 此實驗室所需的臨時憑證 (使用者名稱和密碼)
- 完成此實驗室所需的其他資訊 (如有)
請注意，實驗室計時器位於頁面頂端附近，會顯示剩餘時間。
-
按一下「Open Google Cloud console」。如果使用 Chrome 瀏覽器，也可以按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。
接著，實驗室會啟動相關資源，並開啟另一個分頁，顯示「登入」頁面。
提示：您可以在不同的視窗並排開啟分頁。
注意：頁面顯示「選擇帳戶」對話方塊時，請點選「使用其他帳戶」。 -
如有必要，請將下方的 Username 貼到「登入」對話方塊。
{{{user_0.username | "Username"}}} 您也可以在「Lab setup and access」面板找到「Username」。
-
點選「下一步」。
-
複製下方的 Password，並貼到「歡迎使用」對話方塊。
{{{user_0.password | "Password"}}} 您也可以在「Lab setup and access」面板找到「Password」。
-
點選「下一步」。
重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。 -
繼續點按後續頁面：
- 接受條款及細則。
- 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
- 請勿申請免費試用。
Google Cloud 控制台稍後會在這個分頁開啟。
本實驗室的目標是說明核心大小與處理量之間的關係，因此在您開始實驗室時，已內建 6 個執行個體。
- 前往 Cloud 控制台，依序點選「導覽選單」>「Compute Engine」>「VM 執行個體」，即可查看執行個體：
連線測試
簡單測試網路連線，確保一切正常運作。
-
在控制台點選
instance-1名稱旁的「SSH」按鈕，透過 SSH 連至該執行個體。 -
在新開啟的殼層視窗，對另一個執行個體執行下列 ping 指令來偵測連線 (將
<external ip address of instance-2>換成instance-2的外部 IP 位址)：
輸出內容範例：
- 再對另一個執行個體進行連線偵測 (ping)。將
<external ip address of instance-3>換成instance-3的外部 IP 位址，然後執行ping指令來偵測連線：
輸出內容範例：
一切正常，繼續操作吧！
查看防火牆規則
本實驗室也建立了防火牆規則。
- 依序前往「導覽選單」>「虛擬私有雲網路」>「防火牆」，然後點選
iperftesting防火牆，即可查看這些規則。
防火牆規則 iperftesting 的設定如下：
| 欄位 | 值 | 註解 |
|---|---|---|
| 名稱 | iperftesting | 新規則名稱 |
| 目標 | 網路中的所有執行個體 | |
| 來源 IP 範圍 | 0.0.0.0/0 | 我們會開放防火牆，讓網際網路任何 IP 位址的流量進入 |
| 通訊協定和通訊埠 | tcp:5001; udp:5001 | |
| 流量方向 | 輸入 | |
| 相符時執行的動作 | 允許 |
現在可以開始實驗室了。
應用情境 1：網路和 Compute Engine 核心數量
在第一個情境，您將瞭解機器大小如何影響可測量的處理量。
Dobermanifesto 是寵物專屬影片微網誌網路。世界各地的使用者都能上傳、傳送、觀看動物相關影片，以及與影片互動。
將資料輸入/輸出 Compute Engine 後端時，Dobermanifesto 發現頻寬不如預期：
工作 1：重現行為
我們在該可用區同時建立兩個執行個體，並在兩者之間執行 iperf 100 次，嘗試重現這個行為。
這次效能更差！測試顯然有問題。我們需要該公司提供更多資訊和更詳細的重現步驟。
接下來，您要設定情境。
Dobermanifesto 的環境
-
返回 Compute Engine 控制台的 VM 執行個體清單。
-
透過 SSH 連至
instance-1(1 個 vCPU，3.75 GB)，然後執行下列指令來設定iperf「接收端」：
- 接著透過 SSH 連至
instance-2(1 個 vCPU，3.75 GB)，並產生指向instance-1的iperf流量：
輸出內容範例：
- 返回
instance-1，然後輸入 CTRL + C 結束接收端。
測試環境
-
返回 Compute Engine 控制台，再開啟一個 SSH 視窗並連至
instance-6(1 個 vCPU，e2-micro，0.6 GB)。 -
執行下列指令，將其設為「接收端」：
輸出內容範例：
- 在
instance-2SSH 視窗，測試與instance-6的連線：
輸出內容範例：
- 返回
instance-6，然後輸入 CTRL + C 結束接收端。
結果頻寬似乎增加了！您的測試結果可能也是如此，也可能更低。
在下一節，您將瞭解核心總數如何限制頻寬；當核心數較小 (核心數為 1)，頻寬始終都會在 2 Gbit/秒左右，絕不超過這個上限。這導致網路速度緩慢且頻寬受限，與 Dobermanifesto 的情況類似。不過，如果您稍後測試具備 4 個 CPU 的機器，會發現處理量更高。
核心數與 Gbit/秒相關
為何數次測試的結果都差不多？Compute Engine 說明文件指出：
「虛擬機器的傳出流量受限於網路輸出處理量上限，而處理量上限取決於虛擬機器執行個體的 vCPU 數量。在尖峰效能下，每個核心的處理量上限為 2 Gbit/秒 (Gbps)。每增加一個核心，都能提高網路處理量上限，理論上最高可為每部虛擬機器增加 16 Gbps。」
也就是說，網路中的虛擬 CPU 越多，網路處理量就越高。
為瞭解實際運作情形，我們在同一可用區設定不同大小的核心群組，並在這些群組之間執行 iperf 1000 次。
當核心數增加，平均和最大處理量也會隨之提升。透過這個簡單測試，您應能發現高階機器的固定上限就是 16 Gbps。
工作 2：如何提升成效
Dobermanifesto 的網路使用具 1 個 vCPU 的機器。增加核心大小或許可提升 Dobermanifesto 的網路效能。現在來驗證這個理論。
- 透過 SSH 連至
instance-3(4 個 vCPU，15 GB 記憶體)，然後執行下列指令：
輸出內容範例：
- 透過 SSH 連至
instance-4(4 個 vCPU，15 GB 記憶體)：
輸出內容範例：
- 現在使用 4 個執行緒再試一次：
- 接著使用 8 個執行緒再試一次：
- 返回
instance-3，然後輸入 CTRL + C 結束接收端。
以上實驗結果顯示，當伺服器和用戶端都使用 4 個 vCPU，速度將大幅提高：資料傳輸量增加了 6.64 GB，頻寬則提升了 5.71 Gbps。也就是說，使用多執行緒時，效能可達到該核心數的上限。
- 繼續使用
instance-5測試，這是使用 4 個 vCPU 的高效能機器，執行個體類型為「highcpu-4」。
這個執行個體類型具有更快的 CPU，但記憶體較少。您發現兩者之間有什麼差異嗎？那使用多個執行緒呢？
現在 Dobermanifesto 團隊將決定要採取的方案。分析 CPU 用量並瞭解定價資訊後，他們決定採用 e2-standard-4 機器。這個機器的平均處理量幾乎是原本的 4 倍，且比 e2-standard-8 機器便宜。
改用大型機器的好處之一，是執行頻率會降低。他們發現，機器長時間保持運作只為了傳輸資料。由於新機器更大，執行個體停機時間增加，負載平衡器每天會減少執行個體總數。因此，他們必須支付高級機器的費用，但同時每月使用的核心時數減少。
當成效直接影響收益，就必須仔細考慮許多方面的取捨。
應用情境 2：使用內部 IP 的 Google Cloud 網路
接下來，您將在這個範例使用 iperf 測試處理量速度。您要將一部機器設為伺服器，然後讓其他機器指向該伺服器並比較結果。
Gecko Protocol 是一間 B2B 公司，專門為遊戲和其他即時圖像系統提供專屬的輕量網路通訊協定。該公司發現後端機器的處理量低於預期，這些機器負責傳輸和轉碼大型影片與圖像檔案。
以下是他們的基準 iperf 測試結果：
他們以同一網路設定再次執行同樣測試，卻發現結果與剛才完全不同：
這次測試結果為 1.95 Gbit/秒，遠高於 Gecko Protocol 在前一張圖表看到的數值。究竟是怎麼回事？
現在來重建這個情境。
- 在控制台透過 SSH 連至
instance-1，然後設定 iperf 接收端：
輸出內容範例：
- 透過 SSH 連至
instance-2，並檢查外部 IP 位址連線：
輸出內容範例：
與 Gecko Protocol 進一步討論後，我們發現他們平時使用「外部」IP 連至機器，但測試時使用的是「內部」IP。如果機器位於同一網路，使用內部 IP 連線可提高處理量。
- 現在檢查與內部位址的連線：
輸出內容範例：
注意這次的傳輸傳輸量和頻寬速率不太一樣。在這個例子，改用內部 IP 位址後，傳輸量增加 0.9 GB，頻寬則提升 0.78 Gbit/秒。您剛才證明了內部連線速度更快。
根據您解決 Dobermanifesto 問題時學到的知識，使用更大的機器是否能提升網路速度？instance-2 只有 1 個 vCPU。如果改用大一點的機器，連線速度會多快？如果改用大很多的機器呢？請繼續使用內部 IP 位址測試 (如果時間足夠，也能測試外部 IP 位址)。
具備 4 個 vCPU 的機器
- 透過 SSH 連至
instance-3，並使用內部 IP 位址測試連線：
輸出內容範例 (您的結果可能不同)：
具備 4 個高 CPU 的機器
- 透過 SSH 連至
instance-5，並使用內部 IP 位址測試連線：
輸出內容範例：
這確實能大幅提升處理量。
看來 Gecko Protocol 也要思考最合適的核心大小。他們根據這次小型偵錯結果，將影片和圖像資料傳輸速度提升約 14 倍。對他們來說，提升幅度相當大；畢竟他們提供的網路通訊協定是建構在高效能後端服務上，專為高效能運算情境設計。
工作 3：測試自家環境
本實驗室未說明如何測試自家系統，但我們提供下列額外資訊供您參考。如要進一步瞭解如何測試自家網路，請參閱「Network Throughput Testing with iPerf」(使用 iperf 測試網路處理量) 一文。
如果有時間，隨時能自行設定 VM 來測試。建立 VM 時，請務必使用「iperftest」防火牆規則和標記。記得同時測試內部和外部 IP 位址。
自行測試網路速度所需的設定
-
前往控制台，依序點選「導覽選單」>「虛擬私有雲網路」>「防火牆」。
-
點選「建立防火牆規則」。使用下列設定建立防火牆規則：
| 欄位 | 值 | 註解 |
|---|---|---|
| 名稱 | iperf-testing | 新規則名稱 |
| 目標 | 網路中的所有執行個體 | |
| 來源 IP 範圍 | 0.0.0.0/0 | 我們會開放防火牆，讓網際網路任何 IP 位址的流量進入 |
| 流量方向 | 輸入 | |
| 相符時執行的動作 | 允許 | |
| 通訊協定和通訊埠 | tcp:5001; udp:5001 |
- 點選「建立」。
點選「Check my progress」，確認目標已達成。
通常會盡可能將工作負載提升到接近 100%，但這會讓磁碟幾乎沒有空間執行重組等作業。
使用率為 90-93% 屬於正常，但當使用率達到 98%，就會出現大量爭用情形，導致效能下降。
測試時，如果發現輸入/輸出效能下降，請查看節流計數器。如果沒有節流情形，請查看 CPU 使用率，數值很高就表示有問題。
工作 4：如果時間充裕
在實驗室介面右側的「Student Resources」下方，您可以找到本實驗室的相關影片連結，歡迎觀看！
恭喜！
太棒了！在本實驗室，您學會使用開放原始碼工具測試網路連線和效能，並瞭解機器大小如何影響網路表現。
後續行動/瞭解詳情
- 參閱 Google Cloud 網誌文章「Using Google's cloud networking products: a guide to all the guides」(使用 Google 的雲端網路產品：所有指南的指南)。
- 參閱 Compute Engine 網路說明文件。
- 瞭解子網路。
- 在 Stack Overflow，使用 google-compute-engine 或 google-cloud-platform 標記發問並尋求答案。
Google Cloud 教育訓練與認證
協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。
使用手冊上次更新日期：2026 年 7 月 7 日
實驗室上次測試日期：2026 年 7 月 7 日
Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。
