# OPCUA 驱动性能测试 ## 测试目的 在 NeuronEX  OPC UA 驱动连接设备进行大规模数据采集及数据下发场景下，对 NeuronEX 的资源使用情况进行验证，持续监控包括：CPU，内存，网络 IO 及数据下发延迟等。 ## 测试架构 ![alt text](_assets/opcua-arch.png) ## 测试环境、机器配置及测试工具 - **Prosys OPC UA Simulation Server** ：这款软件是Prosys OPC公司开发的一款高级仿真工具，专为OPC UA（OPC Unified Architecture）技术的开发、测试和教育培训而设计。OPC UA是一种开放的、标准化的通信协议，广泛应用于工业自动化和智能制造领域，它支持跨平台、跨语言的数据交换，并提供高度的安全性和可靠性。 - 部署 NeuronEX 的Linux机器硬件资源： | NeuronEX 版本 | 操作系统 | CPU | 内存 | CPU 型号 | | ---------------- | ------- | ---------| ------ |------ | | NeuronEX 3.2.1 | Debian GNU/Linux 12 | 4核 | 30Gi | Intel(R) Xeon(R) Platinum 8269CY CPU T 3.10GHz | - 通过 Prometheus 监控 Linux 机器上 NeuronEX 软件的 CPU、内存、网络 IO 等资源的使用情况。 ## 测试场景 ### 数据采集场景 - 场景一 NeuronEX 配置 1 个 OPCUA 驱动，该驱动包含 10 个采集组，每个采集组 1 秒 采集 1000个 Float 类型数据，共计 1 万数据点位 - 场景二 NeuronEX 配置 5 个 OPCUA 驱动，每个驱动包含 10 个采集组，每个采集组 1 秒 采集 1000个 Float 类型数据，共计 5 万数据点位 - 场景三 NeuronEX 配置 10 个 OPCUA 驱动，每个驱动包含 10 个采集组，每个采集组 1 秒 采集 1000个 Float 类型数据，共计 10 万数据点位 - 场景四 NeuronEX 配置 1 个 OPCUA 驱动，每个驱动包含 1 个采集组，每个采集组 100 毫秒采集 1000个 Float 类型数据，共计 1 千数据点位 - 场景五 NeuronEX 配置 5 个 OPCUA 驱动，每个驱动包含 1 个采集组，每个采集组 100 毫秒采集 1000个 Float 类型数据，共计 5 千数据点位 - 场景六 NeuronEX 配置 10 个 OPCUA 驱动，每个驱动包含 1 个采集组，每个采集组 100 毫秒采集 1000个 Float 类型数据，共计 1 万数据点位 ### 数据下发场景 - 场景七 在 NeuronEX 配置 10 个 OPCUA 驱动，每个驱动包含 10 个采集组，每个采集组 1 秒 采集 1000个 Float 类型数据，共计 10 万数据点位的情况下，下发100个数据点位。 ## 结果概述 ### 数据采集性能测试 | 场景 | 驱动数量 | 每个驱动group数 | 每个group点位数 | 采集频率 | 总计点位 | 点位类型 | 内存使用 | CPU 使用 | 网络带宽消耗 | | ---------------- | ------- | ---------| ------ |------ |------ |------ |------ |------ |------ | | 场景一 | 1个 | 10 | 1000 | 1秒 | 1w | Float | 172MB | 7% | receive：147kb/s transmit：186kb/s | | 场景二 | 5个 | 10 | 1000 | 1秒 | 5w | Float | 323MB | 31% | receive：738kb/s transmit：934kb/s | | 场景三 | 10个 | 10 | 1000 | 1秒 | 10w | Float | 594MB | 60% | receive：1.49mb/s transmit：1.88mb/s | | 场景四 | 1个 | 1 | 1000 | 100ms | 1000 | Float | 140MB | 4% | receive：148kb/s transmit：188kb/s | | 场景五 | 5个 | 1 | 1000 | 100ms | 5000 | Float | 162MB | 20% | receive：741kb/s transmit：939kb/s | | 场景六 | 10个 | 1 | 1000 | 100ms | 1w | Float | 199MB | 36% | receive：1.49mb/s transmit：1.88mb/s | ### 数据下发延迟测试 | 场景 | 下发方式 | 下发点位数 | 测试次数 | 最小响应时间 | 最大响应时间 | 平均响应时间 | | ---------------- | ------- | --------- | ------ |------ |------ |------ | | 在 NeuronEX 配置 10 个 OPCUA 驱动，每个驱动包含 10 个采集组，每个采集组 1 秒 采集 1000个 Float 类型数据，共计 10 万数据点位在正常采集的情况下。 | API 下发 | 100个 | 100次 | 6ms | 19ms | 12ms | ::: tip 注意 - 本测试使用的是模拟器设备，并且采集的数据点位地址均为连续地址段，所以 NeuronEX 与真实设备进行数据采集时，系统资源使用会高于本测试结果。 - 如使用 NeuronEX 数据处理功能，进行数据清洗过滤，边缘计算、算法集成，会额外消耗CPU和内存。 ::: ## 具体测试结果 ### 场景一 NeuronEX 配置 1 个OPCUA 驱动，该驱动包含 10 个采集组，每个采集组 1 秒 采集 1000个 Float 类型数据，共计 1 万数据点位。 - 内存使用：172MB ![alt text](_assets/opcua-memory1.png) - CPU使用：7% ![alt text](_assets/opcua-cpu1.png) - 网络 IO 带宽使用：receive:147KB/s; transmit:186KB/s ![alt text](_assets/opcua-io1-1.png) ![alt text](_assets/opcua-io1-2.png) ### 场景二 NeuronEX 配置 5 个OPCUA 驱动，每个驱动包含 10 个采集组，每个采集组 1 秒 采集 1000个 Float 类型数据，共计 5 万数据点位。 - 内存使用：323MB ![alt text](_assets/opcua-memory2.png) - CPU 使用：31% ![alt text](_assets/opcua-cpu2.png) - 网络 IO 带宽使用：receive: 738KB/s; transmit: 934KB/s ![alt text](_assets/opcua-io2-1.png) ![alt text](_assets/opcua-io2-2.png) ### 场景三 NeuronEX 配置 10 个OPCUA 驱动，每个驱动包含 10 个采集组，每个采集组 1 秒 采集 1000个 Float 类型数据，共计 10 万数据点位。 - 内存使用：594MB ![alt text](_assets/opcua-memory3.png) - CPU 使用：60% ![alt text](_assets/opcua-cpu3.png) - 网络 IO 带宽使用：receive: 1.49MB/s; transmit: 1.88MB/s ![alt text](_assets/opcua-io3-1.png) ![alt text](_assets/opcua-io3-2.png) ### 场景四 NeuronEX 配置 1 个OPCUA 驱动，每个驱动包含 1 个采集组，每个采集组 100 毫秒采集 1000个 Float 类型数据，共计 1 千数据点位。 - 内存使用：140MB ![alt text](_assets/opcua-memory4.png) - CPU 使用：4% ![alt text](_assets/opcua-cpu4.png) - 网络 IO 带宽使用：receive: 148KB/s; transmit: 188KB/s ![alt text](_assets/opcua-io4-1.png) ![alt text](_assets/opcua-io4-2.png) ### 场景五 NeuronEX 配置 5 个OPCUA 驱动，每个驱动包含 1 个采集组，每个采集组 100 毫秒采集 1000个 Float 类型数据，共计 5 千数据点位。 - 内存使用：162MB ![alt text](_assets/opcua-memory5.png) - CPU使用：20% ![alt text](_assets/opcua-cpu5.png) - 网络 IO 带宽使用：receive: 741KB/s; transmit: 939KB/s ![alt text](_assets/opcua-io5-1.png) ![alt text](_assets/opcua-io5-2.png) ### 场景六 NeuronEX 配置 10 个OPCUA 驱动，每个驱动包含 1 个采集组，每个采集组 100 毫秒采集 1000个 Float 类型数据，共计 1 万数据点位。 - 内存使用：199MB ![alt text](_assets/opcua-memory6.png) - CPU使用：36% ![alt text](_assets/opcua-cpu6.png) - 网络 IO 带宽使用： receive: 1.49MB/s; transmit: 1.88MB/s ![alt text](_assets/opcua-io6-1.png) ![alt text](_assets/opcua-io6-2.png)