KVM un Docker veiktspējas salīdzinājums

Abstract

Docker un Kernel-based Virtual Machine (KVM) ir divas nozīmīgās un populārās tehnoloģijas, kas piedāvā virtualizācijas iespējas. Šīs tehnoloģijas tiek plaši izmantotas datu centru un mākoņpakalpojumu infrastruktūrās. Šī darba mērķis ir sniegt skaidru un objektīvu salīdzinājumu starp Docker un KVM veiktspēju pašreizējā stāvoklī. Lai to panāktu, šajā darbā tika veikts plašs klāsts ar testiem, kas aptver svarīgākās veiktspējas metrikas kā CPU, RAM, daudzpavedienu operāciju un failu ievades un izvades veiktspēju, kā arī, lai novērtētu šo komponentu kombinētu veiktspēju, tiek veikti testi, kas balstās uz datubāzēs un HTTP servera operācijām. Pētījums ir nozīmīgs, lai varētu novērtēt, cik būtisks ir pašreizējais veiktspējas faktors salīdzinājumā ar citiem faktoriem, izvēloties starp Docker un KVM. Šī darba rezultāti uzrāda nozīmīgu Docker veiktspējas pārsvaru par KVM lielākajā daļu testu, taču ir specifiski scenāriji, kur KVM gūst virsroku – daudzpavedienu operācijās.

Docker and Kernel-based Virtual Machine (KVM) are two significant and popular technologies offering virtualization capabilities. These technologies are widely used in data center and cloud service infrastructures. The aim of this work is to provide a clear and objective comparison between the performance of Docker and KVM in their current state. To achieve this, a wide range of tests were carried out within the framework of this work, covering the most important performance metrics such as CPU, RAM, multithreading operations, and file input and output performance. In addition, to evaluate the combined performance of these components, tests based on database and HTTP server operations were conducted. The study is significant to evaluate how important the current performance factor is compared to other factors when choosing between Docker and KVM. The results of this work show a significant performance advantage of Docker over KVM in the majority of tests, but there are specific scenarios where KVM takes the lead - in multithreading operations.