openEuler 22.03 LTS 在 VMware 虚拟机环境下的 CPU 与内存性能基准测试及分析

​

开篇概述

本文将通过 VMware ​Workstation 虚拟化平台部署 openEuler 22.03 LTS x86_64 操作系统，并使用 MobaXterm 作为远程连接工具，对系统进行实战评测。

评测内容为CPU​的和内存​的基准测试

测试环境配置：

• 虚拟化平台：VMware Workstation 17.x
• CPU：4 核心
• 内存：4GB (4096​MB)
• 硬盘：40GB
• 网络：NAT 模式
• 远程工具：MobaXterm

一、系统介绍与 ISO 下载

1.1 openEuler 22.03 LTS 版本信息

版本: openEuler 22.03 LTS
架构支持: x86_64, aarch64, ARM32, LoongArch64, Power, SW64
支持周期: 4年标准支持 + 4年扩展支持
计划EOL: 2024/03 (标准支持期)
应用场景: 服务器、云计算、边缘计算、嵌入式

1.2 ISO 镜像类型详解

openEuler 提供三种安装镜像，根据不同场景选择：

ISO 类型	大小	适用场景
Offline Standard ISO	3.4 GiB	标准离线安装版：包含一个基础的操作系统和一个常用的软件包集合。适合大多数用户的常规安装需求，无需联网即可完成系统部署。
Offline Everything ISO	15.6 GiB	完整离线安装版：包含标准版的所有内容，并集成了极为丰富的软件包。适合在无网络环境或网络条件较差的情况下使用，无需下载即可安装大量软件。
Network Install ISO	721.0 MiB	网络安装版：这是一个最小的启动镜像，只包含最基本的安装环境。在安装过程中，需要稳定快速的网络连接，以便从软件仓库实时下载所有需要的软件包。适合需要定制化安装或希望保持系统软件为最新版本的用户。

本文的话将选择 Offline Standard ISO 镜像，体积适中而且离线特别适合测试使用。

1.3 下载地址与校验

# 官方下载页面 https://www.openEuler.org/zh/download/archive/detail/?version=openEuler%2022.03%20LTS

​编辑

二、VMware 虚拟机部署

2.1 硬件配置要求

CPU: 4核心
内存: 4GB (4096MB)  # 推荐配置，确保系统流畅运行
硬盘: 40GB SCSI
网络: NAT模式
光驱: 挂载 openEuler ISO

2.2 创建虚拟机详细步骤

第一步创建新的虚拟机

​编辑

选择"自定义(高级)" → 下一步

​编辑

硬件兼容性：Workstation 17.5x

​编辑

选择：稍后安装操作系统

（重要：不要选择"安装程序光盘映像"，避免自动检测问题）

​编辑

客户机操作系统：Linux

版本：其他 Linux 5.x 内核 64 位

​编辑

配置虚拟机命名和位置

​编辑

处理器数量：1

每个处理器的核心数量：4

总计：4 核心

​编辑

内存大小：4096 MB (4GB)

说明：

• 4GB 内存可以流畅运行带 GUI 的服务器环境
• 支持同时进行性能测试和监控
• 适合安装 Docker、数据库等应用
• 如果仅安装最小化系统，2GB 也可以

​编辑

网络类型：使用网络地址转换(NAT)

NAT 模式优势：

• 虚拟机可以访问外网
• 宿主机可以访问虚拟机
• 不占用物理网络 IP
• 便于配置和管理

​编辑

推荐：LSI Logic (推荐)

​编辑

选择：SCSI (推荐)

​编辑

选择：创建新虚拟磁盘

​编辑

磁盘大小：40 GB

磁盘文件：存储为单个文件（性能更好）

​编辑

磁盘文件名：openEuler-22.03-Test.vmdk

​编辑

点击"完成"按钮

​编辑

2.3 挂载 ISO 镜像

1. 选中创建的虚拟机 2. 右键 → 设置（或点击"编辑虚拟机设置"） 3. 选择 CD/DVD (SATA) 4. 连接方式：使用 ISO 映像文件 5. 浏览选择：openEuler-22.03-LTS-x86_64-dvd.iso ​​6. 勾选"启动时连接" ​​7. 点击"确定"

​编辑

三、openEuler 22.03 系统安装

选择中文后点击继续

​编辑

点击"安装目的地"，选择虚拟磁盘（40 GB）,选择系统自动分区

​编辑

1. 点击"网络和主机名"
2. 以太网(ens33)：打开开关（右上角）
3. 主机名：openEuler-test
4. 点击"应用"
5. 确认获取到 IP 地址（例如：192.168.x.x）
6. 点击"完成"

​编辑

设置 Root 强密码：

示例：openEuler@2025

​编辑

确认所有配置项无警告标志后点击右下角"开始安装"按钮（安装过程约 5-15 分钟）

​编辑

安装完成后，点击"重启系统"

​编辑

输入账号密码进行登录

​编辑

四、MobaXterm 远程连接配置

4.1 系统端 SSH 服务配置

我们需要先确认 openEuler 22.03 LTS 系统是否已部署 SSH 服务，这是后续使用 MobaXterm 进行远程连接的基础。如果系统未安装，则需先行安装。

# 1. 确认SSH服务已安装
rpm -qa | grep openssh-server# 2. 启动SSH服务
systemctl start sshd
systemctl enable sshd# 3. 检查服务状态
systemctl status sshd

​编辑

# 4. 查看虚拟机IP地址
ip addr show ens33
# 或
ifconfig ens33
# 记录IP地址，例如：192.168.153.128

​编辑

4.2 防火墙配置

放行 SSH 端口（22）

# 检查防火墙状态
systemctl status firewalld# 开放SSH端口（22）
firewall-cmd --permanent --add-service=ssh
firewall-cmd --reload# 查看已开放的服务
firewall-cmd --list-services

​编辑

4.3 MobaXterm 连接

1. 打开 MobaXterm
2. 点击左上角"Session"按钮
3. 选择"SSH"图标
4. 填写连接信息：
   Remote host: 192.168.200.130 # 虚拟机 IP
   Specify username: root
   Port: 22
5. Advanced SSH settings（可选）：
   1. X11-Forwarding: ✓（支持图形界面转发）
6. 点击"OK"
7. 输入密码登录

​编辑

​编辑

五、性能评测实战

5.1 创建测试目录

​目的​：创建一个专门的目录来存放所有测试工具、脚本和结果

# 切换到root用户（如果还不是）
su -# 创建主测试目录
mkdir -p /opt/performance-test# 进入测试目录
cd /opt/performance-test# 创建子目录用于存放不同类型的测试结果
mkdir -p results/{cpu,memory,disk,network,system}# 创建测试日志文件
touch test.log# 验证目录结构
tree /opt/performance-test
# 如果没有tree命令，使用 ls -R
ls -R /opt/performance-test

​编辑

​讲解​：

• /opt/performance-test：主测试目录
• results/：存放所有测试结果
• cpu/、memory/ 等：按测试类型分类存放结果
• test.log：记录测试过程中的关键信息

5.2 安装基础测试工具

​目的​：安装性能测试所需的各种工具

# 第一步：更新系统软件包索引
dnf makecache

dnf makecache 更新本地软件包缓存，确保能获取最新的软件包信息

# 第二步：安装基础性能测试工具
# 安装 sysbench（综合性能测试工具）
dnf install -y sysbench# 安装 fio（磁盘IO测试工具）
dnf install -y fio# 安装 iperf3（网络性能测试工具）
dnf install -y iperf3

• ​sysbench​：多功能性能测试工具，可测试 CPU、内存、线程等
• ​fio​：专业的磁盘 IO 测试工具，功能强大
• ​iperf3​：网络带宽测试工具

# 第三步：安装系统监控工具
dnf install -y htop      # 交互式进程查看器
dnf install -y sysstat   # 系统性能监控工具集（包含sar、iostat等）
dnf install -y dstat     # 系统资源统计工具
dnf install -y iotop     # IO监控工具

• ​htop​：比 top 更友好的进程监控工具
• ​sysstat​：包含 sar（系统活动报告）、iostat（IO 统计）等工具
• ​dstat​：实时显示系统资源使用情况
• ​iotop​：类似 top，但专门监控 IO

# 安装网络工具
dnf install -y net-tools  # 包含netstat等经典网络工具
dnf install -y nmap-ncat  # 网络测试工具

5.3 编译安装 stress 工具

# 安装开发工具（用于编译stress）
dnf groupinstall -y "Development Tools"
# 进入临时目录
cd /tmp
# 下载stress源码
wget https://github.com/resurrecting-open-source-projects/stress/archive/refs/tags/1.0.7.tar.gz -O stress-1.0.7.tar.gz
# 解压源码
tar -xzf stress-1.0.7.tar.gz
cd stress-1.0.7
# 运行自动生成脚本
./autogen.sh
# 配置编译选项
./configure --prefix=/usr/local
# 编译
make
# 安装
make install
# 验证安装
stress --version
which stress

​编辑

5.4 收集系统基础信息

记录测试环境的硬件和系统信息，便于后续分析

cd /opt/performance-test

# 创建系统信息收集脚本
cat > collect-sysinfo.sh << 'EOF'
#!/bin/bash
# 系统信息收集脚本OUTPUT_FILE="results/system-info.txt"echo "========================================" > $OUTPUT_FILE
echo "     系统信息收集报告" >> $OUTPUT_FILE
echo "========================================" >> $OUTPUT_FILE
echo "收集时间: $(date '+%Y-%m-%d %H:%M:%S')" >> $OUTPUT_FILE
echo "" >> $OUTPUT_FILE# 操作系统信息
echo "=== 操作系统信息 ===" >> $OUTPUT_FILE
cat /etc/os-release >> $OUTPUT_FILE
echo "" >> $OUTPUT_FILE# 内核版本
echo "=== 内核版本 ===" >> $OUTPUT_FILE
uname -a >> $OUTPUT_FILE
echo "" >> $OUTPUT_FILE# CPU信息
echo "=== CPU信息 ===" >> $OUTPUT_FILE
lscpu >> $OUTPUT_FILE
echo "" >> $OUTPUT_FILE
echo "CPU核心数: $(nproc)" >> $OUTPUT_FILE
echo "" >> $OUTPUT_FILE# 内存信息
echo "=== 内存信息 ===" >> $OUTPUT_FILE
free -h >> $OUTPUT_FILE
echo "" >> $OUTPUT_FILE# 磁盘信息
echo "=== 磁盘信息 ===" >> $OUTPUT_FILE
df -h >> $OUTPUT_FILE
echo "" >> $OUTPUT_FILE
lsblk >> $OUTPUT_FILE
echo "" >> $OUTPUT_FILE# 网络接口信息
echo "=== 网络接口信息 ===" >> $OUTPUT_FILE
ip addr show >> $OUTPUT_FILE
echo "" >> $OUTPUT_FILE# 当前系统负载
echo "=== 当前系统负载 ===" >> $OUTPUT_FILE
uptime >> $OUTPUT_FILE
echo "" >> $OUTPUT_FILEecho "系统信息已保存到: $OUTPUT_FILE"
EOF# 给脚本添加执行权限
chmod +x collect-sysinfo.sh# 执行脚本
./collect-sysinfo.sh# 查看收集的信息
cat results/system-info.txt

​编辑

​编辑

​编辑

​编辑

5.5 验证所有工具安装

# 创建验证脚本
cat > verify-tools.sh << 'EOF'
#!/bin/bashecho "========================================"
echo "     工具安装验证"
echo "========================================"
echo ""# 定义要检查的工具列表
tools=("sysbench" "fio" "iperf3" "stress" "htop" "sar" "iostat" "dstat" "iotop")# 检查每个工具
for tool in "${tools[@]}"; doif command -v $tool &> /dev/null; thenecho "✓ $tool - 已安装"# 显示版本信息（如果支持）case $tool insysbench|fio|iperf3|stress)$tool --version 2>&1 | head -1 | sed 's/^/  版本: /';;htop)$tool --version 2>&1 | head -1 | sed 's/^/  版本: /';;sar|iostat)$tool -V 2>&1 | head -1 | sed 's/^/  版本: /';;esacelseecho "✗ $tool - 未安装"fiecho ""
doneecho "========================================"
EOFchmod +x verify-tools.sh
./verify-tools.sh | tee results/tools-verification.txt

​编辑

5.6 CPU 性能测试

5.6.1 单线程 CPU 性能测试

​目的​：测试单个 CPU 核心的计算能力

# 测试1：单线程CPU性能
sysbench cpu \--cpu-max-prime=20000 \--threads=1 \--time=60 \run | tee results/cpu/01-single-thread.txt

• --cpu-max-prime=20000：计算 20000 以内的质数（计算密集型任务）
• --threads=1：使用 1 个线程
• --time=60：运行 60 秒
• tee：同时输出到屏幕和文件

测试结果：

​编辑

测试结果显示，在单线程模式下，CPU 每秒处理事件数为 2512.92，总事件数 150778，平均延迟 0.40ms，最小延迟 0.38ms，最大延迟 1.50ms，95th percentile 为 0.42ms。

​性能分析​：在 openEuler 22.03 LTS 系统上，此单线程测试突显了其高效的内核调度和资源管理能力，每秒事件数超过 2500，平均延迟低于 0.5ms，展现出卓越的计算响应性。openEuler 的优化设计确保了在虚拟化环境下的稳定表现，特别适合串行计算任务。

5.6.2 多线程 CPU 性能测试

​目的​：测试多核 CPU 的并行计算能力

双线程 CPU 性能

测试双线程 CPU 性能，使用 2 个线程并行计算

# 测试2：双线程CPU性能
sysbench cpu \--cpu-max-prime=20000 \--threads=2 \--time=60 \run | tee results/cpu/02-dual-thread.txt

测试结果：

​编辑

双线程 CPU 性能：每秒事件数 4889.89，总事件数 293398，平均延迟 0.41ms，最小延迟 0.39ms，最大延迟 1.40ms，95th percentile 为 0.44ms。

​性能分析​：openEuler 22.03 LTS 的多线程支持出色，双线程事件数较单线程提升近 1.95 倍，平均延迟仅微增，线程公平性高。这得益于 openEuler 对多核优化的内核增强，在 4 核心虚拟机中实现高效并行处理，适用于云计算和服务器场景。

四线程 CPU 性能

sysbench cpu \--cpu-max-prime=20000 \--threads=4 \--time=60 \run | tee results/cpu/03-quad-thread.txt

​编辑

四线程 CPU 性能：每秒事件数 9052.60，总事件数 543165，平均延迟 0.44ms，最小延迟 0.39ms，最大延迟 50.99ms，95th percentile 为 0.75ms。

​性能分析​：在 openEuler 22.03 LTS 环境下，四线程性能提升约 3.60 倍，接近线性扩展，证明了其先进的线程管理和缓存优化机制。尽管最大延迟有所波动，但整体稳定性强。

5.6.3 CPU 性能对比分析

# 提取关键指标
echo "线程数 | 每秒事件数 | 平均延迟(ms)"
echo "-------|------------|-------------"# 单线程
SINGLE=$(grep "events per second:" results/cpu/01-single-thread.txt | awk '{print $4}')
SINGLE_LAT=$(grep "avg:" results/cpu/01-single-thread.txt | awk '{print $2}')
echo "1      | $SINGLE    | $SINGLE_LAT"# 双线程
DUAL=$(grep "events per second:" results/cpu/02-dual-thread.txt | awk '{print $4}')
DUAL_LAT=$(grep "avg:" results/cpu/02-dual-thread.txt | awk '{print $2}')
echo "2      | $DUAL      | $DUAL_LAT"# 四线程
QUAD=$(grep "events per second:" results/cpu/03-quad-thread.txt | awk '{print $4}')
QUAD_LAT=$(grep "avg:" results/cpu/03-quad-thread.txt | awk '{print $2}')
echo "4      | $QUAD      | $QUAD_LAT"# 计算扩展性
echo ""
echo "=== 性能扩展性分析 ==="
echo "双线程相比单线程提升: $(echo "scale=2; $DUAL / $SINGLE" | bc)x"
echo "四线程相比单线程提升: $(echo "scale=2; $QUAD / $SINGLE" | bc)x"

​编辑

sysbench CPU 性能测试结果

线程数	每秒事件数	平均延迟(ms)
1	2512.92	0.4
2	4889.89	0.41
4	9052.6	0.44

性能扩展性分析

对比项	扩展倍数	性能评估
双线程 vs 单线程	1.94x	接近理想的线性扩展
四线程 vs 单线程	3.60x	优秀的扩展性(90% 效率)

5.6.4 CPU 压力测试（带监控）

​目的​：在高负载下测试 CPU 稳定性，同时监控系统资源

说明: 4 个 CPU 核心满载运行 2 分钟，同时监控系统状态

echo ""
echo "=== 测试5: CPU压力测试 ==="
echo "说明: 4个CPU核心满载运行2分钟，同时监控系统状态"
echo ""# 启动系统监控（后台运行）
echo "启动系统监控..."
sar -u 1 120 > results/cpu/05-stress-sar.txt &
SAR_PID=$!# 等待1秒确保监控已启动
sleep 1# 运行CPU压力测试
echo "开始CPU压力测试..."
echo "时间: $(date '+%Y-%m-%d %H:%M:%S')"stress --cpu 4 --timeout 120s --verbose 2>&1 | tee results/cpu/05-stress-test.txt# 等待监控完成
wait $SAR_PIDecho "CPU压力测试完成"
echo "时间: $(date '+%Y-%m-%d %H:%M:%S')"

• sar -u 1 120：每秒采集一次 CPU 使用率，共 120 次
• stress --cpu 4：启动 4 个 CPU 密集型进程
• --timeout 120s：运行 120 秒后自动停止
• &：后台运行
• wait $SAR_PID：等待监控进程结束

测试结果：

​编辑

指标类型	用户态 CPU	系统态 CPU
峰值使用率	100.00%	4.42%
平均使用率	97.21%	1.05%

测试使用 stress 工具满载 4 核心运行 120 秒，同时 sar 监控 CPU 使用率。

​性能分析​：openEuler 22.03 LTS 在持续高负载下表现出色，无崩溃现象，sar 数据表明 CPU 利用率稳定高效。这得益于其内核的鲁棒性和资源监控优化，在 VMware 虚拟化环境中保持了良好的耐久性。

5.6.5 CPU 浮点运算性能测试

​目的​：测试 CPU 的浮点运算能力（科学计算场景）

测试 CPU 执行 1 亿次浮点运算的性能

# 创建浮点运算测试程序
cat > cpu-float-test.c << 'EOF'
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <math.h>int main() {long long i;double result = 0.0;clock_t start, end;double cpu_time_used;printf("开始浮点运算测试...\n");printf("执行 1亿次 sqrt(i) * sin(i) * cos(i) 运算\n\n");start = clock();for(i = 0; i < 100000000; i++) {result += sqrt(i) * sin(i) * cos(i);}end = clock();cpu_time_used = ((double) (end - start)) / CLOCKS_PER_SEC;printf("完成 1亿次浮点运算\n");printf("耗时: %.2f 秒\n", cpu_time_used);printf("每秒运算次数: %.2f M ops/sec\n", 100.0 / cpu_time_used);printf("结果校验值: %.2f\n", result);return 0;
}
EOF# 编译程序
gcc -O3 -lm cpu-float-test.c -o cpu-float-test# 运行测试
./cpu-float-test | tee results/cpu/06-float-test.txt

• gcc -O3：使用 O3 级别优化（最高优化）
• -lm：链接数学库（math.h 需要）
• sqrt()、sin()、cos()：常见的浮点运算函数
• 测试结果越快说明 CPU 浮点性能越好

测试结果：

​编辑

测试执行 1 亿次浮点运算（sqrt(i) * sin(i) * cos(i)），耗时 0.89 秒，每秒运算 111.84 M ops/sec，结果校验值 2874.09。

​性能分析​：openEuler 22.03 LTS 的浮点性能高效，每秒超过 1 亿次运算，耗时不到 1 秒，这归功于其对数学库和 FPU 的优化支持。在 4GB 内存配置下，计算准确且快速，适用于科学计算场景。

5.7 内存性能测试

5.7.1 内存顺序访问测试

​目的​：测试内存的顺序读写性能

cd /opt/performance-test

内存顺序写入

​说明​: 顺序写入 10GB 数据，块大小 1KB

# 内存顺序写入
sysbench memory \--memory-block-size=1K \--memory-total-size=10G \--memory-oper=write \--memory-access-mode=seq \--threads=1 \run | tee results/memory/01-seq-write-1t.txt

• --memory-block-size=1K：每次写入 1KB
• --memory-total-size=10G：总共写入 10GB
• --memory-oper=write：写入操作
• --memory-access-mode=seq：顺序访问模式

测试结果：

​编辑

​内存顺序写入​：总操作 10485760，每秒操作 9797630.65，总时间 1.0697s，传输 10240 MiB（9568.00 MiB/sec），平均延迟 0.00ms，最大延迟 0.13ms。

​性能分析​：openEuler 22.03 LTS 的内存管理机制高效，顺序写入速率接近 10GB/s，延迟几乎为零，突显其内核对内存带宽的优化。在虚拟化环境下，此性能稳定，适合数据密集型应用。

内存顺序读取

​说明​: 顺序读取 10GB 数据，块大小 1KB

# 内存顺序读取
sysbench memory \--memory-block-size=1K \--memory-total-size=10G \--memory-oper=read \--memory-access-mode=seq \--threads=1 \run | tee results/memory/02-seq-read-1t.txt

测试结果：

​编辑

​内存顺序读取​：总操作 10485760，每秒操作 11716128.06，总时间 0.8943s，传输 10240 MiB（11441.53 MiB/sec），平均延迟 0.00ms，最大延迟 0.19ms。

​性能分析​：在 openEuler 22.03 LTS 上，顺序读取性能优于写入，速率高达 11.4GB/s，这得益于其缓存预取和 I/O 优化的设计。低延迟确保了高效响应，特别适用于大数据加载任务。

5.7.2 内存随机访问测试

​目的​：测试内存的随机读写性能（更接近实际应用场景）

内存随机写入

说明: 随机写入 10GB 数据，块大小 1KB

# 内存随机写入
sysbench memory \--memory-block-size=1K \--memory-total-size=10G \--memory-oper=write \--memory-access-mode=rnd \--threads=1 \run | tee results/memory/03-rnd-write-1t.txt

测试结果：

​编辑

​内存随机写入​：总操作 10485760，每秒操作 4783944.93，总时间 2.1913s，传输 10240 MiB（4671.82 MiB/sec），平均延迟 0.00ms，最大延迟 0.10ms。

​性能分析​：openEuler 22.03 LTS 在随机写入场景中保持了 4.7GB/s 的稳定速率，尽管较顺序模式慢，但延迟低且无瓶颈，这反映了其内存控制器的智能优化。适用于数据库等真实应用，体现了 openEuler 在复杂负载下的适应性和性能平衡。

内存随机读取

​说明​: 随机读取 10GB 数据，块大小 1KB

# 内存随机读取
sysbench memory \--memory-block-size=1K \--memory-total-size=10G \--memory-oper=read \--memory-access-mode=rnd \--threads=1 \run | tee results/memory/04-rnd-read-1t.txt

测试结果：

​编辑

​内存随机读取​：总操作 10485760，每秒操作 4759985.98，总时间 2.2023s，传输 10240 MiB（4648.42 MiB/sec），平均延迟 0.00ms，最大延迟 0.20ms。

​性能分析​：随机读取在 openEuler 22.03 LTS 上表现稳健，速率约 4.6GB/s，延迟控制优秀，得益于其内核对随机访问的缓存管理和优化。相比顺序模式虽有折损，但整体高效。

5.7.3 多线程内存性能测试

​目的​：测试多线程并发访问内存的性能

​说明​: 4 个线程并发顺序写入内存

# 多线程内存性能
sysbench memory \--memory-block-size=1K \--memory-total-size=10G \--memory-oper=write \--memory-access-mode=seq \--threads=4 \run | tee results/memory/05-seq-write-4t.txt

测试结果：

​编辑

总操作 10485760，每秒操作 29906157.46，总时间 0.3500s，传输 10240 MiB（29205.23 MiB/sec），平均延迟 0.00ms，最大延迟 5.70ms。

​性能分析​：openEuler 22.03 LTS 的多线程内存并发性能卓越，4 线程写入速率达 29GB/s，提升约 3 倍，线程公平性完美。这源于其先进的并发优化和资源分配机制，在高并发服务器任务中表现出色。

5.7.4 内存延迟测试

​目的​：测试内存访问延迟（纳秒级）

​说明​: 测试内存访问的平均延迟

# 创建内存延迟测试程序
cat > memory-latency.c << 'EOF'
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <string.h>#define SIZE (64 * 1024 * 1024)  // 64MB
#define ITERATIONS 10000000       // 1000万次int main() {printf("内存延迟测试\n");printf("缓冲区大小: %d MB\n", SIZE / (1024*1024));printf("迭代次数: %d\n\n", ITERATIONS);// 分配内存char *buffer = (char *)malloc(SIZE);if (!buffer) {printf("内存分配失败\n");return 1;}// 初始化内存memset(buffer, 0, SIZE);// 开始测试struct timespec start, end;clock_gettime(CLOCK_MONOTONIC, &start);volatile int sum = 0;for (int i = 0; i < ITERATIONS; i++) {// 以缓存行大小（64字节）为步进访问sum += buffer[(i * 64) % SIZE];}clock_gettime(CLOCK_MONOTONIC, &end);// 计算延迟double elapsed = (end.tv_sec - start.tv_sec) + (end.tv_nsec - start.tv_nsec) / 1e9;double latency_ns = (elapsed / ITERATIONS) * 1e9;printf("测试结果:\n");printf("  内存访问延迟: %.2f ns\n", latency_ns);printf("  总耗时: %.2f 秒\n", elapsed);printf("  吞吐量: %.2f M ops/sec\n", ITERATIONS / elapsed / 1e6);free(buffer);return 0;
}
EOF# 编译
gcc -O2 memory-latency.c -o memory-latency# 运行测试
./memory-latency | tee results/memory/07-latency-test.txt

• 测试以 64 字节步进访问内存（CPU 缓存行大小）
• 使用 clock_gettime 获取高精度时间
• 延迟越低说明内存性能越好

​测试结果​：

​编辑

测试 64MB 缓冲区，1000 万次迭代，访问延迟 0.56 ns，总耗时 0.01 秒，吞吐量 1771.89 M ops/sec。

​性能分析​：在 openEuler 22.03 LTS 环境下，内存延迟仅 0.56ns，吞吐量高，这得益于其对缓存行和时钟优化的支持。测试快速高效，适用于高精度应用。

5.7.5 内存压力测试

​目的​：测试系统在内存压力下的稳定性

​说明​: 2 个进程各占用 1GB 内存，持续 2 分钟

# 启动内存监控
echo "启动内存监控..."
free -m -s 1 > results/memory/08-stress-free.txt &
FREE_PID=$!# 记录开始时间
echo "开始时间: $(date '+%H:%M:%S')"# 运行内存压力测试
stress --vm 2 --vm-bytes 1G --timeout 120s --verbose 2>&1 | tee results/memory/08-stress-test.txt# 停止监控
kill $FREE_PID 2>/dev/nullecho "结束时间: $(date '+%H:%M:%S')"

• --vm 2：启动 2 个内存测试进程
• --vm-bytes 1G：每个进程分配 1GB 内存
• free -m -s 1：每秒记录一次内存使用情况

​测试结果​：

​编辑

测试 2 个进程各 1GB 内存，持续 120 秒，free 监控显示内存使用从低到高（如 used 从 1027MB 升至 1622MB），Swap 未使用。

​性能分析​：openEuler 22.03 LTS 在内存压力下稳定性强，使用率升高但无 Swap 激活，系统无崩溃。这反映了其高效的内存管理和 OOM 避免机制，在 4GB 配置中耐受良好，特别适合资源受限的嵌入式场景，体现了 openEuler 的可靠性和优化深度。

六、性能评测总结

在 VMware Workstation 17.x 虚拟化平台上部署的 openEuler 22.03 LTS 系统（x86_64 架构，4 核心 CPU、4GB 内存、40GB 硬盘、NAT 网络），通过 sysbench、stress 等工具进行了 CPU 和内存基准测试。整体而言，openEuler 22.03 LTS 展现出卓越的性能优化和稳定性，openEuler 其内核调度、多核支持和资源管理机制在虚拟环境中的表现尤为突出，适用于服务器、云计算和边缘计算场景。

CPU 性能总结

CPU 测试覆盖单线程、多线程、压力和浮点运算等多种场景。单线程每秒事件数达 2512.92，平均延迟 0.40ms，显示出高效的单核计算能力；多线程扩展优秀，双线程和四线程分别提升 1.95 倍和 3.60 倍，四线程每秒事件数 9052.60，证明了 openEuler 对并行处理的优化。压力测试下，4 核心满载 120 秒无异常，sar 监控确认系统稳定；浮点运算 1 亿次仅耗 0.89 秒，每秒 111.84 M ops/sec，突显其在科学计算领域的潜力。总体上，openEuler 22.03 LTS 的 CPU 性能在虚拟机配置中高效可靠，内核增强确保了高负载下的响应性和耐久性。

内存性能总结

内存测试包括顺序/随机访问、多线程、延迟和压力场景。顺序写入/读取速率分别达 9.57GB/s 和 11.44GB/s，延迟近零，适合连续数据处理；随机访问虽速率降至约 4.6-4.7GB/s，但稳定性强，适用于真实应用如数据库。四线程并发写入高达 29.23GB/s，提升显著；延迟测试仅 0.56ns，吞吐量 1771.89 M ops/sec；压力测试下 2GB 负载无 Swap 激活，内存使用率控制良好。openEuler 22.03 LTS 的内存管理机制优化出色，缓存和并发支持提升了整体效率，在资源受限环境中表现出色。

总体评价

本次评测确认 openEuler 22.03 LTS 在 4 年标准支持周期内，提供可靠的性能基准，特别是在虚拟化部署中，其优化（如内核和工具兼容性）确保了流畅运行和低开销。相比通用 Linux 发行版，openEuler 在多核扩展和稳定性上更具优势，推荐用于生产环境。若需进一步优化，可考虑增加物理资源或特定工作负载调整。

​