开箱体验 NanoPi Fire3——强劲的8核性能王者

# NanoPi Fire3 测评 [](http://wiki.friendlyarm.com/wiki/images/7/73/NanoPi_Fire3-01B.jpg) nanopi Fire3 是友善出的一款高性能的Arm Linux开发板。主打机器学习，基于Qt终端相关的功能。 本次非常有幸能够参加芯吧客的测评活动，一下对为期一个月的使用使用体验做一个总结。 本文从一下几个角度进行测评： 1.硬件性能测试 2.Nginx静态/动态网站压力测试 3.机器学习性能 4.Qt5实现天气时钟 # 前言 ## 硬件配置简述 - CPU: S5P6818, 运行主频1.4GHz - RAM: 1GB DDR3 - 电源管理: 采用一颗ARM® Cortex®-M0单片机做电源管理, 支持动态调压, 软件关机和定时开机等功能. - 网络: 千兆以太网口 x1 - 接口：USB 2.0接口、40pinGPIO、DVP Camera、microHDMI 在终端上使用 ```bash lscpu ```  得到CPU信息如下： ``` Architecture: aarch64 Byte Order: Little Endian CPU(s): 8 On-line CPU(s) list: 0-7 Thread(s) per core: 1 Core(s) per socket: 4 Socket(s): 2 CPU max MHz: 1400.0000 CPU min MHz: 400.0000 ``` 值得注意的是Socket参数为2,看来S5P6818这个8核心处理器应该是由两个4核心的处理器组合（胶水粘的？）而成的。 ## 准备工作 1.32G class10 内存卡一张 2.5V 2A充电器一个 3.散热片一个（注意，这块开发板必加散热片，因为待机状态下温度已经接近60度了） 4.开关线一根 5.TF预先烧写由FriendlyArm提供的基于ubuntu16.04定制的firendlyCore（[下载地址](http://www.nanopi.io/downloads.html)） ### 通过SSH连接 从路由器的网页后台找到nanopi的IP（如192.168.1.223） friendlyCore的root账户的密码为fa 打开Windows的CMD或Linux的虚拟终端 输入如下命令 ```bash ssh root@192.168.1.223 ```  提示输入密码，输入fa  登录成功，终端显示系统的一些必要信息 ### 更换APT源 使用自带的nano编辑器修改`/etc/apt/sources.list` 将其中的`http://port.ubuntu.com/`更改为`http://mirrors.aliyun.com/ubuntu-ports/` 如下图：  ### 进行系统更新 在终端中输入命令 ``` apt update //更新APT源 apt upgrade -y //更新系统所有软件 ``` 系统更新过程大概10-20分钟左右，请耐心等待，中间务必保证不能结束任务。 至此系统部署已经基本完成，可以这个时候备份一下内存卡，之后可以直接还原。

# 测试项目 ## 1.CPU基准性能测试 sysbench是一个非常方便好用的硬件性能测试软件，测试主要关注性能测试分数，以及温度表现 ### 安装sysbench ```bash #终端中输入 apt install sysbench ``` ### CPU基准性能测试 #### 默认配置测试 终端输入： ```bash sysbench --test=cpu --max-requests=100000 run #单线程条件下，总计算（请求）次数为10万次条件下进行测试 ``` 测试结果： ```bash #完成10万次10000以内素数计算所用的时间 Maximum prime number checked in CPU test: 10000 Test execution summary: total time: 106.1629s #花费的总时间，越短越好 total number of events: 100000 #完成请求总数，由max-requests参数指定 total time taken by event execution: 106.0978 per-request statistics: #一次请求的相关参数 min: 1.06ms avg: 1.06ms max: 3.07ms approx. 95 percentile: 1.07ms Threads fairness: events (avg/stddev): 100000.0000/0.00 execution time (avg/stddev): 106.0978/0.00 ``` 起始温度：65度 终点温度：68度 看出来单线程模式下面，fire3应付压力测试轻轻松松，负载甚至都没怎么变更。 #### 8线程（满线程条件）测试 终端输入： ```bash sysbench --test=cpu --max-requests=100000 --num-threads=8 run #8线程条件下，总计算（请求）次数为10万次条件下进行测试 ``` 测试结果： ```bash Maximum prime number checked in CPU test: 10000 Test execution summary: total time: 13.3268s total number of events: 100000 total time taken by event execution: 106.4511 per-request statistics: min: 1.06ms avg: 1.06ms max: 21.12ms approx. 95 percentile: 1.07ms Threads fairness: events (avg/stddev): 12500.0000/24.21 execution time (avg/stddev): 13.3064/0.01 ``` 起始温度：65度 终点温度：68度 #### 8线程（满线程条件）极限压力测试 终端输入： ```bash sysbench --test=cpu --max-requests=100000 --num-threads=8 run ``` 本次将请求次数设为1000万次，观察满载过程中的温度表现 起始温度：65度 1分钟温度：80度 5分钟温度：85度 ## 2.异构集群部署 ​ 不知道各位吧友有没有这样的困惑？手里面有几张不同型号的开发板都在吃灰，这样的话其实可以利用闲置的开发板搭建集群，自己做一个超级计算机！我手里现在有一张树莓派4B，下面就使用树莓派4B和nanopiFire3进行基于DockerSwarm的计算集群的搭建。这里值得吐槽的一点是，官方wiki中给出的docker安装方式工作不正常，通过dpkg安装docker我这里是直接卡死的，没办法只能自己编译安装docker了 树莓派4B烧写的是我之前文章中推荐过的国人自制系统（[项目地址](https://gitee.com/openfans-community/Debian-Pi-Aarch64)） ### Docker Swarm简介 ​ Docker Swarm 是 Docker 的集群管理工具。它是将一群Docker宿主机变成一个单一的虚拟主机，Swarm使用标准的Docker API接口作为其前端的访问入口，换言之，各种形式的Docker Client(compose,docker-py等)均可以直接与Swarm通信，甚至Docker本身都可以很容易的与Swarm集成，这大大方便了用户将原本基于单节点的系统移植到Swarm上，同时Swarm内置了对Docker网络插件的支持，用户也很容易的部署跨主机的容器集群服务。 　　Docker Swarm 和 Docker Compose 一样，都是 Docker 官方容器编排项目，但不同的是，Docker Compose 是一个在单个服务器或主机上创建多个容器的工具，而 Docker Swarm 则可以在多个服务器或主机上创建容器集群服务，对于微服务的部署，显然 Docker Swarm 会更加适合。 ​ Swarm是典型的master-slave结构，拥有一个master和多个worker。Manager节点还执行维护所需群集状态所需的编排和集群管理功能，Worker节点接收并执行从Manager节点分派的任务。可以实现动态的接入扩展。 ​ 此处，我们使用树莓派作为Manager，使用nanopi作为Worker节点。当然，由于我们只有一个Manager节点，如果节点挂了，我们整个集群也就停止运行了。可以通过添加冗余的Manager节点来避免这样的问题。  ### 安装Docker 运行以下命令 ```bash wget https://download.docker.com/linux/ubuntu/dists/xenial/pool/stable/arm64/containerd.io_1.2.6-3_arm64.deb wget https://download.docker.com/linux/ubuntu/dists/xenial/pool/stable/arm64/docker-ce-cli_19.03.2~3-0~ubuntu-xenial_arm64.deb wget https://download.docker.com/linux/ubuntu/dists/xenial/pool/stable/arm64/docker-ce_19.03.2~3-0~ubuntu-xenial_arm64.deb sudo dpkg -i containerd.io_1.2.6-3_arm64.deb sudo dpkg -i docker-ce-cli_19.03.2~3-0~ubuntu-xenial_arm64.deb sudo dpkg -i docker-ce_19.03.2~3-0~ubuntu-xenial_arm64.deb ``` ### 配置主（manager）结点 因为我这里树莓派是常开的，这次把树莓派作为主结点，在树莓派上运行一下命令 ```bash sudo docker swarm init #初始化Swarm集群，将树莓派节点加入集群，担任管理者（manager node） ``` 返回信息： ```bash root@raspbian:/home/pi# docker swarm init Swarm initialized: current node (dfi3prfg84a2xulg1bk1fevol) is now a manager. To add a worker to this swarm, run the following command: docker swarm join --token SWMTKN-1-4hbmyzmgngabdym6j1s6yexijvbtgxqp31ythsjftbkassrh0t-7dy7q4jog95jrizwhbr2plvg6 192.168.1.239:2377 To add a manager to this swarm, run 'docker swarm join-token manager' and follow the instructions. ``` ### 配置工人（Worker）结点 在NanoPifire3上执行命令 ```bash docker swarm join --token SWMTKN-1-4hbmyzmgngabdym6j1s6yexijvbtgxqp31ythsjftbkassrh0t-7dy7q4jog95jrizwhbr2plvg6 192.168.1.239:2377 ``` 返回信息： ```bash docker swarm join --token SWMTKN-1-4hbmyzmgngabdym6j1s6yexijvbtgxqp31ythsjftbkassrh0t-7dy7q4jog95jrizwhbr2plvg6 192.168.1.239:2377 This node joined a swarm as a worker.#这个nanopi节点作为工作者加入集群(worker node) ``` 和集群相关的命令均不可在Worker节点上执行 如执行 ```bash docker node ls ``` 会得到报错信息： ```bash Error response from daemon: This node is not a swarm manager. Worker nodes can't be used to view or modify cluster state. Please run this command on a manager node or promote the current node to a manager. ``` ### 集群管理 #### 显示集群结点 在masterNode上，即我们的树莓派上输入命令： ```docker node ls ```  现在我们的集群已经搭建完毕了。 #### 显示集群节点运行的服务 ```docker service ls ``` #### 变更节点角色 ```bash docker node promote [节点名] #将worker节点变更为manager节点 ``` ## 安装Openfaas OpenFaaS 是一个使用 Docker 构建无服务器(Serverless)功能的框架，它拥有对指标的一级支持。任何流程都可以打包为一个函数，使你能够使用一系列 web 事件，而无需重复的样板化编码。也就是创建远程函数。在任何地方都可以使用该函数完成所需的功能，下面完成Python环境的搭建 ### 部署 在master节点上运行如下命令，其他的worker节点会收到来自master节点上的指令，自动完成环境的搭建。 ```bash root@raspbian:/home/pi/code# git clone https://github.com/alexellis/faas/ root@raspbian:/home/pi/code# cd faas/ root@raspbian:/home/pi/code/faas# ./deploy_stack.sh #脚本运行结果 Attempting to create credentials for gateway.. c4zx71n9njduqdt86o1700xhp pqzukn3jzsbdggmms0ajd0rdp [Credentials] username: admin password: d78d9f205e065cf5bae0841eb76262afd1b6742e0b6d031a03db16cc0dc7ae68 echo -n d78d9f205e065cf5bae0841eb76262afd1b6742e0b6d031a03db16cc0dc7ae68 | faas-cli login --username=admin --password-stdin Enabling basic authentication for gateway.. Deploying OpenFaaS core services for ARM64 Creating network func_functions Creating config func_alertmanager_config Creating config func_prometheus_config Creating config func_prometheus_rules Creating service func_prometheus Creating service func_alertmanager Creating service func_gateway Creating service func_basic-auth-plugin Creating service func_faas-swarm Creating service func_nats Creating service func_queue-worker root@raspbian:/home/pi/code/faas# ``` 记得保存得到的用户名和密码 使用命令 ```bash docker service ls #显示当前集群中运行的服务 ``` 可以看到类似如下返回： ```bash pi@raspbian:~$ docker service ls ID NAME MODE REPLICAS IMAGE PORTS owzkqxicwrqz func_alertmanager replicated 1/1 prom/alertmanager:v0.18.0 wvrm669yfd5n func_basic-auth-plugin replicated 1/1 openfaas/basic-auth-plugin:0.18.17-arm64 ul3roevvxluj func_faas-swarm replicated 1/1 openfaas/faas-swarm:0.8.5-arm64 rj2j7tz4fdyo func_gateway replicated 1/1 openfaas/gateway:0.18.17-arm64 *:8080->8080/tcp juu3ok1thkb9 func_nats replicated 1/1 nats-streaming:0.17.0 31n0v2qhwmo5 func_prometheus replicated 1/1 prom/prometheus:v2.11.0 *:9090->9090/tcp ep2ngmxsud7a func_queue-worker replicated 1/1 openfaas/queue-worker:0.11.2 ``` 我们可以看到当前集群暴露出来了8080和9090两个端口 浏览器访问`主节点ip:8080`就可以看到openfass的后台了。这里我们可以新建和调试Function（也就是我们的云函数） 至此OpenFaas搭建完毕，我们已经可以生成我们自己的云函数了，可以使用我们集群的运算能力了。 

### 总结 ​ 在sysbench中NanoPIFire3的性能强劲一览无余，但是同时最大的缺点就是发热问题了，在安装了导热片散热片同时室内开着空调的情况下，无负载温度为60度，满载几分钟后温度接近85度，横向对比大火炉树梅派4B+，其待机温度也不过是40度左右。也就是说，被动散热已经满足不了这块板子的需求。那么用这块板子做项目，散热系统设计就是一个非常重要的环节了。 同时希望官方的文档支持能够更加友善和完善，如按照官方wiki进行Docker部署会出现不成功的情况，希望官方能够对文档内容做有效核实。以及官方的npi-config工具仍然有一些不完善。 总的来说，需要算力和性价比，选NanoPiFire3就够了！