MongoDB
 sql >> Baza danych >  >> NoSQL >> MongoDB

Wpływ wydajności Meltdown na MongoDB:AWS, Azure i DigitalOcean

Luki związane z topnieniem i widmami

Jakie są te nowe krytyczne luki w zabezpieczeniach? „Meltdown” i „Spectre” to luki w sposobie, w jaki wiele nowoczesnych konstrukcji mikroprocesorów implementuje spekulatywne wykonywanie instrukcji. Luki te, niezależnie odkryte w czerwcu ubiegłego roku, mogą być wykorzystywane przez szkodliwe programy do kradzieży poufnych informacji z komputerów osobistych, urządzeń mobilnych, a nawet infrastruktur chmurowych, w których miliony firm przechowują profile danych swoich klientów. Bardziej szczegółowe informacje można znaleźć w CVE-2017-5715 i CVE-2017-5754

  • Roztopienie

    Meltdown przełamuje najbardziej podstawową izolację między aplikacjami użytkownika a systemem operacyjnym. Czytaj więcej.

  • Widmo

    Spectre przełamuje izolację między różnymi aplikacjami. Czytaj więcej.

W ciągu ostatniego tygodnia zespół ScaleGrid przeprowadził testy wydajności, aby określić wpływ poprawki jądra procesora Meltdown na nasze serwery MongoDB. W tym poście omówimy wyniki testów Meltdown, które przeprowadziliśmy dla każdej z trzech obsługiwanych przez nas platform chmurowych – Amazon AWS, Microsoft Azure i DigitalOcean (DO).

Urządzenie testowe

Użyliśmy Yahoo! Cloud Serving Benchmark (YCSB), aby przeprowadzić te testy i działać z naszym typem instancji „Duży” — zwykle z około 8 GB pamięci RAM. Oto dwa, które głównie prowadziliśmy:

  1. Wstaw obciążenie
  2. Obciążenie A/zrównoważone obciążenie:50% odczytów, 50% zapisów

Więcej informacji na temat metodologii testowania można znaleźć w naszym poście Jak porównywać MongoDB z YCSB.

Podsumowanie testu Cloud Meltdown

  • AWS

    4%-5% trafienie przy obciążeniu wstawiania i 2-3% trafienie przy zrównoważonym obciążeniu (50% odczyt, 50% zapis).

  • Lazur

    10-20% trafienia przy obciążeniu wkładki i 20-25% trafienia przy zrównoważonym obciążeniu.

  • DigitalOcean

    30% trafień przy obciążeniu wstawiania i ~30% przy zrównoważonym obciążeniu.

Popraw produktywność, bezpieczeństwo i operacje zarządzania bazą danych w mniej niż 15 minut.

Odkrywaj w BEZPŁATNYM 30-dniowym okresie próbnym

Testy topnienia AWS

Używamy AWS Amazon Linux we wszystkich naszych usługach hostingu klastrów dla AWS MongoDB® i Redis™* na AWS. Więcej informacji na temat poprawek można znaleźć w Biuletynie bezpieczeństwa AWS.


Podsumowanie testów AWS

Średnio widzimy 4%-5% trafienie w przepływie wkładki AWS i 2-3% trafienie w zrównoważonym obciążeniu. Podstawowym typem instancji dla tego typu jest „typ HVM” (sprzętowa maszyna wirtualna) – więc oczekiwany wpływ jest minimalny. W przypadku typów instancji Paravirtual (PV) wpływ będzie znacznie większy (bliższy temu, co widzimy i opisujemy poniżej na platformie Azure).

Wpływ wydajności Meltdown na MongoDB:AWS, Azure i DigitalOceanClick To Tweet

Testy topnienia platformy Azure

Używamy CentOS 6 we wszystkich naszych klastrach dla MongoDB na platformie Azure. Tutaj możesz znaleźć więcej informacji na temat poprawek platformy Azure i poprawek Microsoft Windows.

Podsumowanie testów Azure

Średnio widzimy 10-20% trafienie w obciążeniu wstawiania platformy Azure i 20-25% trafienie w zrównoważonym obciążeniu.

Testy topnienia DigitalOcean

Używamy CentOS 6 we wszystkich naszych klastrach dla MongoDB na DigitalOcean. Tutaj możesz znaleźć więcej informacji na temat dostępnych łatek dla Twoich kropel DigitalOcean.

Podsumowanie testów DigitalOcean

Widzimy 30% trafienie w wydajności wstawiania i około 30% trafienie w zrównoważonym obciążeniu.

Dokładamy wszelkich starań, aby pomagać naszym klientom w zapewnianiu poprawek i zabezpieczaniu serwerów MongoDB przed lukami w zabezpieczeniach. Aby dowiedzieć się więcej o dalszej ochronie wdrożeń w chmurze MongoDB, zapoznaj się z naszym postem, Trzy A bezpieczeństwa MongoDB – uwierzytelnianie, autoryzacja i audyt.

Jeśli masz jakiekolwiek pytania dotyczące ochrony Meltdown dla Twoich serwerów MongoDB, skontaktuj się z nami pod adresem [email protected].


  1. Redis
  2.   
  3. MongoDB
  4.   
  5. Memcached
  6.   
  7. HBase
  8.   
  9. CouchDB
  1. Sposoby implementacji wersjonowania danych w MongoDB

  2. Agregacja MongoDB:Oblicz sumy bieżące z sumy poprzednich wierszy

  3. MongoDB :kolejność indeksów i kolejność zapytań muszą być zgodne?

  4. Kierownice:Odmówiono dostępu do rozwiązania właściwości, ponieważ nie jest ona własnością swojego rodzica

  5. Jak mogę użyć operatora LIKE na manguście?