公共云最具吸引力的方面之一就是简化了在几天后或几周后“关闭”虚拟服务器的功能。一般情况下，当一台云服务器没有运行时，你只需象征性地为服务器镜像所占据的那部分磁盘存储资源支付一点费用。
受某家云供应商的委托，Tolly集团的Tolly企业责任有限公司对Amazon网络服务(AWS)、Dimnesion Data、IBM公司以及Rackspace四家进行了一次云性能基准测试的评估。 这些云服务供应商只是代表了云市场上供应商的一小部分，但是这次测试评估的结果却能够帮助企业IT部门整体理解他们正在考虑实施的所有云服务。全部测试结果可见Tolly集团的213131号文档。需要指出的是，这次评估是受Dimension Data公司委托进行的。
虽然本次测试评估主要关注的是云服务的性能而非价格，但是相关的初步评估结果将对运行成本有着较大的影响。在四家被评估的服务供应商中，AWS和Dimension Data实施了用户所期望的“运行-支付”模式。而IBM公司和Rackspace则不同，一旦你配置了虚拟服务器，你就需要支付全部的“服务器运行”费用，即便你选择关闭服务器。
在测试环境中，IBM公司和Rackspace的模式完全抹杀了云服务器的可用性。针对测试，用户需要有不同的镜像并运行不同的操作系统或应用程序版本，所有这些都应能够按照实际需要启动和关闭。而对于IBM和Rackspace的产品，这一点就根本无法满足要求了。
作为一个解决方案，Rackspace提供了一个变通的方法：克隆虚拟机，保留复本，删除原来的虚拟机，然后一旦再次需要虚拟机时就可从复本虚拟机中创建一个新的实例。
一个虚拟CPU容量无法满足所有的需求
虚拟机性能基准测试的一个关键要素就是虚拟CPU(vCPU)的数量和性能。在被测试的服务中，除了AWS以外所有的供应商都在定义小型、中型以及大型服务器容量时使用vCPU作为基本单元，一般分别都提供了1、2和4个vCPU。在这次测试中，IBM公司和Rackspace没有提供单个vCPU的服务器。
但是，Amazon使用了一个被称为弹性计算单元(ECU)的计算能力合成单元。简单来说，AWS定义一个ECU所具有的计算能力等同于一个1.0至1.2GHz 2007 的Opteron或Xeon处理器。Amazon的小型、中型和大型实例分别配有1、2和4个ECU以及1，1和2个vCPU。 针对本次测试，我们选择Amazon的一个ECU与Data Dimension、IBM以及Rackspace进行对比测试。
测试结果显示，Dimension Data的单个vCPU性能明显优于Amazon的单个ECU/vCPU性能。有意思的是，当与配有2个vCPU/ECU的系统进行比较时，Amazon的性能要超过1个ECU的性能，这表明在2个ECU选项中提供了一些额外的计算能力，即便它仍然是一个单一的vCPU。随着CPU数量的增加，AWS可能会提供更高的CPU性能，但是其单位时间内运行成本也更高。如果你选择针对vCPU对vCPU进行基准测试，那么你可以把Amazon的4个ECU和8个ECU与其他供应商的2个和4个vCPU产品进行比较。
RAM性能基准测试。在内存密集型应用程序中，内存性能是非常重要的。测试结果表明，对于配有同等内存的系统来说，每秒时间内运行内存的数量存在着显著的差异。例如，在对大型服务器配置的测试中，Dimension Data能够实现每秒18，452次的运算;而IBM和Rackspace所提供的运算速度则分别只能达到8，772次和7，818次。Amazon可提供每秒3，200次的运算速度。
本地文件。在被测的云服务器中，在本地服务器磁盘上每秒运行文件的数量也有着显著的差别。在大型系统配置上，Dimension Data可提供每秒3，473次运算;Amazon排名第二，可提供每秒1，342次运算;而Rackspace和IBM在该项指标上表现明显较差，分别为每秒659次和527次运算。
比较云服务器的带宽性能
除了单个系统的性能，系统中的网络带宽也可以说是一个比较重要的测试基准。虽然所有被测的服务器都名义上配备了虚拟千兆以太网适配器，但是在超过1Gbps的测试环境中，它们的测试结果差异显著。
在大型系统测试中，Rackspace展示了479 Mbit/s的双向流量性能，而AWS和IBM的该项数据分别为1.24Gpbs和1.86Gpbs。Dimension Data实现了系统到系统4.46Gbps的数据吞吐量。
表面上看起来似乎类似或相同的云服务器在进行基准测试时就表现出显著的差异性。具有讽刺意味的是，与具有相同技术参数规格就能够实现近似性能的物理系统不同，不同供应商的云服务器间的实际性能表现往往是天差地别的。因此，虽然云能够简化IT基础设施的某些要素，但是它在其他方面让问题更加复杂化了——在做出决策选择使用哪家供应商的云服务时，相关系统基准测试数据是非常重要的。
