[点晴永久免费OA]FastTunnel击败内网穿透的王者frp
当前位置:点晴教程→点晴OA办公管理信息系统
→『 经验分享&问题答疑 』
![]() 在内网穿透领域,frp 是一个被广泛使用的开源方案,采用go开发,FastTunnel 则使用.Net开发,相对较为冷门;因为在大众的认知中,go是开发网络服务领域公认的性能强,开发效率高;.Net甚至没有资格碰瓷go,然而本次测试结果给我们上了一课。 这次,我们将 FastTunnel 与 frp 放在同一套测试环境中,分别进行 HTTP 和 TCP 两种最常用的代理模式的阶梯压力测试。 测试目标从 5,000 RPS 一直提升到 50,000 RPS,观察两者在吞吐量、请求延迟、错误率以及内存占用方面的表现。 这次测试的结果,出现了一些值得关注的差异。 一、测试环境与测试方式为了尽可能保证对比公平,两套方案使用相同的测试环境和对应的代理模式。 测试采用阶梯递增方式,分别对 HTTP 和 TCP 模式进行测试。 需要说明的是,测试运行在共享 vCPU 环境中,因此绝对性能数值仅作为本次环境下的对比参考,不能直接等同于所有生产环境的性能表现。 二、HTTP 模式:高负载下的差距逐渐拉开先看 HTTP 代理模式。 这是本次测试中差距最明显的部分。
1. 吞吐量对比在 5,000 RPS 时,两者基本没有区别,都能够完成目标吞吐量。 但当压力提升到 10,000 RPS 时,情况开始发生变化。 FastTunnel 依然能够接近目标吞吐量,而 frp 的实际吞吐量只有约 5,611 RPS。 继续增加压力,差距进一步拉大。 在 50,000 RPS 的目标压力下:
FastTunnel 的实际吞吐量约为 frp 的 7.47 倍。 这意味着,在本次 HTTP 测试环境中,FastTunnel 能够承载更高的请求压力,而 frp 的吞吐量在压力增加后基本停留在 5,500~6,100 RPS 区间。 2. 请求延迟对比吞吐量反映的是处理能力,延迟则直接影响用户体验。 我们进一步观察 P99 延迟: 在 5,000 RPS 时,两者延迟表现都比较正常。 但是,当目标压力达到 10,000 RPS,frp 的 P99 延迟就出现了明显增长。 在 20,000 RPS 时,frp 的 P99 达到 116.052,而 FastTunnel 为 4.262。 这不仅仅是吞吐量上的差距,也意味着在高压力下,两者的请求响应表现出现了明显分化。 值得注意的是,FastTunnel 在 50,000 RPS 目标档位下,P99 仍保持在 5.670。 对于需要承载高并发 HTTP 请求的内网穿透场景,这样的表现值得关注。 三、TCP 模式:从相近表现到吞吐能力分化相比 HTTP,TCP 模式下的测试结果更加有意思。 在低负载阶段,两者表现非常接近。
1. 吞吐量对比在 5,000、10,000 和 20,000 RPS 三个档位,两者几乎都能完成目标吞吐量。 这说明在本次 TCP 测试的中低负载区间,两者都有不错的处理能力。 真正的分化出现在 30,000 RPS 之后。 当目标压力提升到 30,000 RPS:
当目标压力继续提升到 50,000 RPS:
在 50,000 RPS 目标档位下,FastTunnel 的实际吞吐量约为 frp 的 1.71 倍。 从测试数据来看,FastTunnel 在更高压力下仍然能够继续提升吞吐量,而 frp 在约 25,000 RPS 附近出现了明显的平台期。 2. P99 延迟对比TCP 模式下,低负载阶段 frp 的 P99 延迟更低。 但从 20,000 RPS 开始,FastTunnel 的延迟表现反而更好。 尤其在 50,000 RPS 目标档位: FastTunnel 的 P99 为 5.690,frp 为 8.948。 在本次测试中,FastTunnel 不仅获得了更高的实际吞吐量,同时也保持了更低的 P99 延迟。 四、内存占用:性能之外的另一个维度性能对比不能只看吞吐量和延迟,资源消耗同样重要。 从本次测试数据来看,FastTunnel 的内存占用高于 frp。 以 50,000 RPS 目标档位为例: 尤其在 TCP 模式下,FastTunnel 的内存占用明显更高。 这也是我们后续值得继续优化的方向。 对于网络代理工具来说,吞吐量、延迟、CPU 和内存之间需要找到合适的平衡点。我们不会只挑选有利的数据展示,也希望将资源占用方面的差异如实呈现。 五、测试结果总结将 HTTP 和 TCP 两种模式放在一起,可以得到几个比较明确的结论。 1. HTTP 模式下,FastTunnel 在高负载场景展现出明显优势。 当目标压力达到 50,000 RPS 时,FastTunnel 实际吞吐量约为 frp 的 7.47 倍,P99 延迟也明显更低。 2. TCP 模式下,低负载表现接近,高负载扩展能力出现差异。 在 20,000 RPS 以内,两者吞吐量基本一致;超过这一档位后,FastTunnel 继续提升,而 frp 的吞吐量基本维持在 25,000 RPS 左右。 3. 两种模式下,FastTunnel 均完成了本次实际测试负载,且报告错误率为 0.00%。 需要注意,这里的零错误率仅代表本次短时压测结果,不代表所有负载和长期运行条件下都不会出现错误。 4. FastTunnel 仍有资源优化空间。 尤其是 TCP 模式下,内存占用与 frp 存在较大差距。性能提升并不意味着所有指标都占优,这部分也是后续优化的重点。 六、写在最后做 FastTunnel 的初衷,是希望打造一款性能出色、稳定可靠、使用简单的内网穿透工具。 我们知道,单纯展示一组漂亮的数据并不能说明太多问题。 因此,我们选择将测试过程、测试参数、原始数据以及不同压力档位的表现全部公开,让大家能够看到完整的测试结果,而不仅仅是一个最终的性能数字。 这次测试中,FastTunnel 在 HTTP 高并发场景和 TCP 高负载场景下,都展现出了不错的性能表现。 当然,这并不意味着我们已经做到了最好。 内存占用、长期稳定性、更多并发连接数以及不同网络环境下的表现,都还有进一步验证和优化的空间。 性能不是靠宣传出来的,而是靠一次次测试、一次次优化积累出来的。 我们会继续完善 FastTunnel 的性能测试体系,持续公开测试结果,也欢迎开发者参与验证、提出问题和建议。 GitHub 测试报告: https://github.com/FastTunnel/fasttunnel-bench/issues/11 阅读原文:原文链接 该文章在 2026/11/17 9:52:36 编辑过 |
关键字查询
相关文章
正在查询... |