买 VPS 之前，我几乎每次都先翻测评报告，把 Geekbench 单核、多核、iperf3 上下行、fio 的随机写这几行数字抄下来做对比。用了几年之后我慢慢发现一件事：这些数字本身没有错，但它离你实际拿到手以后的体感，隔着好几层没被写出来的东西。单核跑分高就一定能跑得快吗？晚高峰测速到底几点做才算数？一篇报告里只跑一次的结果，能不能直接拿来比两家机器？这些坑我自己踩过，所以想写成一篇能落地的方法笔记。
如果你正在挑一台用于建站、接口服务或者跑脚本的 VPS，可以先看看这几家的配置说明和技术文档作为对照：digvps（服务器测评平台） interserver（云与裸金属服务器）
Geekbench 那类跑分工具的单核分数，本质上是在一个进程里连续做同一串整数运算和浮点计算，看这台机器的单个核心能跑多快。它测的是「一个核有多快」，不是「你的业务有多快」。
问题在于，真实业务很少只用一个核，但也很少能把所有核都吃满。PHP-FPM 起十几个 worker、Node 起一串 event loop、Go 的协程调度，这些场景对 CPU 的要求更像是「很多个不太强的核同时转」而不是「一个猛核」。反过来，如果你跑的是图片处理、编译、加密签名这类偏串行的活，单核分数确实非常关键。这两种活需要的机器profile 完全相反，所以看单核分数之前，你得先知道自己要跑的是哪一种。
还有一个更隐蔽的坑：KVM 这类虚拟化环境下的跑分会把宿主机争抢的时间算进总时间里。同一台机器在半夜和晚上八点跑同一个测试，分数可能差百分之十几，这部分差额不是你机器慢，是邻居把你的时间片抢走了。所以报告里那个漂亮数字，只代表「在那个时刻、那个负载下、那一台机器」的状态。
这是我最想提醒的一点。市面上大部分测评报告只贴一次跑分的截图，就像我早年那样。看到一个 1200 分就直接下单，结果拿到手跑一下只有 900 出头。不是被坑了，是那一次根本就是采样运气。
我自己现在固定这么测：同一个测试连续跑五到七次，全部记录下来，然后看中位数，不看最高值也不看平均值。最高值受运气影响，平均值会被某一次异常拖偏，中位数最能代表「这台机器平常的水平」。同时我会顺手看一下这几次的离散程度如果五次里最高 1400、最低 800、其余都在 1100 上下，那说明这台机器的 CPU 资源是共享的而且波动不小，它报告里的单核分数基本没有参考价值；要是五次挤在 1150 到 1250 这个窄区间里，那才是真的稳。
顺便说一句，跑分工具本身也有版本差异，不同版本、不同编译选项出来的分数不能横向比。你对比两份报告时，先确认用的是同一套工具和同一版本，否则数字没有可比性。
这个问题问得挺具体，也确实很实用。晚高峰一般指国内时间晚上八点到十一点，这个时段是国内用户访问海外服务器压力最大的时候，跨境出口的拥塞主要发生在这个窗口里。
我的做法是分两次测：一次在工作日的上午十点左右，作为「平峰基线」；一次在晚上八点半到九点，作为「高峰值」。两次都用同一个测速节点、同一个时间长度（我一般单次跑十秒以上，太短了样本不够）、同一台本地机器。两次都记录上行和下行。
看的时候重点不是绝对值，而是比值。如果平峰 200Mbps、高峰 30Mbps，那落差七成，说明这条线路的余量很窄，业务高峰时大概率要排队。反过来平峰 200、高峰 150 的线路，说明即使人多也没打满，余量是有的。至于说「到底几点测最准」，我的答案是：报告里的测速数据如果只有一组没标时间，那它大概率是平峰数据，或者是某个运气好的时刻先按高峰值打个折去看更保险。真要拿它做决策，就自己在高峰时段测一次，别信没有时间戳的图。
还有一个必须分开看的概念：去程和回程不是一回事。去程是你本地到服务器，回程是服务器回到你本地。测速软件站在你本地发起时，测的是双向都绕出去再回来的结果，而你的网站访问体验在回程那一侧。所以看到一条线路「三网回程 CN2 GIA」时，别以为本地测速一定好看，中间还隔着落地侧的互联质量。反过来也一样，只看本地测速漂亮就下单，回程绕路的话，实际打开网页还是慢。这两个方向要分开看，别混在一起下结论。
第一是磁盘。VPS 用的是虚拟化存储，随机写的延迟和队列深度下的表现，比顺序读写更能反映日常体验。建站、装数据库、跑 git 操作，全是随机 IO。我更关心低队列深度下的延迟，而不是几百 MB/s 的顺序写带宽后者很多机器都能刷出来，看着好看但不解决问题。
第二是内存与交换。内存给得少，机器就开始用 swap，看起来 CPU 也不忙、磁盘也不慢，但每个请求都在等磁盘，体感就是「整体发木」。看到配置里内存只有 1G 还要跑数据库的，我一般直接跳过。
第三是流量的计量口径。商家写的「不限流量」和「1TB 流量」是两回事：不限流量的机器往往在带宽上做了更严的限速，或者在条款里写着超量降速；标 1TB 的机器如果你的业务是下载类，一天就能吃掉几十 G。看流量数字时，一定去看峰值带宽是多少，两者搭配着看才有意义。
我现在挑机器的流程是这样：先从报告里抄下五组数据单核跑分的中位数、同一测试的离散幅度、fio 的低队列深度写延迟、平峰带宽、高峰带宽，横向摆成表。表里如果有两项以上看不清或者明显不稳，我就直接放弃这家，不去赌运气。
这个方法花的时间比只看一行截图多，但省下来的钱更多。我有一次按截图选了一台单核分很高的机器，上线之后发现磁盘延迟高得离谱，一个后台列表页要转两秒多。后来换了一台分数低一些但 IO 稳的机器，反而一切正常。那次之后我就养成了这个习惯：分数是入口，不是结论。
最后补一句心态上的话。测评报告是别人的机器、别人的时间、别人的测试方法，它只能帮你缩小范围，不能替你做决定。真正靠谱的做法，是把报告当线索，挑两三家候选，在你最关心的那个时段、那个业务场景下亲自测一轮。单核跑分、采样中位数、晚高峰时段的差值，这三个数凑齐，你的判断基本就不会跑偏了。
