博客
关于我
交叉编译iperf
阅读量:631 次
发布时间:2019-03-14

本文共 565 字,大约阅读时间需要 1 分钟。

在嵌入式设备与Linux虚拟机环境中测试丢包率之前,需要使用iperf3进行性能评估。本文将详细介绍iperf3源码包的获取与交叉编译过程,以及如何在设备上配置并运行测试。

iperf3源码包可从下列地址下载:

https://downloads.es.net/pub/iperf/iperf-3.1.6.tar.gz

对于君正平台的mips-linux-gnu环境,进行如下交叉编译配置:

./configure --host=mips-linux-gnu CXX=mips-linux-gnu-g++ CC=mips-linux-gnu-gcc --prefix=/home/xsw/third_source/iperf-3.1.6/iperf_bin

接下来执行编译命令:

make

编译完成后,iperf3可在以下路径找到:

/home/xsw/third_source/iperf-3.1.6/src/.libs/iperf3

在嵌入式设备上运行iperf3服务端,使用以下命令启动测试:

iperf3 -s -u -i 1

客户端测试可通过以下命令启动,以测试与服务端的连接:

iperf -u -c 192.168.13.163  -b 500K -i 1 -w 1M -t 60

完成所有配置后,可启动丢包率测试。

转载地址:http://lbklz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
opencv图像分割2-GMM
查看>>
OpenCV:概念、历史、应用场景示例、核心模块、安装配置
查看>>
Openlayers高级交互(10/20):绘制矩形,截取对应部分的地图并保存
查看>>
Openlayers高级交互(19/20): 地图上点击某处,列表中显示对应位置
查看>>
openlayers:圆孔相机根据卫星经度、纬度、高度、半径比例推算绘制地面的拍摄的区域
查看>>
OpenMCU(一):STM32F407 FreeRTOS移植
查看>>
OpenMMLab | 【全网首发】Llama 3 微调项目实践与教程(XTuner 版)
查看>>
OpenMMLab | 面向多样应用需求,书生·浦语2.5开源超轻量、高性能多种参数版本
查看>>
OpenPPL PPQ量化(4):计算图的切分和调度 源码剖析
查看>>
OpenPPL PPQ量化(5):执行引擎 源码剖析
查看>>