利用亚马逊EBS实现高性能一致存储的秘密

关键字: [Amazon Web Services re:Invent 2023, Amazon Elastic Block Store (EBS), Ebs Volume Types, Ebs Performance, Ec2 Instance Selection, Monitoring Ebs Performance, Database Performance On Ebs]

本文字数: 2500, 阅读完需: 12 分钟

视频

如视频不能正常播放，请前往bilibili观看本视频。>> 使用 Amazon EBS 实现高性能一致性_哔哩哔哩_bilibili

导读

Amazon EBS 每天处理超过 100 万亿次输入/输出操作。性能非常重要，但它不仅关系到平均性能，还关系到性能一致性，以最大限度地减少异常值或尾部延迟。加入本论坛，了解在 Amazon EBS 上运行 Oracle、SAP HANA、Microsoft SQL Server 和 SAS Analytics 的 I/O 密集型和任务关键型部署的参考架构和新增强功能。

演讲精华

以下是小编为您整理的本次演讲的精华，共2200字，阅读时间大约是11分钟。如果您想进一步了解演讲内容或者观看演讲全文，请观看演讲完整视频或者下面的演讲原文。

Mark Olson是亚马逊云科技的资深首席软件工程师，拥有12.5年的存储和存储虚拟化经验。Chen是亚马逊弹性块存储（Amazon Elastic Block Store, EBS）的产品经理，在该领域工作了3年。他们共同向观众展示了一个关于如何利用EBS实现高性能一致性的有趣过程。

他们首先关注了一个重要的概念，即所谓的Little's Law，这是由麻省理工学院（Massachusetts Institute of Technology）的约翰·利特尔（John Little）教授在20世纪40年代和50年代通过对运营和研究的开创性研究发展起来的。Little's Law提供了一种分析任何系统平均容量或并发量的方法，无论是单个进程、网络设备、分布式系统还是超市结账队列。从数学上讲，该定律表明系统中同时存在的请求数量（L）等于进入系统的新的请求的平均到达率（λ）乘以每个请求在系统中停留的平均时间（W）。

为了展示Little's Law的实际应用，Mark提供了一个例子：空中交通管制员如何在平常的早晨处理涌入拉斯维加斯地区的航班。雷达图像显示，在常规的4小时到达窗口内，商业和通用航空航班在距离拉斯维加斯约10-15英里的范围内有规律的排队。然而，在像一级方程式赛车比赛（F1）这样的高峰期，需求增加时，固定系统的容量将达到极限。跑道本身代表了硬并发限制——每次只能有一架飞机实际降落。当输入航班超过容量时，飞机必须在更远的地方排队，最远可达50英里。

Mark将此概念与计算机系统联系起来，指出排队不仅发生在物理环境中，还发生在应用程序、操作系统、网络和存储子系统等软件背景下。每个队列都会引入额外的延迟和争用。正如联邦航