大IO和小IO
我们通常把<=16KB的I/O认为是小I/O,而>=32KB的I/O认为是大I/O。就单个I/O来讲,大I/O从微观的角度相比小I/O会需要更多处理资源,不过对于智能存储系统来说,会尽可能把I/O整理为顺序的,以单个操作执行,如此依赖,将多个小I/O整理成单个大I/O处理后,反而会更快。I/O的大小依然取决于应用程序本身,了解I/O的大小,影响到后期对缓存、RAID类型、LUN的一些属性的调优。
如何区分大IO和小IO
在做性能评估和讨论IO模型时,经常会遇到是大IO还是小IO的问题。我们通常把<=16KB的IO认为是小IO(典型的如512bytes、4KB),而>=32KB的IO认为是大IO(典型的如256KB、1MB),处于16K和32K间的IO也认为是小IO。例如,典型的OLTP数据业务是小IO,而数据仓库业务是大IO。典型业务场景的IO大小,以下是一些典型业务场景的IO大小。
IO大小对性能的影响
IO的大小取决于上层应用程序本身。对性能而言,小IO一般用IOPS来衡量,大IO一般用带宽来衡量。例如我们熟悉的SPC-1,主要衡量存储系统在随机小IO负荷下的IOPS,而SPC-2则主要衡量在各种高负荷连续读写应用场合下存储系统的带宽。
就单个IO而言,大IO从微观角度相比小IO会需要更多的处理资源。对于随机IO而言,随着随机IO块大小的增加,IOPS会随之降低。例如,当随机IO大小大于16KB时,机械硬盘的IOPS会呈线性下降。因此,我们通常SPC-1测试的IOPS值很高,但因为用户业务模型不同,IO大小不同,性能值也是变化的。
不过对于智能存储系统来说,会尽可能通过排序、合并、填充等方法对IO进行整合,将多个小IO组合成单个大IO。例如,典型的Web Server Log业务,一般是8KB大小的顺序小IO,在分条大小设置为128KB的存储设备上,最终会将16个8KB大小的小IO合并成一个128KB的大IO下发到硬盘上。在这种情况下,对比处理多个小IO,处理单个大IO的速度更快、开销更小。
IO的大小,影响到磁盘选型,缓存、RAID类型、LUN的一些属性和策略的调优。例如,随机小IO的场景,由于SSD盘具有快速随机读写的特性,选用SSD盘对比SAS盘能够大幅提升性能;但如果是随机大IO,选用带宽性能相当、价钱便宜的SAS盘更有优势。
缓存Cache对IO性能影响
数据的位置分布影响到后期对二级缓存或存储分层技术的应用,因为这些技术都会根据I/O的位置分布来判断是否将I/O放置到缓存或快速的层级。位置引用是指那些被频繁的存储位置,我们通常认为最新创建的数据以及最近被访问过的数据,它们周围的数据也同时被访问的可能性会比较大。因此,了解应用程序的I/O位置特性,有助于应用正确的性能优化技术。
Cache的加速原理介绍
Cache是存储中最重要的模块之一,对于IOPS性能而言,CACHE的主要作用是加速。
Cache对写业务加速
1、回写情况下,主机侧下到阵列侧的数据只需要下到CACHE处而不需要真正写到磁盘即可以返回通知主机写完成,当写CACHE的数据积累到一定程度(水位),阵列才把数据刷到磁盘。由此可以将速度较差的“同步单个写”转为“异步批量写”,在通常情况下,回写的性能约是透写性能的两倍以上。
2、写命中。回写条件下,新写到CACHE中的数据发现在CACHE中已经有准备写到相同地址但还没有刷盘的数据。在这种情况下,只需要将新写入的数据下盘即可。
3、写合并。例如小IO下到CACHE中,CACHE会尽可能对IO进行排序与合并,将多个小IO合成单个大IO再下盘。
Cache对读业务加速
对于读业务,CACHE加速主要体现在读命中。例如智能预取策略,CACHE会主动识别IO流的特征,如果发现是顺序IO流,CACHE会在下盘读IO的同时,主动读取相邻区域的大块数据放到CACHE中。当顺序IO下发到CACHE时,发现CACHE中已存放了需要的数据,则直接将此数据返回即可,不需要再下盘读。其中的一个特例是“全命中”。在全命中条件下,业务需要读取的数据已经全部保存到CACHE中,完全不需要再下盘处理,即所有IO到CACHE层就返回了,路径和时延最短。全命中读的IOPS值,往往是一款存储产品能够提供的最大IOPS值。
稳定型IO和浪涌性IO
I/O数量在一天中的不同时段会有不同的表现。例如,早高峰时段的I/O数量相比下班后的I/O会多出许多。如果能准确预测和估计应用的I/O在不同时间段的稳定性和爆发性,可以正确分配资源,提高资源利用率。在前期的设计阶段,就应该考虑系统是否能够处理I/O高峰期。
多线程IO和单线程并发
多线程是实现并发操作的一种方式,同时也意味着对存储系统的资源消耗更多。这种高IOPS的请求方式,在有些情况下会造成磁盘繁忙,进而导致I/O排队,增加了响应时间。因此,适度的调整线程数量,不仅可以实现并发,而且能在不拖累整个存储系统的情况下,达到最优的响应时间。