如何透過業務模型，評估系統效能和配置？

      在專案實戰中，需根據業務真實訴求，針對業務模型進行最佳實踐分析和洞察，從主機埠、儲存系統、後端磁碟等端到端進行分析和評估，才能提供比較切合業務訴求的配置。

 

      基於專案實戰，作者已經總結出一套效能評估技術方法論，並整理成文的“IO知識和系統效能深度調優全解(第2版)”電子書，透過原文連結獲取詳情，感謝您對咱們公號的支援，資料目錄如下。

      那麼，通常有哪些因素會影響對效能的準確評估呢？在本文中會把專案效能評估中遇到的難點話題依次羅列，希望對大家有所幫助。

一、IO聚合最佳化寫懲罰

 

     IO聚合成滿分條大小的情況下，無需做預讀操作，不會觸發RAID寫懲罰，RAID寫懲罰在不是滿分條寫的時候，才會觸發預讀的流程。以RAID5-5小寫為例，寫一個資料位，需要預讀兩次，寫校驗位一次。可以認為是一個IO被放大成了四個IO。

 

     而滿分條寫的時候，同時寫四個資料位，不需要預讀，只需要額外寫一次校驗位，可以認為是四個IO被放大成了五個IO 。對比非滿分條寫，效率大大提高。

 

 

     儲存的IO合併能力對於資料庫業務是否各家都能做到IO合併呢？一般儲存針對不同型別的IO有不同的合併能力；資料庫業務主要是隨機IO，各廠商都做不到完全滿分條IO合併。儲存收到的IO是否能夠合併，主要取決於兩個方面。

 

     1、主機側發下來的業務IO是否順序，是否連續，與主機業務軟體本身、主機側塊裝置、捲管理策略、HBA卡拆分策略等相關。主機下發的IO越順序、越連續，到達陣列後的合併效果越好。

     2、IO路徑上的Cache、儲存塊裝置、硬碟等模組都會對IO進行排序與合併的操作，試圖盡可能將小IO合成大IO下盤。

 

     對於順序小IO而言，基本上能夠實現將IO都合併成滿分條後下盤。而對於IO隨機程度較高的資料庫業務，各廠商都無法確保所有IO都能夠合併，只能儘量透過排序和合併，將相鄰地址的小IO合成大IO，但合併程度由於演演算法實現和記憶體大小等因素可能會有所差異。

 

二、場景的業務模型

 

     OLTP、OLAP、VDI和SPC-1是當前效能評估中常見的三類業務場景。SPC-1是業界通用的隨機IOPS型的IO模型，在不清楚實際業務型別的條件下，常用此模型來進行效能評估。四種模型的簡單IO特徵如下表所示。

 

1、OLTP業務模型和特徵：

 

     每個事務的讀，寫，更改涉及的資料量非常小，同時有很多使用者連線到資料庫，使用資料庫，要求資料庫有很快的響應時間，通常一個事務在幾秒內完成，時延要求一般在10-20ms。

 

      針對Data LUN，主要是隨機小IO，IO大小主要為8KB(IO大小與資料庫的Block塊大小一致)，讀寫比約為3:2，讀全隨機，寫有一定合併。 針對LOG LUN，多路順序小IO，大小不定，幾乎都是寫IO。

2、OLAP業務模型和特徵：

 

      一般很少有資料修改，除非在批次載入資料時；系統呼叫非常複雜的查詢陳述句，同時掃描非常多的行；一個查詢將花費數小時，甚至數天；主要取決於查詢陳述句的複雜程度；查詢的輸出通常是一個統計值，由group by與order by得出；當讀取操作進行時，發生的寫操作通常在臨時表空間內；平常對線上日誌寫入很少，除非在批次載入資料時；分析型業務，一般對時延沒有要求。

 

      針對Data LUN，多路順序大IO(可以近似認為是隨機大IO)，IO大小與主機側設定的分條大小有關(如512KB)，90%以上為讀業務，混合間斷讀寫。針對TMP LUN，隨機IO，讀寫混合(先寫後讀，計算時寫，讀臨時表時讀，大部分是寫，佔整個業務中很少部分的IO)，IO大小基本為200KB以上大IO。

3、VDI業務模型和特徵

 

     可以分為啟動風暴、登入風暴和平穩狀態幾個常見場景，在不同的狀態下，業務壓力相差很大。啟動風暴，即大量虛擬機器同時啟動時的突髮狀態，是讀密集型操作。登入風暴，即大量使用者同時登入到桌面，導致共享儲存產生大量爆發性負載的情況，是寫密集型的，很難透過技術方式避免。平穩狀態，即所有使用者在同時使用桌面時，產生負載波動較小的狀態。不同的使用者型別，平穩狀態的負載有所不同。時延要求一般在10ms左右。

 

      平穩狀態下，讀寫比例約為2:8，多路順序小IO，主要是寫，存在一定的合併，IO大小從512B到16KB都有；少量的讀IO，基本都是16KB，在負載穩定之後，Cache命中率在80%以上。

4、SPC-1業務模型和特徵

 

     SPC-1設計一個專門為測試儲存系統在典型業務應用場合下的負載模型，這個負載模型連續不斷地對業務系統併發的做查詢和更新的工作，因此其主要由隨機I/O組成。這些隨機I/O的操作主要涉及資料庫型的OLTP應用以及E-mail系統應用，能夠很好地衡量儲存系統的IOPS指標。

 

      它抽象的測試區域稱為ASU，包括ASU1臨時資料區域，ASU2使用者資料區域和ASU3日誌區域。對整體而言，讀寫比約為4:6，順序IO與隨機IO的比例約為3:7，IO大小主要為4KB，有較明顯的熱點訪問區域。

 

三、如何考慮校驗對效能的影響

 

     對於順序寫業務，IO經過cache的IO合併後下發到RAID層，基本能夠確保都是滿分條寫。對於RAID5-5(4D+1P)這種配置來說，每4個資料IO(D)下盤同時會有一個校驗IO(P)需要下盤。校驗IO下盤所佔的硬碟頻寬用於保障資料的可靠性，而對於使用者上層業務來說並沒有提供可用頻寬，因此需要扣除掉校驗位下盤所佔的頻寬開銷。

 

     對於順序讀業務，在滿分條的情況下，在每個分條內部只需要讀資料位所在的磁碟，不需要讀校驗位所在的磁碟。

 

     例如，某一款產品，能夠提供的最大寫頻寬為3200MB，規劃配置96塊600GB 15k SAS盤(推薦單盤寫頻寬為30MB)，部署RAID6-6(4D+2P)，估算這款產品能夠提供的有效寫頻寬。

 

     硬碟提供的有效寫頻寬 = 單盤順序寫頻寬 * 硬碟數量 * (RAID資料盤數量/RAID總盤數）= 30MB * 96 * (4/6)= 1920 MB

     產品能提供的有效寫頻寬 = MIN(產品能提供的最大寫頻寬，硬碟提供的有效寫頻寬)= MIN(3200MB，1920MB)= 1920 MB

四、讀寫比和對效能影響

 

     讀寫比指的是上層應用下發的讀IO和寫IO的比例分佈。此資料是儲存規劃的重要參考依據。讀業務與寫業務消耗的儲存資源差異很大。下麵是一些典型業務模型的常見讀寫比例

 

     確切瞭解上層應用的讀寫比例直接影響到對cache策略、RAID級別和LUN配置的選擇。寫業務比讀業務會消耗更多的儲存系統資源。

 

     1、在回寫的場景下，寫IO下發到cache之後需要透過交換通道“映象”到對端控制器，IO路徑更長，並需要佔用交換通道的頻寬；

     2、為保證寫資料的可靠性和一致性，智慧儲存通常會採用一些可靠性技術，例如writehole方案，需要將寫資料額外儲存一份在cache或磁碟上；

     3、對於不同的RAID級別而言，寫懲罰的存在會造成更大的時延和資源的開銷；此外對於磁碟(包括SSD盤)而言，寫速度低於讀速度。

 

     而對於讀業務來說，通常消耗較少的系統資源。例如，讀業務不需要生成額外的資料來保證資料一致。此外，絕大部分儲存裝置的讀速度都比寫速度要快。當讀IO發現它所需讀取的資料已經在Cache中(讀命中)時，可以直接傳回而不需要再下盤讀取。在讀命中的情況下，通常意味著最短的響應時延。

 

     同樣數量的主機IO，如果讀寫比例不同，最終需要下盤的IO數量不同，意味著需要提供的磁碟能力不同。

 

五、RAID級別對效能影響

 

     由於各RAID級別的寫懲罰不同，對於相同的業務型別、同樣數量的硬碟而言，選擇不同的RAID演演算法，能夠提供給主機的效能是不相等的。

 

     針對各種典型場景的RAID10、RAID5和RAID6的效能對比，其中假設某儲存裝置上所有硬碟能夠提供的效能為100%，按照各個應用場景的讀寫比例，經過寫懲罰繫數的折算，得到配置成各個RAID級別後能提供給使用者的實際效能。

     從資料中也可以看出，對於不同的業務型別、同樣數量的硬碟、相同的RAID演演算法，寫比例越大，效能越差。以SPC-1場景配置RAID6為例，假設使用者實際效能為x(0.4x + 0.6x * 6 = 100%)，實際效能只是磁碟能提供的x = 25%。

 

     由於RAID演演算法的實現原理不同(RAID10的映象、RAID5/6的校驗盤)，對於同樣大小的裸容量來說，選擇不同的RAID演演算法，可提供給使用者的可用容量是不同的(不考慮熱備空間和系統預留的影響)。

     從可靠性的層面來看，RAID6的可靠性最佳，RAID10次之，RAID5最差。RAID6和RAID10都支援同時壞2塊盤不丟資料，但是RAID10對壞的2塊盤是有條件要求的。

六、順序、隨機特性對效能影響

 

     在磁碟層面，順序IO的效能優於隨機IO。這是由於傳統的機械磁碟讀寫資料需要碟片轉動和磁頭移動，使得隨機讀寫的碟片旋轉和磁頭尋道時間要遠大於順序讀寫。

 

     在智慧儲存系統層面，通常情況下，順序IO的效能同樣大大優於隨機IO，特別是對於小IO的IOPS效能而言。

 

     1、小IO讀：透過順序流識別和預取演演算法，系統提前在磁碟上讀取大塊的連續資料存放在cache中，後續的大量順序小IO在cache中命中，無需下盤處理。而隨機小IO在cache中命中率極低，只能逐個下盤讀。

 

     2、小IO寫：透過IO合併，系統將多個順序小IO合併成一個較大的IO下盤。如果在RAID5或RAID6場景，IO聚合成滿分條大小的情況下，無需做預讀操作，不會觸發RAID寫懲罰，效率很高。而隨機小IO無法合併，只能逐個下盤寫，且會觸發寫懲罰，導致效能更為低下。典型業務場景的順序/隨機特性，以下是一些典型業務場景的順序/隨機特性。

 

七、IO大小對效能的影響

 

     IO的大小取決於上層應用程式本身。對效能而言，小IO一般用IOPS來衡量，大IO一般用頻寬來衡量。例如我們熟悉的SPC-1，主要衡量儲存系統在隨機小IO負荷下的IOPS，而SPC-2則主要衡量在各種高負荷連續讀寫應用場合下儲存系統的頻寬。

 

     就單個IO而言，大IO從微觀角度相比小IO會需要更多的處理資源。對於隨機IO而言，隨著隨機IO塊大小的增加，IOPS會隨之降低。例如，當隨機IO大小大於16KB時，機械硬碟的IOPS會呈線性下降。因此，我們通常SPC-1測試的IOPS值很高，但因為使用者業務模型不同，IO大小不同，效能值也是變化的。

 

     不過對於智慧儲存系統來說，會盡可能透過排序、合併、填充等方法對IO進行整合，將多個小IO組合成單個大IO。例如，典型的Web Server Log業務，一般是8KB大小的順序小IO，在分條大小設定為128KB的儲存裝置上，最終會將16個8KB大小的小IO合併成一個128KB的大IO下發到硬碟上。在這種情況下，對比處理多個小IO，處理單個大IO的速度更快、開銷更小。

 

     IO的大小，影響到磁碟選型，快取、RAID型別、LUN的一些屬性和策略的調優。例如，隨機小IO的場景，由於SSD盤具有快速隨機讀寫的特性，選用SSD盤對比SAS盤能夠大幅提升效能；但如果是隨機大IO，選用頻寬效能相當、價錢便宜的SAS盤更有優勢。

八、快取Cache對效能影響

 

     Cache是儲存中最重要的模組之一，對於IOPS效能而言，Cache的主要作用是加速。對於寫業務，Cache加速體現在三個方面。

 

     1、回寫情況下，主機側下到陣列側的資料只需要下到CACHE處而不需要真正寫到磁碟即可以傳回通知主機寫完成，當寫CACHE的資料積累到一定程度(水位)，陣列才把資料刷到磁碟。由此可以將速度較差的“同步單個寫”轉為“非同步批次寫”，在通常情況下，回寫的效能約是透寫效能的兩倍以上。

     2、寫命中。回寫條件下，新寫到Cache中的資料發現在Cache中已經有準備寫到相同地址但還沒有刷盤的資料。在這種情況下，只需要將新寫入的資料下盤即可。

     3、寫合併。例如小IO下到Cache中，Cache會盡可能對IO進行排序與合併，將多個小IO合成單個大IO再下盤。

 

     對於讀業務，Cache加速主要體現在讀命中。例如智慧預取策略，Cache會主動識別IO流的特徵，如果發現是順序IO流，Cache會在下盤讀IO的同時，主動讀取相鄰區域的大塊資料放到Cache中。當順序IO下發到Cache時，發現Cache中已存放了需要的資料，則直接將此資料傳回即可，不需要再下盤讀。其中的一個特例是“全命中”。在全命中條件下，業務需要讀取的資料已經全部儲存到Cache中，完全不需要再下盤處理，即所有IO到Cache層就傳回了，路徑和時延最短。全命中讀的IOPS值，往往是一款儲存產品能夠提供的最大IOPS值。

      至此，要分享的內容結束，如果呈現出來的技術大餐還未盡興，那就檢視本號歷史效能分析文章，或點選原文連結獲取已整理成文的“IO知識和系統效能深度調優全解(第2版)”電子書吧。