超融合架构的本质之层次存储

本篇文章将进一步解释在超融合架构中，层次存储为什么是提升数据的I/O性能的***选择。

首先，让我们追溯到现代计算机体系结构中，解决系统性能瓶颈的关键策略：Cache。

现代计算机体系结构是基于冯·诺依曼体系结构构建的，冯.诺依曼体系结构将程序指令当做数据对待，程序和数据存储在相同的存储介质（内存）中，CPU通过系统总线从内存中加载程序指令和相应的数据，进行程序的执行。

冯·诺依曼体系结构解决了计算机的可编程性问题，但是带来了一个缺点，因为程序指令和数据都需要从内存中载入，尽管CPU的速度很快，却被系统总线和内存速度的限制，不能快速的执行。为解决这个问题，Cache的理念被提出，通过在CPU和内存之间加入更快速的访问介质（CPU Cache），将CPU经常访问的指令和数据，放置到CPU Cache中，系统的整体执行速度大幅度提升。

I/O性能瓶颈问题转移到了存储

如果内存的访问速度相对CPU太慢，那么磁盘的I/O访问速度相对CPU来说就是“不能忍”了。下表是不同存储介质的访问延时，在虚拟化环境下或云环境下，由于I/O基本都是随机I/O，每次访问都需要近10ms的寻道延时，使得CPU基本处于“等待数据”的状态，这使得核心业务系统运转效率和核心应用的用户体验都变得很差，直观的感受就是业务系统和桌面应用“很卡”。

参考：http://norvig.com/21-days.html#answers

基于SSD构建平衡系统

和前人解决内存访问延时问题的思路类似，现在的主流方法是使用内存和SSD作为Cache来解决I/O性能瓶颈。存储系统能够分析出数据块的冷热程度，将经常访问的数据块缓存到内存和SSD中，从而加速访问。

不论是全闪存存储，还是混合介质存储，从某种意义上讲都是层次存储，只不过混合阵列多了一层磁盘介质。

学过计算机体系结构的人都听说过著名的Amdahl定律，这里我们要介绍一个Amdahl提出的“不那么著名”的经验法则：

在一个平衡的并行计算环境中，每1GHz的计算能力需要1Gbps的I/O速度与之匹配

假设一台服务器有2颗E5-4669 v3的CPU，每颗CPU有18个核，36个超线程，主频是2.1GHz，那么我们可以计算一下，这样的一台服务器需要151Gbps (即~19GBps）的带宽。在大规模的云计算（虚拟机算）环境中，极端情况下，大量的I/O并发使得存储收到的I/O都变成随机I/O，在这么一个并发环境中，假设我们的访问大部分都是8KB的读写，根据上面的计算，我们需要为一台服务器配备近250万的IOPS读取速度。

在不考虑系统总线的情况下，如果我们用SAS/SATA硬盘来提供这个IOPS，即使每个SAS/SATA盘可以提供近250的IOPS（实际数值更小），仅为构建一台平衡的服务器计算存储环境，就需要大概1万个SAS/SATA硬盘。在稍大规模的虚拟化环境，想要搭出一个平衡的系统，用传统的SAS/SATA硬盘几乎不可能完成任务。但是如果采用能够提10万“写IOPS”的SSD设备，25块SSD就够了。

层次存储的优势

“层次存储”是相对“全闪存”而言，是指将容量大但是速度较慢的HDD和速度快的SSD同时构建在系统中，通过数据的访问特性，将经常访问的热数据放置在SSD中，而冷数据放置在HDD中。

首先，为构建一个平衡的虚拟化环境，需要大量的SSD设备来提供足够的IOPS。但是SSD也不是***的。目前的SSD擦写次数有限、价格高。层次存储将热数据放置在SSD层中，而大量的冷数据仍然放置在SATA硬盘上，热数据周期性的同步到HDD硬盘，既为用户热数据提供了高IOPS的保障，也通过SATA硬盘提供了更大的容量和可靠性。

下图是对11个开发人员桌面负载的I/O统计，包含了对5.1TB大小的存储上的76亿次IO访问和28TB的数据传输。首先值得注意的是，有3.1TB(62%)的数据，在一年内从来没有被访问过，这意味着这些数据无论是放置在SSD上，还是SATA上，甚至放到U盘上拔走，对系统都没有影响。

图引自：《The 80/20 rule… for storage systems》by Andy Warfield

本文转载自网络，原文链接：http://mp.weixin.qq.com/s/IsxDB0kt35p-I3xMOhYBvg
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！