如何通過業務模型，評估系統性能和配置？

在項目實戰中，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、存儲系統、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。

那麼，通常有哪些因素會影響對性能的準確評估呢？在本文中會把項目性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聚合優化寫懲罰

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，寫一個數據位，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，同時寫四個數據位，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。

存儲的IO合併能力對於資料庫業務是否各家都能做到IO合併呢？一般存儲針對不同類型的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。存儲收到的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、主機側塊設備、卷管理策略、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、存儲塊設備、硬碟等模塊都會對IO進行排序與合併的操作，試圖儘可能將小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，只能盡量通過排序和合併，將相鄰地址的小IO合成大IO，但合併程度由於演算法實現和內存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是當前性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，在不清楚實際業務類型的條件下，常用此模型來進行性能評估。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，更改涉及的數據量非常小，同時有很多用戶連接到資料庫，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：

一般很少有數據修改，除非在批量載入數據時；系統調用非常複雜的查詢語句，同時掃描非常多的行；一個查詢將花費數小時，甚至數天；主要取決於查詢語句的複雜程度；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；平常對在線日誌寫入很少，除非在批量載入數據時；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大小與主機側設置的分條大小有關(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，占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、登錄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，即大量虛擬機同時啟動時的突髮狀態，是讀密集型操作。登錄風暴，即大量用戶同時登錄到桌面，導致共享存儲產生大量爆發性負載的情況，是寫密集型的，很難通過技術方式避免。平穩狀態，即所有用戶在同時使用桌面時，產生負載波動較小的狀態。不同的用戶類型，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存儲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並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，能夠很好地衡量存儲系統的IOPS指標。

它抽象的測試區域稱為ASU，包括ASU1臨時數據區域，ASU2用戶數據區域和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、如何考慮校驗對性能的影響

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個數據IO(D)下盤同時會有一個校驗IO(P)需要下盤。校驗IO下盤所佔的硬碟帶寬用於保障數據的可靠性，而對於用戶上層業務來說並沒有提供可用帶寬，因此需要扣除掉校驗位下盤所佔的帶寬開銷。

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數據位所在的磁碟，不需要讀校驗位所在的磁碟。

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

硬碟提供的有效寫帶寬 = 單盤順序寫帶寬 * 硬碟數量 * (RAID數據盤數量/RAID總盤數）= 30MB * 96 * (4/6)= 1920 MB

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

四、讀寫比和對性能影響

讀寫比指的是上層應用下發的讀IO和寫IO的比例分布。此數據是存儲規劃的重要參考依據。讀業務與寫業務消耗的存儲資源差異很大。下面是一些典型業務模型的常見讀寫比例

確切了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存儲系統資源。

1、在回寫的場景下，寫IO下發到cache之後需要通過交換通道「鏡像」到對端控制器，IO路徑更長，並需要佔用交換通道的帶寬；

2、為保證寫數據的可靠性和一致性，智能存儲通常會採用一些可靠性技術，例如writehole方案，需要將寫數據額外保存一份在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數據來保證數據一致。此外，絕大部分存儲設備的讀速度都比寫速度要快。當讀IO發現它所需讀取的數據已經在Cache中(讀命中)時，可以直接返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級別對性能影響

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

針對各種典型場景的RAID10、RAID5和RAID6的性能對比，其中假設某存儲設備上所有硬碟能夠提供的性能為100%，按照各個應用場景的讀寫比例，經過寫懲罰係數的折算，得到配置成各個RAID級別後能提供給用戶的實際性能。

從數據中也可以看出，對於不同的業務類型、同樣數量的硬碟、相同的RAID演算法，寫比例越大，性能越差。以SPC-1場景配置RAID6為例，假設用戶實際性能為x(0.4x 0.6x * 6 = 100%)，實際性能只是磁碟能提供的x = 25%。

由於RAID演算法的實現原理不同(RAID10的鏡像、RAID5/6的校驗盤)，對於同樣大小的裸容量來說，選擇不同的RAID演算法，可提供給用戶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都支持同時壞2塊盤不丟數據，但是RAID10對壞的2塊盤是有條件要求的。

六、順序、隨機特性對性能影響

在磁碟層面，順序IO的性能優於隨機IO。這是由於傳統的機械磁碟讀寫數據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。

在智能存儲系統層面，通常情況下，順序IO的性能同樣大大優於隨機IO，特別是對於小IO的IOPS性能而言。

1、小IO讀：通過順序流識別和預取演算法，系統提前在磁碟上讀取大塊的連續數據存放在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：通過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，導致性能更為低下。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大小對性能的影響

IO的大小取決於上層應用程序本身。對性能而言，小IO一般用IOPS來衡量，大IO一般用帶寬來衡量。例如我們熟悉的SPC-1，主要衡量存儲系統在隨機小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存儲系統的帶寬。

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，但因為用戶業務模型不同，IO大小不同，性能值也是變化的。

不過對於智能存儲系統來說，會儘可能通過排序、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，在分條大小設置為128KB的存儲設備上，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，緩存、RAID類型、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盤能夠大幅提升性能；但如果是隨機大IO，選用帶寬性能相當、價錢便宜的SAS盤更有優勢。

八、緩存Cache對性能影響

Cache是存儲中最重要的模塊之一，對於IOPS性能而言，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數據只需要下到CACHE處而不需要真正寫到磁碟即可以返回通知主機寫完成，當寫CACHE的數據積累到一定程度(水位)，陣列才把數據刷到磁碟。由此可以將速度較差的「同步單個寫」轉為「非同步批量寫」，在通常情況下，回寫的性能約是透寫性能的兩倍以上。

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

3、寫合併。例如小IO下到Cache中，Cache會儘可能對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。例如智能預取策略，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數據放到Cache中。當順序IO下發到Cache時，發現Cache中已存放了需要的數據，則直接將此數據返回即可，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，業務需要讀取的數據已經全部保存到Cache中，完全不需要再下盤處理，即所有IO到Cache層就返回了，路徑和時延最短。全命中讀的IOPS值，往往是一款存儲產品能夠提供的最大IOPS值。

溫馨提示：

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！