大部分人在考虑存储性能时，他们首先想到的是最大吞吐量。但是最大吞吐量就像汽车厂商给汽车标的最高速度。实际上，你几乎永远不会达到那个速度。考虑存储性能时也不应该只考虑最大吞吐量。
还拿汽车来举例，大部分时候，加速度和过弯的处理能力可能会比最大吞吐量更重要。这和存储性能是类似的。
大部分人都知道SSD固态硬盘一般比普通的机械硬盘快。但这不仅仅是因为固态硬盘的最大吞吐量更大。还和它们的IOPS（Input/Output operations per second, 每秒读写次数）有关。更高IOPS的存储器，会提高我们日常真实应用的性能。但是IOPS也不是唯一指标。更准备的说：IOPS只有和平均时延以及读写字节大小相关联时才有意义。让我们先来看IOPS和时延。
io01
时延指的是单个读写操作被处理的时间。这点非常重要，拿一个每秒可以处理1000个读写操作并且平均时延是10毫秒的存储系统，和另一个每秒可以处理5000个读写操作但是平均时延是50毫秒的存储系统相比，前一个在应用性能上可能更好些。尤其是对那些对时延敏感的应用，比如说数据库服务。
所以，我们需要搞清楚：IOPS和时延是如何相互关联、影响的。这里，汽车的例子可能不太合适了，我们举另外一个例子。假设你在一个特殊的超市，顾客（IO请求）被收银员（磁盘）以平均10毫秒的速度所服务。将1秒除以10毫秒，我们可以知道这个收银员1秒可以服务100个顾客。但是同一时间收银员只能服务一个顾客，服务的顺序是线性连续的。
io02
显然，尽管收银员一秒可以处理100个顾客，但是他没法同时处理这些顾客！所以当第一个顾客到达收银台时，在10毫秒的处理时间内，如果有第二个顾客到达，那么第二个顾客只能等待。当第二个顾客被服务时，处理时间依然是10毫秒，但是总体花费的时间可能是15毫秒甚至更长（比如两个顾客同时到达）。
io03
所以，尽管磁盘可以在10毫秒的平均时延下处理一个独立的IO请求，但是对于应用来说，实际的时延可能会更高，因为部分IO请求在等待被处理。
这个例子也说明，排队等待会提高某些IO请求被处理的时间。所以你如果你将队列增大，你会发现平均时延也增大了。越长的队列意味着越高的时延，但是好处是也带来了更高的IOPS！！！
io04
为什么磁盘在牺牲时延的情况下可以提高IOPS（并且这些读写的位置是随机的）？技巧在于，存储系统会将队列中的IO请求重新排序，使得实际对磁盘的访问在物理地址上更连续。所以磁盘可以在牺牲平均时延的情况下提高IOPS。但这种牺牲是否可接受取决于时延增加了多少，以及对应用层性能带来了多少提高。
英文原文地址： Understanding IOPS, Latency and Storage Performance by louwrentius (https://louwrentius.com/understanding-iops-latency-and-storage-performance.html)
原文链接： https://pengrl.com/p/37967/
原文出处： yoko blog (https://pengrl.com)
原文作者： yoko (https://github.com/q191201771)
版权声明： 本文欢迎任何形式转载，转载时完整保留本声明信息（包含原文链接、原文出处、原文作者、版权声明）即可。本文后续所有修改都会第一时间在原始地址更新。
本篇文章由一文多发平台ArtiPub自动发布
网友评论