Что такое rpm на жестком диске
hdd 5400 или 7200 об мин
5400 против 7200 жестких дисков
Если вы ищете жесткий диск, вы, вероятно, заметили, что они выпускаются в версиях 5400 и 7200 об / мин. RPM обозначает обороты в минуту или скорость, с которой поворачиваются пластинки. Как вы уже догадались, единственная разница между этими двумя типами жестких дисков заключается в том, что жесткий диск 7200 об / мин вращается намного быстрее, чем жесткий диск на 5400 оборотов в минуту.
Это единственное различие приводит к существенным различиям между 5400 и 7200 жесткими дисками. Первая из них — это уменьшенная временная задержка вращения или среднее время, в течение которого система ждет, пока блюдо достигнет правильного положения; 4.16ms для 7200 и 5.55ms для 5400. Это напрямую коррелирует со скоростью, с которой информация может быть записана или прочитана с жесткого диска. Разница в производительности еще больше, когда начинается фрагментация, поскольку файлы не будут смежными, и голова должна перемещаться несколько раз, чтобы извлечь файл. Как правило, жесткие диски с частотой 7200 об / мин работают намного лучше, чем 5400 жестких дисков.
Итак, почему 5400 жестких дисков существуют, если 7200 жестких дисков лучше и не намного дороже. В этом есть ряд факторов. Самым большим является связанное с этим потребление энергии. 5400 жестких дисков часто называют зелеными дисками, поскольку они потребляют меньше энергии, чем 7200 жестких дисков. Это важно для ноутбуков, потому что они позволяют ноутбуку продлевать срок службы батареи. Увеличение потребления энергии также означает увеличение количества тепла. Опять же, ноутбуки предпочитают меньшее производство тепла, поскольку тепло может сделать пользователя неудобным.
7200 об / мин жесткие диски также создают больше шума, чем 5400 об / мин жестких дисков. Это может быть неважно, если у вас один или два жестких диска. Но если у вас много работает одновременно, совокупный шум может быть довольно тревожным. Это, наряду с уменьшением энергопотребления, является одной из причин, почему некоторые серверы предпочитают использовать жесткие диски емкостью 5400 об / мин, а не жесткие диски 7200 об / мин.
Эти два жёстких диска восемь лет работают безупречно. Помимо диска в ноутбуке работает вентилятор, охлаждающий центральный поцессор и дискретную видеокарту (nVidia). Поэтому не могу точно сказать, кто шумит больше: жёсткий диск либо вентилятор? Шум незначительный есть, однако он не мешает мне играть в игры, смотреть фильмы и слушать музыку.
ОС Windows 7 64-разрядная загружается на данный момент 27 секунд. ОС Windows 8.1 также 64-разрядная загружается 31 секунду. В автозагрузке системы ничего нет. Всё, что мне нужно, я устанавливаю в Планировщике задач. Не раз на свой ноутбук пытался устанавить Windows 10, однако из-за отсутствия многих драйверов (нет драйверов на интегрированную карту Intel, чипсет Intel, встроенную веб-камеру и так далее) через пару дней её удалял. То звук некорректно работал, то тачпад зависал. Десятка на моём ноутбуке не хочет работать нормально.
Так что шум есть, но, на мой взгляд, он незначительный. Помимо жёсткого диска в ноутбуке работает также вентилятор, охлаждающий компоненты ноутбука.
Привет, друзья! Сегодня давайте обсудим скорость вращения шпинделя жесткого диска: 5400 или 7200 — что лучше и почему. В этом посте мы с вами выясним, какие бывают скорости, есть ли разница в работе разных HDD и на что может влиять эта характеристика.
p, blockquote 1,0,0,0,0 —>
Пользуясь случаем, ненавязчиво напоминаю, что харды любого бренда и объема вы найдете в этом популярном интернет‐магазине.
p, blockquote 2,0,0,0,0 —>
Как устроен накопитель HDD
Для начала давайте вспомним схему винчестера для любого компьютера или для ноутбука. Основной элемент, на который записываются все данные — металлический намагниченный диск.
p, blockquote 3,0,0,0,0 —>
ПК работает с двоичным кодом, так как в этом формате информацию очень удобно хранить. Единица будет зашифрована в заряженной ячейке, а ноль — в слоте без заряда.
p, blockquote 4,0,0,0,0 —>
Объем накопителя зависит от того, сколько таких ячеек помещается на поверхности магнитного диска. Считываются данные с помощью магнитных головок, которые «парят» над поверхностью, но не касаются ее.
p, blockquote 5,0,1,0,0 —>
Одна из возможных поломок харда — когда головки падают на диск. Часть информации при этом возможно восстановить, однако требуется полностью стерильная лаборатория: малейшая частица пыли, попав на поверхность магнитного диска, размагничивает его, тем самым стирая часть данных.
p, blockquote 6,0,0,0,0 —>
Вращается диск винчестера с помощью электрического мотора. Шпинделем называется ось, на которой надеты один или несколько магнитных дисков.
RPM — что это такое
При всех прочих равных параметрах быстрее будет считываться информация с hard disk, у которого быстрее вращается ось. 
Объясняется тем, что за одно и то же время под магнитной головкой «пробегает» больше секторов с записанной на них информацией.
p, blockquote 8,0,0,0,0 —>
Выход из строя привода — вторая распространенная причина потери функциональности винчестера, на что может влиять в том числе и механическое воздействие.
p, blockquote 9,0,0,0,0 —>
При ударе или падении, ось может попросту заклинить.
p, blockquote 10,1,0,0,0 —>
Также распространенная поломка — выход из строя электропривода. Детальнее про поломки и срок службы HDD вы можете почитать здесь.
p, blockquote 11,0,0,0,0 —>
Скорость вращения шпинделя в об/мин обозначается как RPM. Эта характеристика всегда указана на шильдике, который наклеен на верхней крышке девайса(или же в подробных характеристиках на оф.сайте производителя).
p, blockquote 12,0,0,0,0 —>
Какая оптимальная и максимальная скорость вращения
У современных HDD стандарта SATA III почти всегда шпиндели вращаются с частотой 7200 RPM. Для доступа к нужным ячейкам, головке требуется приблизительно 12 мс.
p, blockquote 13,0,0,0,0 —>
У винчестеров серии WD Raptor этот показатель еще выше — 10 000 оборотов за минуту. Итоговое время доступа к информации 8,5 мс.
p, blockquote 14,0,0,0,0 —>
У хардов со скоростью шпинделя 5400 (например, некоторые бюджетные SATA III или предыдущие поколения этого формата) для доступа к данным требуется приблизительно 16 мс. Незначительно она отличается у чуть более быстрых винчестеров, с частотой вращения шпинделя 5900 об/мин.
Есть ли разница для обычного пользователя? Я считаю, что нет — несколько миллисекунд вообще ничего не решают. При этом цена более быстрого винчестера, как правило, дороже — от 10 долларов и больше.
p, blockquote 15,0,0,1,0 —>
Учитывая, что на производительность компьютера влияет еще огромный перечень факторов, «шустрость» шпинделя — не тот параметр, по поводу которого стоит слишком сильно заморочиться.
p, blockquote 16,0,0,0,0 —>
Какая этому есть разумная альтернатива, позволяющая ускорить чтение данных? Конечно же, SSD и пока только он.
p, blockquote 17,0,0,0,0 —>
p, blockquote 18,0,0,0,0 —>
Буду благодарен, если вы не забудете расшарить этот пост в социальных сетях. Не прощаюсь, увидимся завтра!
p, blockquote 19,0,0,0,0 —>
p, blockquote 20,0,0,0,0 —> p, blockquote 21,0,0,0,1 —>
Какие факторы влияют на производительность систем хранения и как?
Системы хранения данных для подавляющего большинства веб-проектов (и не только) играют ключевую роль. Ведь зачастую задача сводится не только к хранению определенного типа контента, но и к обеспечению его отдачи посетителям, а также обработки, что накладывает определенные требования к производительности.
В то время, как при производстве накопителей используется множество других метрик, чтоб описать и гарантировать должную производительность, на рынке систем хранения и дисковых накопителей, принято использовать IOPS, как сравнительную метрику, с целью «удобства» сравнения. Однако производительность систем хранения, измеряемая в IOPS (Input Output Operations per Second), операциях ввода / вывода (записи / чтения), подвержена влиянию большого множества факторов.
В этой статье я хотел бы рассмотреть эти факторы, чтобы сделать меру производительности, выраженную в IOPS, более понятной.
Начнем с того, что IOPS вовсе не IOPS и даже совсем не IOPS, так как существует множество переменных, которые определяют сколько IOPS мы получим в одних и других случаях. Также следует принять во внимание, что системы хранения используют функции чтения и записи и обеспечивают различное количество IOPS для этих функций в зависимости от архитектуры и типа приложения, в особенности в случаях, когда операции ввода / вывода происходят в одно и тоже время. Различные рабочие нагрузки предъявляют различные требования к операциям ввода / вывода (I/O). Таким образом, системы хранения, которые на первый взгляд должны были бы обеспечивать должную производительность, в действительности могут не справится с поставленной задачей.
Основы производительности накопителей
Для того, чтоб приобрести полноценное понимание в вопросе, начнем с основ. IOPS, пропускная способность (MB/s или MiB/s) и время отклика в миллисекундах (мс) являются общепринятыми единицами измерения производительности накопителей и массивов из них.
IOPS обычно рассматривают в ключе измерения способности устройства хранения производить чтение / запись блоками размером 4-8КБ в случайном порядке. Что типично для задач онлайн-обработки транзакций, баз данных и для запуска различных приложений.
Понятие пропускной способности накопителя обычно же применимо при чтении / записи крупного файла, к примеру, блоками 64КБ и более, последовательно (в 1 поток, 1 файл).
Время отклика — время, которое необходимо накопителю для того, чтоб начать производить операцию записи / чтения.
Преобразование между IOPS и пропускной способностью может быть выполнено следующим образом:
IOPS = пропускная способность / размер блока;
Пропускная способность = IOPS * размер блока,
где размер блока — количество информации, переданное на протяжении одной операции ввода / вывода (I/O). Таким образом, зная такую характеристику жесткого диска (HDD SATA), как пропускную способность — мы с легкостью можем вычислить количество IOPS.
К примеру, возьмем стандартный размер блока — 4КБ и стандартную пропускную способность, заявленную производителем для последовательной записи или чтения (I/O) — 121 Мбайт / с. IOPS = 121 МБ / 4 КБ, в результате чего получим значение порядка 30 000 IOPS для нашего жесткого диска SATA. Если же размер блока увеличить и сделать равным 8 КБ, значение будет порядка 15 000 IOPS, то есть снизится практически пропорционально увеличению размера блока. Однако нужно четко понимать, что тут мы рассматривали IOPS в ключе последовательной записи или чтения.
Все меняется драматическим образом для традиционных жестких SATA дисков, если чтение и запись будут случайными. Тут начинает играть роль задержка (latency), которая очень критична в случае жестких дисков HDDs (Hard Disk Drives) SATA / SAS, а порой даже и в случае твердотельных накопителей SSD (Solid State Drive). Хотя последние зачастую обеспечивают производительность на порядки лучшую, чем у «вращающихся» накопителей, за счет отсутствия движущихся элементов, но все же могут возникать ощутимые задержки при записи, в виду особенностей технологии, и, как следствие, при использовании их в массивах. Глубокоуважаемый amarao провел довольно полезное исследование по использованию твердотельных накопителей в массивах, как выяснилось, производительность будет зависеть от latency самого медленного из дисков. Более подробно с результатами Вы можете ознакомиться в его статье: SSD + raid0 — не всё так просто.
Но вернемся к производительности отдельно взятых накопителей. Рассмотрим случай с «вращающимися» накопителями. Время, требуемое для выполнения одной случайной операции ввода / вывода будет определятся такими составляющими:
где T(A) — время доступа (access time или seek time), также известное, как время поиска, то есть время, требуемое для того, чтоб считывающая головка, была помещена на дорожку с нужным нам блоком информации. Зачастую в спецификации диска производителем указываются 3 параметра:
— время, требуемое, чтоб переместиться с самой дальней дорожке к самой ближней;
— время, требуемое для перемещения между смежными дорожками;
— среднее время доступа.
Таким образом мы приходим к волшебному выводу, что показатель T(A) может быть улучшен, если мы размещаем наши данные на как можно более близких дорожках, а все данные располагаются как можно дальше от центра пластины (требуется меньше времени для перемещения блока магнитных головок, а на внешних дорожках данных больше, так как больше длина дорожки и она вращается быстрее, нежели внутренняя). Теперь становится понятно почему дефрагментация может быть так полезна. Особенно с условием размещения данных на внешних дорожках в первую очередь.
T(L) — задержка, вызванная вращением диска, то есть время, требуемое для того, чтоб считать или записать конкретный сектор на нашей дорожке. Легко понять, что оно будет лежать в пределах от 0 до 1/RPS, где RPS — количество оборотов в секунду. К примеру при характеристике диска в 7200 RPM (оборотов в минуту) мы получим 7200/60 = 120 оборотов в секунду. То есть один оборот происходит за (1/120) * 1000 (количество миллисекунд в секунде) = 8,33 мс. Средняя же задержка в этом случае, будет равна половине времени, затрачиваемому на один оборот — 8,33/2 = 4,16 мс.
T(R/W) — время чтения или записи сектора, которое определяется размером выбранного при форматировании блока (от 512 байт и до… нескольких мегабайт, в случае с более емкими накопителями — от 4 килобайт, стандартный размер кластера) и пропускной способностью, которая указана в характеристиках накопителя.
Среднюю задержку вращения, которая приблизительно равна времени, затраченному на половину оборота, зная скорость вращения 7200, 10 000 или 15 000 RPM, легко определить. И выше мы уже показали как.
Остальные же параметры (среднее время поиска чтения и записи) определить сложнее, они определяются уже в результате тестов и указываются производителем.
Для расчета количества случайных IOPs жесткого диска возможно применить следующую формулу, при условии когда количество одновременных операций чтения и записи одинаково (50%/50%):
1/( ( (среднее время поиска чтения + среднее время поиска записи) / 2) / 1000) + (средняя задержка вращения / 1000)).
Многие интересуются, почему именно такое происхождение формулы? IOPS — количество операций ввода или вывода в секунду. Именно потому мы делим в числителе 1 секунду (1000 миллисекунд) на время с учетом всех задержек в знаменателе (выраженное также в секундах или миллисекундах), требуемое для осуществления одной операции ввода или вывода.
То есть формула может быть записана и таким образом:
1000 (мс) / ((среднее время поиска чтения (мс) + среднее время поиска записи (мс)) /2) + средняя задержка вращения (мс))
Для накопителей с различным количеством RPM (вращений в минуту), мы получим следующие значения:
Для 7200 RPM накопителя IOPS = 1/(((8,5+9,5)/2)/1000) + (4,16/1000)) = 1/((9/1000) +
(4,16/1000)) = 1000/13,16 = 75,98;
Для 10K RPM SAS накопителя IOPS = 1/(((3,8+4,4)/2)/1000) + (2,98/1000)) =
1/((4,10/1000) + (2,98/1000)) = 1000/7,08 = 141,24;
Для 15K RPM SAS накопителя IOPS = 1/(((3,48+3,9)/2)/1000) + (2,00/1000)) =
1/((3,65/1000) + (2/1000)) = 1000/5,65 = 176,99.
Таким образом мы видим драматические изменения, когда с десятков тысяч IOPS при последовательном чтении или записи, производительность падает до нескольких десятков IOPS.
И уже, при стандартном размере сектора в 4КБ, и наличию столь малого числа IOPS, мы получим значение пропускной способности отнюдь не в сотню мегабайт, а менее, чем в мегабайт.
Эти примеры также иллюстрируют причину незначительных изменений в номинальных дисковых IOPS от разных производителей для дисков с одним и тем же показателем RPM.
Теперь становится понятным, почему данные производительности, лежат в довольно широких диапазонах:
7200 RPM (Rotate per Minute) HDD SATA — 50-75 IOPS;
10K RPM HDD SAS — 110-140 IOPS;
15K RPM HDD SAS — 150-200 IOPS;
SSD (Solid State Drive) — десятки тысяч IOPS на чтение, сотни и тысячи на запись.
Однако номинальный дисковый IOPS остается все же далеко неточными, так как не учитывает различий в характере нагрузок в отдельно взятых случаях, что очень важно понимать.
Также, для лучшего понимания темы, рекомендую ознакомиться еще с одной полезной статьей от amarao: Как правильно мерять производительность диска, благодаря которой становиться также понятным, что latency вполне не фиксирована и также зависит от нагрузки и ее характера.
Единственное, хотелось бы добавить:
При расчете производительности жесткого диска можно пренебречь снижением количества IOPS при увеличении размера блока, почему?
Мы уже поняли, что для «вращающихся» накопителей, время, требуемое для случайного чтения или записи, складывается из следующих компонент:
И далее даже рассчитали производительность при случайном чтении и записи в IOPS. Вот только параметром T(R/W) мы там по сути пренебрегли, и это не случайно. Мы знаем, что допустим, последовательное чтение может быть обеспечено на скорости в 120 мегабайт в секунду. Становится понятным, что блок в 4КБ, будет считан за примерно 0,03 мс, время на два порядка меньшее, нежели время остальных задержек (8 мс + 4 мс).
Таким образом, если при размере блока в 4КБ мы имеем 76 IOPS (основная задержка была вызвана вращением накопителя и временем позиционирования головки, а не самим процессом чтения или записи), то при размере блока в 64КБ, падение IOPS будет не в 16 раз, как при последовательном чтении, а лишь на несколько IOPS. Так как время, затрачиваемое на непосредственно чтение или запись, возрастет на 0,45 мс, что составляет лишь порядка 4% от общего времени задержки.
В результате мы получим 76-4% = 72,96 IOPS, что согласитесь, совсем не критично при расчетах, так как падение IOPS не в 16 раз, а лишь на несколько процентов! И при расчетах производительности систем куда важнее не забыть учесть другие важные параметры.
Волшебный вывод: при расчете производительности систем хранения, основанных на жестких дисках, следует подбирать оптимальный размер блока (кластера), для обеспечения нужной нам максимальной пропускной способности в зависимости от типа данных и используемых приложений, причем падением IOPS при увеличении размера блока с 4КБ до 64КБ или даже 128КБ можно пренебречь, либо учитывать, как 4 и 7% соответсвенно, если в поставленной задаче они будут играть важную роль.
Также становится понятным, почему не всегда есть смысл использовать очень большие блоки. Скажем, при видеостриминге, двухмегабайтный размер блока может оказаться далеко не самым оптимальным вариантом. Так как падение количества IOPS будет более, чем в 2 раза. Помимо прочего добавятся другие деградационные процессы в массивах, связанные с многопоточностью и вычислительной нагрузкой при распределении данных по массиву.
Оптимальный размер блока (кластера)
Оптимальный размер блока нужно учитывать в зависимости от характера нагрузки и типа используемых приложений. Если идет работа с данными небольшого размера, к примеру с базами данных — следует выбрать стандартные 4 КБ, если же речь идет о стриминге видеофайлов — размер кластера лучше выбирать от 64 КБ и более.
Следует помнить, что размер блока не столь критичен для SSD, сколько для стандартных HDD, так как позволяет обеспечить нужную пропускную способность в виду небольшого количества случайных IOPS, количество которых снижается незначительно при увеличении размера блока, в отличии от SSD, где наблюдается практически пропорциональная зависимость.
Почему стандарт 4 КБ?
Для многих накопителей, в особенности твердотельных, значения производительности, к примеру записи, начиная с 4 КБ, становятся оптимальными, это видно из графика:
В то время, как на чтение, скорость также довольно существенна и более менее сносна начиная с 4 КБ:
Именно по этой причине 4 КБ размер блока очень часто применяют за стандартный, так как при меньшем размере идут большие потери производительности, а при увеличении размера блока, в случае работы с небольшими данными, данные будут распределены менее эффективно, занимать весь размер блока и квота накопителя будет использоваться не эффективно.
Уровень RAID
Если Ваша система хранения представляет собой массив накопителей объединенных в RAID определенного уровня, то производительность системы будет зависеть в значительной степени от того, какой именно уровень RAID был применен и какой процент от общего числа операций приходится на операции записи, ведь именно запись является причиной снижения производительности в большинстве случаев.
Так, при RAID0, на каждую операцию ввода будет расходоваться лишь 1 IOPS, ведь данные будут распределены по всем накопителям без дублирования. В случае же зеркала (RAID1, RAID10), каждая операция записи будет потреблять уже 2 IOPS, так как информация должна быть записана на 2 накопителя.
В более высоких уровнях RAID потери еще существеннее, к примеру в RAID5 штрафной коэффициент будет уже 4, что связано с тем, каким образом данные распределяются по дисках.
RAID5 используется вместо RAID4 в большинстве случаев, так как распределяет четность (контрольные суммы) по всем дискам. В массиве RAID4 один из дисков ответственен за всю четность, в то время как данные распространены более чем на 3 диска. Именно потому мы применяем штрафной коэффициент 4 в массиве RAID5, так как мы читаем данные, читаем четность, затем пишем данные и пишем четность.
В массиве RAID6 все аналогично, за исключением того, что мы вместо вычисления четности единожды, делаем это дважды и таким образом имеем 3 операции чтения и 3 записи, что дает нам уже штрафной коэффициент 6.
Казалось бы, что в таком массиве, как RAID-DP все будет аналогично, так как это по сути модифицированный массив RAID6. Но не тут то было… Хитрость заключается в том, что применяется отдельная файловая система WAFL (Write Anywhere File Layout), где все операции записи последовательны и производятся на свободное место. WAFL в основном напишет новые данные в новое местоположение на диске и затем переместит указатели на новые данные, устраняя таким образом операции чтения, которые должны иметь место. Кроме того идет запись журнала в NVRAM, который отслеживает транзакции записи, инициирует запись и может восстановить их при необходимости. Идет запись в буфер в начале, а затем они уже «сливаются» на диск, что ускоряет процесс. Вероятно эксперты в NetApp могут просветить нас более подробно в комментариях, за счет чего достигается экономия, я пока что еще не до конца разобрался в этом вопросе, но запомнил, что штрафной коэффициент RAID будет всего лишь 2, а не 6. «Хитрость» весьма существенна.
При больших массивах RAID-DP, которые состоят из десятков дисков, существует понятие уменьшения «штрафа четности», который возникает при записи четности. Так при росте массива RAID-DP, требуется меньшее количество дисков, выделяемых под четность, что приведет к снижению потерь, связанных с записями четностей. Однако в небольших массивах, либо с целью повышения консерватизма, мы можем пренебречь этим явлением.
Теперь, зная о потерях IOPS в результате применения того либо другого уровня RAID, мы можем рассчитать производительность массива. Однако, пожалуйста, примите к сведению, что другие факторы, такие как пропускная способность интерфейса, неоптимальное распределение прерываний по ядрах процессора и т.п., пропускная способность RAID-контроллера, превышение допустимой глубины очереди — могут оказывать негативное влияние.
В случае пренебрежения этими факторами, формула будет следующей:
Функциональные IOPS = (Исходные IOPS * % операций записи / штрафной коэффициент RAID) + (Исходные IOPS * % чтения), где Исходные IOPS = усредненный IOPS накопителей * количество накопителей.
Рассчитаем для примера производительность массива RAID10 из 12 дисков HDD SATA, если известно, что одновременно происходит 10% операций записи и 90% операций чтения. Допустим, что диск обеспечивает 75 случайных IOPS, при размере блока 4КБ.
Исходные IOPS = 75*12 = 900;
Функциональные IOPS = (900*0,1/2) + (900*0,9) = 855.
Таким образом видим, что при малой интенсивности записи, что в основном наблюдается в системах, рассчитанных на отдачу контента, влияние штрафного коэффициента RAID минимально.
В целях консерватизма я рекомендую добавлять от 20% от нужного числа IOPS, при проектировании систем.
Зависимость от приложений
Производительность нашего решения очень сильно может зависеть от приложений, которые будут исполнятся впоследствии. Так это может быть обработка транзакций — «структурированных» данных, которые организованы, последовательны и предсказуемы. Зачастую в этих процессах можно применить принцип пакетной обработки, распределив эти процессы во времени так, когда нагрузка минимальна, тем самым оптимизировав потребление IOPS. Однако в последнее время появляется все больше и больше медийных проектов, где данные «не структурированы» и требуют совсем иных принципов их обработки.
По этой причине подсчет необходимой производительности решения для конкретного проекта может стать весьма сложной задачей. Некоторые из производителей сторедж-хранилищ и экспертов утверждают, что IOPS не имеют значения, так как клиенты в подавляющем большинстве используют до 30-40 тысяч IOPS, в то время, как современные системы хранения обеспечивают сотни тысяч и даже миллионы IOPS. То есть современные хранилища удовлетворяют нужды 99% клиентов. Тем не менее это утверждение может быть справедливо далеко не всегда, лишь для бизнес-сегмента, который размещает хранилища у себя, локально, но не для проектов, размещаемых в дата-центрах, которые зачастую, даже при использовании готовых решений хранения, должны обеспечивать довольно высокую производительность и отказоустойчивость.
В случае размещения проекта в дата-центре, в большинстве случаев, все же более экономично строить системы хранения самостоятельно на основе выделенных серверов, нежели использовать готовые решения, так как становится возможным более эффективно распределить нагрузку и подобрать оптимальное оборудование для тех, либо других процессов. Помимо прочего, показатели производительности готовых систем хранения, далеки от реальных, так как в большинстве своем основаны на данных профилей синтетических тестов производительности, при применении 4 или 8 КБ размера блока, в то время как большинство клиентских приложений работает сейчас в средах с размером блока от 32 до 64 КБ.
Как видим из графика:
Менее, чем 5% систем хранения, настроены с применением блока менее 10 КБ и менее, чем 15% используют блоки с размером менее 20 КБ. Кроме того, даже для определенного приложения, редко когда возникает потребления I/O лишь одного типа. К примеру у базы данных будут различные профили I/O для различных процессов (файлы с данными, логирование, индексы …). А значит, заявленные синтетические тесты производительности систем, могут быть далекими от истины.
А что на счет задержек?
Даже если мы будем игнорировать тот факт, что инструменты, применяемые для измерения latency, имеют тенденцию измерять средние времена ожидания и упускают то, что один единственный I/O в каком-то из процессов, может занимать куда больше времени, чем другие, таким образом замедляя ход всего процесса, то совсем не учитывают то, насколько время ожидания I/O изменится в зависимости от размера блока. Помимо прочего это время также будет зависеть от конкретного приложения.
Таким образом мы приходим к еще одному волшебному выводу, что не только размер блока является не очень хорошей характеристикой при измерении производительности IOPS систем, но и latency может оказаться вполне бесполезным параметром.
Хорошо, если ни IOPS, ни время ожидания не являются хорошей мерой измерения производительности системы хранения, то что тогда?
Только реальный тест исполнения приложения на конкретном решении…
Этот тест будет тем реальным методом, который наверняка позволит понять, насколько производительным будет решение для Вашего случая. Для этого понадобится запустить копию приложения на отдельно взятом хранилище и симулировать нагрузку за определенный период. Только так можно получить достоверные данные. И разумеется, нужно измерять не метрики хранилища, а метрики приложения.
Тем не менее учет приведенных выше факторов, влияющих на производительность наших систем, может быть весьма полезным при подборе хранилища или построении определенной инфраструктуры на основе выделенных серверов. С определенной степенью консерватизма становится возможным подобрать более-менее реальное решение, исключить некоторые технические и программные изъяны в виде не оптимального размера блока при разбивке или не оптимальной работы с дисками. Решение, конечно, не будет на 100% гарантировать расчетную производительность, но в 99% случаев можно будет говорить, что решение справится с нагрузкой, особенно, если добавлять консерватизм в зависимости от типа приложения и его особенностей в расчет.