发布时间:2019-07-12
阅读量:1584
数据将成为改变传统的度量依据:流程的优化、产品的迭代、商业模式的创新,都将依据数据来驱动,企业需要实时的决策,实现高效管理。
但在数据分析之前,越来越多的数据需要存储,这给存储系统带来极大的压力,尽管在过去一段时间,NAND闪存SSD被认为是提升存储性能的可行手段,但随着NAND闪存SSD技术的不断发展,从SLC到MLC、TLC,再到即将主流的QLC SSD,容量不断增长,但单位容量产生的IOPS越来越低,尤其是写性能的“踌躇不前”已经越来越满足应用的需求,尤其是在写操作占比较高的环境下。
单盘容量达到数十TB的QLC SSD(如Intel Ruler)将下探到大容量存储市场,其优异的读性能使得其将完美替代现有的机械硬盘。而在高性能存储市场,尤其是写负载较重的应用场景下,Optane将担当重任。而从平面NAND到3D NAND,同样意味着容量增大,但对于性能增益并不明显,比如目前市面主流的NVMe SSD的随机读性能大约在60万IOPS左右。
而未来结合3D NAND和QLC技术的SSD,读性能大致相当,但写性能还稍有下降,这里面也有接口带宽方面的因素。未来PCIe 4.0普及以后,可预见的是,更大容量的QLC SSD并不会比现有SSD性能更好,SSD的容量越来越大,但性能趋于稳定,与磁盘的发展路线类似了。性能大致相当,相同价格条件上,难道不是容量越大越划算吗?从成本角度而言,的确如此。
但从企业应用角度,尤其是非容量需求型应用角度,相同的性能,容量更大,意味着单位容量的性能越低,即每GB容量能实现的IOPS降低。这对于性能需求型应用,尤其是需要较高性能,但并不需要大容量存储的应用而言,是有些不划算的。
这就是接下来要说的英特尔公司的Optane固态盘,这是个特例,单片SSD容量虽然只有375GB,却能提供超过50万IOPS的随机读写性能。读写性能均衡,这是Optane相对于NAND SSD的一大区别,同时也使得Optane比NAND SSD更适合写密集型应用场景。
从技术上来看,Optane并不同于传统认知中的(NAND)SSD,相比于NAND SSD,其应该是SSD的另一技术分支。NAND SSD通过改变电子负荷来实现数据的存储,每次负荷的改变都意味着损耗,即SSD的PE次数,SSD的寿命问题是众所周知的,当然目前主流SSD内使用的均衡算法也能实现延缓寿命的效果。
虽然DC P4610与Optane的容量相差8倍,但却具有相同的耐写等级,均能写入21 PB左右的数据量,这意味着Optane的PE次数约为55000次,相比于DC P4610的7000次。在5年生命周期内,Optane每天可全盘擦写30次,而3.2 TB容量的DC P4610约为4次,换而言之,不管是Optane还是DC P4610,平均每天都可写入约12 PB的数据量。读写性能好且均衡,寿命长PE次数高,这些特点使得Optane天然适合存储热点数据,用作Tier 0层存储或者缓存。
目前,从边缘到核心再到云中,比数据量更有趣的是数据分析的价值,面对爆发式增长的数据,企业需要实时的决策,实现高效管理。之前,E企研究院针对青云QingCloud基于MySQL开发的分布式关系型数据库RadonDB中,以NAND SSD为数据库提供存储。
对比Optane(同样单盘375GB)做缓存与NAND SSD做存储进行对比,测试结果同样表明,相比单纯使用NAND SSD做数据库存储,在OLTP模式下,加入Optane做缓存后:RadonDB数据库性能有4倍以上的性能提升,且平均响应时间为原来的四分之一以下。
在RadonDB分布式数据库环境中,在加入Optane做缓存后,2节点RadonDB数据库性能提升了4倍左右,三节点则提升到了原来的6倍,数据库平均响应时间也将为NAND SSD做数据存储下的四分之一和六分之一。然而这仍非孤例,Intel实验室的数据显示,同样在数据库环境下,加入Optane做缓存后,数据库性能亦有3倍提升,与之相呼应的延迟也仅为原来的三分之一。
Intel将Optane用作数据库缓存,有着3倍以上的性能提升,同时数据库平均响应时间降低了三分之二可以看出,基于应用的测试更加接近真实的负载,读写IO模型要更为复杂,且会产生变化,这使得Optane能够将写性能和低延迟不断快速累积,进而获取与基准测试结果并不成比例的性能提升。
除此之外,在智慧城市等应用场景中,为了支持更多的特征数量,同时克服内存空间较小、价格较贵、普通固态盘读取速度慢的缺点,Optane固态盘也在存储容量和读取性能上完胜固态盘,可以满足用户超大规模特征存储比对需求。