阵列卡——优化服务器数据吞吐量

　　存放在服务器磁盘阵列的数据，响应用户的数据请求，从磁盘阵列读取到磁盘阵列卡，然后数据从磁盘阵列卡通过系统总线传输到网卡（当然途中会经过内存，只是内存的带宽远比磁盘阵列卡的大），从网卡传输到传输介质，再从传输介质到网络连接设备，最后从网络连接设备进行分流传入众用户。而用户存放数据到服务器，这个流程只要逆向就可。（带宽：带子的宽度，带子越宽，速度越快，汗！带宽指通道的最大数据传输能力。）

　在这个流程中的各类硬件设备，根据情况可有多种选择。

　　典型上，我们最常用设备的数据传输流程图如下：
 

　　在这个传输流程中，服务器端，使用磁盘阵列就可以提高数据的吞吐量，根据需要可增加磁盘数量来提高数据的吞吐量，这个环节瓶颈不大，一般单块SAS硬盘实际平均读写速率可达到100MB/s,8块RAID0阵列，速度差不多能达到800MB/s；从阵列卡到系统总线，一般阵列卡如SAS用的是PCI－X，133MHz，64bit，那它的带宽＝64/8*133*1000*1000/1024/1024＝1014.7MB/s，这个阵列卡的带宽完全能胜任，那阵列卡的吞吐量与IOPS到底有是没用呢，下面由小编来介绍一下。

　　阵列卡的吞吐量与IOPS

　　阵列的瓶颈主要体现在2个方面，吞吐量与IOPS。

　　1、吞吐量

　　吞吐量主要取决于阵列的构架，光纤通道的大小（现在阵列一般都是光纤阵列，至于SCSI这样的SSA阵列，我们不讨论）以及硬盘的个数。阵列的构架与每个阵列不同而不同，他们也都存在内部带宽（类似于pc的系统总线），不过一般情况下，内部带宽都设计的很充足，不是瓶颈的所在。

　　光纤通道的影响还是比较大的，如数据仓库环境中，对数据的流量要求很大，而一块2Gb的光纤卡，所能支撑的最大流量应当是2Gb/8(小B)=250MB/s(大B)的实际流量，当4块光纤卡才能达到1GB/s的实际流量，所以数据仓库环境可以考虑换4Gb的光纤卡。

　　最后说一下硬盘的限制，这里是最重要的，当前面的瓶颈不再存在的时候，就要看硬盘的个数了，我下面列一下不同的硬盘所能支撑的流量大小：

          10K rpm     15K rpm       ATA
          ———         ———           ———
          10M/s       13M/s         8M/s

　　那么，假定一个阵列有120块15K rpm的光纤硬盘，那么硬盘上最大的可以支撑的流量为120*13=1560MB/s，如果是2Gb的光纤卡，可能需要6块才能够，而4Gb的光纤卡，3-4块就够了。

　　2、IOPS

　　决定IOPS的主要取决与阵列的算法，cache命中率，以及磁盘个数。阵列的算法因为不同的阵列不同而不同，如我们最近遇到在hds usp上面，可能因为ldev(lun)存在队列或者资源限制，而单个ldev的iops就上不去，所以，在使用这个存储之前，有必要了解这个存储的一些算法规则与限制。

　　cache的命中率取决于数据的分布，cache size的大小，数据访问的规则，以及cache的算法，如果完整的讨论下来，这里将变得很复杂，可以有一天好讨论了。我这里只强调一个cache的命中率，如果一个阵列，读cache的命中率越高越好，一般表示它可以支持更多的IOPS，为什么这么说呢？这个就与我们下面要讨论的硬盘IOPS有关系了。

　　硬盘的限制，每个物理硬盘能处理的IOPS是有限制的，如

      10K rpm     15K rpm       ATA
      ———         ———           ———
      100         150           50

　　同样，如果一个阵列有120块15K rpm的光纤硬盘，那么，它能撑的最大IOPS为120*150=18000，这个为硬件限制的理论值，如果超过这个值，硬盘的响应可能会变的非常缓慢而不能正常提供业务。

　　另外，我们上一篇也讨论了，在raid5与raid10上，读iops没有差别，但是，相同的业务写iops，最终落在磁盘上的iops是有差别的，而我们评估的却正是磁盘的IOPS，如果达到了磁盘的限制，性能肯定是上不去了。

　　那我们假定一个case，业务的iops是10000，读cache命中率是30%，读iops为60%，写iops为40%，磁盘个数为120，那么分别计算在raid5与raid10的情况下，每个磁盘的iops为多少。

　　raid5：

　　单块盘的

　　iops = (10000*(1-0.3)*0.6 + 4 * (10000*0.4))/120

　　= (4200 + 16000)/120

　　= 168

　　这里的10000*(1-0.3)*0.6表示是读的iops，比例是0.6，除掉cache命中，实际只有4200个iops而4 * (10000*0.4) 表示写的iops，因为每一个写，在raid5中，实际发生了4个io，所以写的iops为16000个

　　为了考虑raid5在写操作的时候，那2个读操作也可能发生命中，所以更精确的计算为：

　　单块盘的

　　iops = (10000*(1-0.3)*0.6 + 2 * (10000*0.4)*(1-0.3) + 2 * (10000*0.4))/120

　　= (4200 + 5600 + 8000)/120

　　= 148

　　计算出来单个盘的iops为148个，基本达到磁盘极限

　　raid10：

　　单块盘的

　　iops = (10000*(1-0.3)*0.6 + 2 * (10000*0.4))/120

　　= (4200 + 8000)/120

　　= 102

　　可以看到，因为raid10对于一个写操作，只发生2次io，所以，同样的压力，同样的磁盘，每个盘的iops只有102个，还远远低于磁盘的极限iops。

　　在一个实际的case中，一个恢复压力很大的standby（这里主要是写，而且是小io的写），采用了raid5的方案，发现性能很差，通过分析，每个磁盘的iops在高峰时期，快达到200了，导致响应速度巨慢无比。后来改造成raid10，就避免了这个性能问题，每个磁盘的iops降到100左右。

       有需要了解更多信息的可查询CEACENT--嘉华众力官网；需要合作与咨询搭建方案请联系官网上的在线客服，嘉华众力自2000年成立以来一直在网络存储、传输这方面积累、沉淀；经过多年发展与全新的品牌定位，( CEACENT )嘉华众力品牌已成为国内外极具实力的数据通讯产品及方案提供商。