互联网场景下闪存优化测试和应用

《互联网场景下闪存优化测试和应用》要点：
本文介绍了互联网场景下闪存优化测试和应用，希望对您有用。如果有疑问，可以联系我们。

【编者的话】闪存在这几年存储领域发展非常快,应用也越来越广泛,如何能更好的使用闪存,本次分享讲一些闪存相关的优化和应用.

闪存应用场景

• 数据库
• NoSQL
• 分布式存储
• CDN
• 公有云存储

综合上面几种场景看,闪存主要适合有比较高的随机IO需求和带宽需求的场景.场景选择上,也是要发挥闪存的长处.目前上面业务中 未来几年发展比较快的会是在公有云存储这一部分.下图就是某厂商云盘对比,可以看到闪存的价格已经很接近机械硬盘了,而单从每IOPS成本看,性价比会更高.

闪存概述

固态硬盘,不过可以从广义理解,从2010年开始在互联网行业大规模应用,性能和稳定性已经得到大规模集群线上验证,应用场景已经非常广泛.当然闪存的IOPS比传统机械硬盘高几个数量级,但是更核心的还是在延迟降低上,优势更大.

上图就很好的说明了,闪存在访问延迟上的提升.

提到闪存,不得不提到闪存里非常基础的组件NAND.NAND分类现在也是非常多.

测试

我们为什么要做测试呢?

• 了解产品
• 了解自己
• 优化自己
• 优化成本模型

所以说面对如此多的厂商和产品,如何做到更高效的测试 是一个很重要的问题.虽然现在大家都开始转向云服务,直接接触硬件产品并不多,但是云厂商的测试依然是很重要的一部分.

测试很Low吗?

• 测试很简单?
• 没科技含量?
• 测试很无聊?

上图是我们需要了解的存储技术栈.

测试准则：

• 明确目标
• 高效
• 完备性
• 可量化
• 可对比
• 产出

测试过程:

• 明确测试需求
• 明确测试目标
• 选择测试工具和测试模型
• 制定测试计划
• 测试过程跟踪
• 测试数据验证
• 测试报告

测试工具:

• IO层面：fio,sysbench,iometer,dd等
• OLTP:sysbench,TPC－C
• 辅助工具：tcpcopy,tcprstat,pt-log-player

SysBench：

• 开源的多线程性能测试工具
• 支持CPU IO Mutex OLTP等测试
• 可以lua脚本定制测试用例
• 常用的insert select和oltp三种场景

测试痛点:

• 重复工作很多
• 标准不统一
• 测试周期很长
• 人工成本高
• 测试期间异常处理
• 测试数据处理和测试报告

解决痛点首先就是规范化,主要是以下几方面：

• 测试目标标准化
• 测试工具标准化
• 测试流程标准化
• 测试报告标准化

自动化测试流程：

• 自动化测试框架
• 基于Python
• 包含整体标准测试流程
• 覆盖主流测试工具
• 数据处处理和生成报表
• 定制测试计划

下图是测试流程图

自动化的好处也是显而易见的：

• 大大节省了人力
• 提高测试效率
• 测试的更加完整
• 有精力做更深入的测试优化

测试闪存需要注意的几点：

• 我们需要的性能是steady state
• OP
• NAND
• 全盘写
• 测试时间不能太短
• 性能抖动
• 监控

MySQL测试的一些问题:

• 测试数据集大小,至少要过亿
• 和内存buffer比例,要看在小cache下的性能
• 物理读
• 事务复杂度
• 多表并发

系统层面的一些注意点:

• 文件系统：Ext4 xfs
• IO调度算法
• IO cpu affinity
• Scsi-mq/blk-mq(新内核特性)

 

测试优化结合

InnoDB压缩测试：

• InnoDB内置压缩
• 基于zlib库
• 理论可以达到50%左右的压缩比
• 但是性能有损失
• CPU时间换存储空间
• 对SSD寿命有好处
• 如何用好呢?

基于我们之前的测试过程,我们可以得到结论,InnoDB压缩比在50%左右,对写入性能损失比较大, 损失比例在70%左右.根据这个结论,我们就可以针对我们线上业务选择是否需要使用InnoDB压缩.

TokuDB：

• MySQL的一个存储引擎,支持事务 ACID 特性
• 支持多版本控制(MVCC)
• 基于Fractal Tree Index,非常适合写入密集场景
• 高压缩比
• 原生支持Online DDL
• 主流分支都支持
• 收费 转开源

这是我们测试结果,可以看到TokuDB更好的压缩比和更好的写入稳定性,当然代价就是更高的CPU消耗.

总结

• 现在不再是性能为王的时代
• 真正了解自己需求才是更重要的
• 发掘闪存性能,软硬件结合
• 拓展闪存应用空间
• 做真正有价值的事情
• 如何做到更好的软硬件结合(其实现在硬件是超前于一些软件的)

以此图结尾,不要只活在当下,要勇敢的接受新技术,勇于试错,当然试错成本和收益也要评估和可控的.其实很多技术理解透彻了,可能并没有别人说的“邪恶”.

以上内容根据2016年7月5日晚微信群分享内容整理.分享人杨尚刚,熊猫TV DBA,前新浪高级数据库工程师,负责新浪微博核心数据库架构改造优化,以及数据库相关的服务器存储选型设计.DockOne每周都会组织定向的技术分享,欢迎感兴趣的同学加微信：liyingjiesz,进群参与,您有想听的话题或者想分享的话题都可以给我们留言.

文章出处：http://dockone.io/article/1518?utm_source=tuicool&utm_medium=referral

转载请注明本页网址：
http://www.vephp.com/jiaocheng/4478.html