【虚拟化实战】存储设计之七Block Size

作者：范军 （Frank Fan）新浪微博：@frankfan7 微信：GetToCloud

在实战存储设计之六Latnecy我们介绍Latency过高的原因和一些建议。本文重点分析Block Size对性能特别是latency的影响。
什么是Block Size？
Block Size这个词在不同的语境中有不同含义。在此文中指的是在OS中运行的应用发出一个IO读或写请求所传送的数据单元的大小。无论你采用传统存储架构，还是融合，超融合等架构，IOBlock Size对性能都有影响。
如同下图所示，一个IO请求比如搬一块砖，砖块的大小对整个存储架构中的很多组件的负荷都有影响。比如HBA，存储交换机，存储系统的CPU等等，当然存储介质本身对不同砖块的处理能力也不同。




上图摘自博客vmpete.com
为什么Block Size对存储性能有很大影响？
对Throughput的影响：
Throught = IOPsx Block size
同样是10IOPs，256K blocks 需要传输的数据是4K Blocks 的64倍！那么自然会对存储网路的带宽以及存储控制器的CPU消耗都有影响。
对时延Latency的影响




上图摘自vmpete.com。 这是在采用存储性能分析软件PernixData Architect之后，显示了不同Block Size对Lantency的影响。可见当Block Size大于64K时对Lantency的影响最大。

如何来应对大数据块IO带来的挑战呢？
以前没有工具或简单的方法可以很好了解应用产生的Block Size。而且在常规存储设计中，并没有太多顾及到应用产生的Block Size, 往往是根据一些假设条件来做出设计决定。即使在存储阵列中采用闪存，其实并不能减少。大数据块IO对HBA，存储网络以及存储控制器产生的负荷。并且我们发现常规SSD硬盘处理大数据块IO的性能并不理想。

利用IO BlockSize真实案例：
案例一：
某客户发现应用性能下降，经排错发现大数据块IO对Latency的影响极大。在不对后台存储有任何改变的情况下，采用PernixData FVP软件和服务器端NVMe PCI闪存对存储性能加速。极大的降低了大数据块IO对Latency的影响。注意该用户才用NVMe PCI闪存而不是常规SSD Drive。因为常规SSD硬盘处理大数据块IO的应能并不好。
案例二：
某客户发现很多应用的性能下降。经排错发现某SQL虚拟机产生非常多的大数据块IO，对该SQL优化后问题解决。
案例三：
某云服务提供商在所有虚拟机中设置 Disk IO Limit，以防止共享环境中某些虚拟过度占用存储资源。vSphere 5.5以后对mclock diskscheduler 作了更改,对于block size 大于32K的IO，从Disk IO limit这个角度上讲，不在认为该IO只是一个IO. 比如 256K blockSize IO 会被认为是8个IO。
了解应用Block Size的大致情况，会对更好的设置Disk IOLimit有很大帮助。

Reference:

Viewing the impact of block sizes with PernixData Architect

Limit a VM from an IOps perspective