MarkLogic 6 သည် Enterprise NoSQL (“Not Only SQL”) database တစ်ခုဖြစ်ပြီး SQL-based database များကို ကိုင်တွယ်ရန် ဒီဇိုင်းထုတ်မထားသော ယနေ့ခေတ်ဒေတာစိန်ခေါ်မှုများကို ကိုင်တွယ်ဖြေရှင်းရန် ပြောင်းလွယ်ပြင်လွယ်ရှိမှုနှင့် တိုးချဲ့နိုင်မှုရှိသည်။ ၎င်းတွင် ရှာဖွေရေး၊ ACID transactions၊ failover၊ replication နှင့် mission-critical application များကို လည်ပတ်ရန် လုံခြုံရေးကဲ့သို့သော enterprise-grade စွမ်းရည်များလည်း ပါရှိသည်။ MarkLogic သည် database လုပ်ဆောင်ချက်၊ ရှာဖွေမှုနှင့် application ဝန်ဆောင်မှုများကို တစ်ခုတည်းသောစနစ်တွင် ပေါင်းစပ်ထားသည်။ ၎င်းသည် enterprise များအတွက် တန်ဖိုးပေးအပ်ရန် လိုအပ်သော လုပ်ဆောင်ချက်ကို ပေးစွမ်းသည်။ MarkLogic သည် mission-critical data အတွက် ယုံကြည်စိတ်ချရသော၊ တိုးချဲ့နိုင်သော နှင့် လုံခြုံသော platform တစ်ခုကို ပံ့ပိုးပေးနေစဉ်တွင် ရှိပြီးသား tools များ၊ ဗဟုသုတနှင့် အတွေ့အကြုံများကို အသုံးချသည်။
အစိုးရကဏ္ဍ၊ မီဒီယာနှင့် ငွေကြေးဝန်ဆောင်မှုများ အပါအဝင် လုပ်ငန်းနယ်ပယ်အသီးသီးရှိ ကုမ္ပဏီများနှင့် အဖွဲ့အစည်းများသည် MarkLogic ၏ ထူးခြားသော ဗိသုကာလက်ရာမှ အကျိုးကျေးဇူးများ ရရှိခဲ့ကြသည်။ ဒေတာပမာဏ၊ အလျင်၊ ကွဲပြားမှုနှင့် ရှုပ်ထွေးမှု — Big Data ဟုလူသိများသော ဒေတာစိန်ခေါ်မှု — ပေါင်းစပ်မှုနှင့် ရင်ဆိုင်နေရသော မည်သည့်ပတ်ဝန်းကျင်ကိုမဆို MarkLogic ဖြင့် မြှင့်တင်နိုင်ပါသည်။ MarkLogic တွင် တည်ဆောက်ထားသော ဥပမာဖြေရှင်းချက်များတွင် ထောက်လှမ်းရေးခွဲခြမ်းစိတ်ဖြာမှု၊ အချိန်နှင့်တပြေးညီ ဆုံးဖြတ်ချက်ပံ့ပိုးမှု၊ အန္တရာယ်စီမံခန့်ခွဲမှု၊ ဒစ်ဂျစ်တယ်ပိုင်ဆိုင်မှုစီမံခန့်ခွဲမှု၊ ဒစ်ဂျစ်တယ်ထောက်ပံ့ရေးကွင်းဆက်နှင့် အကြောင်းအရာပေးပို့ခြင်းတို့ ပါဝင်သည်။
MarkLogic Benchmark
ကျွန်ုပ်တို့အသုံးပြုနေသော benchmark ကို MarkLogic မှ အတွင်းပိုင်းတီထွင်ထားပြီး hardware configuration များနှင့် လာမည့် MarkLogic software ထုတ်ဝေမှုနှစ်ခုလုံးကို အကဲဖြတ်ရန် အသုံးပြုပါသည်။ workload ကို အပိုင်းနှစ်ပိုင်းခွဲခြားထားသည်-
- MarkLogic ဒေတာဘေ့စ်ထဲသို့ အညွှန်းများပါသည့် ဒေတာအစုအဝေးကြီးတစ်ခုကို ထည့်သွင်းသည့် စုပ်ယူမှုအဆင့်။
- ရှာဖွေမှုများ၊ မြင်ကွင်းများ အပ်ဒိတ်လုပ်ခြင်း နှင့် ဖျက်ခြင်းများကို ထည့်သွင်းထားသော အချက်အလက်အစုတွင် အသုံးချသည့် မေးမြန်းချက်အဆင့်။ ဤမေးမြန်းချက်များသည် facets၊ pagination နှင့် bookmarks ကဲ့သို့သော MarkLogic အင်္ဂါရပ်များကိုလည်း အသုံးပြုသည်။
အသုံးပြုထားသော corpus သည် အများသူငှာ ရရှိနိုင်သော Wikipedia xml collection ဖြစ်သည်။ ဖိုင်များကို disk ပေါ်တွင် zip လုပ်ထားသော format ဖြင့် သိမ်းဆည်းထားသည်။ ingestion အတွက် MarkLogic Content Pump (mlcp) ကို အသုံးပြုပါသည်။
အထူးသဖြင့် ingestion အဆင့်သည် I/O အများအပြား ပါဝင်သည်။ I/O ကို အမျိုးအစားသုံးမျိုးခွဲခြားထားသည်-
- အစပိုင်းတွင် စာရွက်စာတမ်းများကို in-memory stand များထဲသို့ ထည့်သွင်းပြီး disk write များမှာ Journal saves များသာဖြစ်သည်။
- မှတ်ဉာဏ်အတွင်းရှိ စင်များသည် လျင်မြန်စွာ ပြည့်လျှံသွားပြီး ဒစ်ခ်ပေါ်ရှိ စင်များအဖြစ် အဆက်မပြတ် ရေးသားထားသည်။ ၎င်းသည် သိမ်းဆည်းခြင်း လုပ်ဆောင်ချက်ဖြစ်သည်။
- on-disk stand အရေအတွက် တိုးလာသည်နှင့်အမျှ MarkLogic သည် query overhead လျှော့ချရန် ၎င်းတို့ကို ပေါင်းစည်းရမည်။ ပေါင်းစည်းခြင်းတွင် on-disk stand များစွာကို ဖတ်ရှုခြင်း၊ ပေါင်းစည်းထားသော တစ်ခုတည်းသော version ကို ပြန်လည်ရေးသားခြင်းနှင့် မူရင်းများကို ဖျက်ခြင်းတို့ ပါဝင်သည်။
အမြင့်ဆုံးတိကျမှုအဆင့်ကိုသေချာစေရန်နှင့် စက်ပစ္စည်းတစ်ခုစီကို steady-state သို့အတင်းအကျပ်ရောက်ရှိစေရန်အတွက် flash-based စက်ပစ္စည်းများအတွက် ingestion နှင့် query အဆင့်များကို ၂၄ ကြိမ်ပြန်လုပ်ပါသည်။ PCIe Application Accelerators များအတွက်၊ ကြားကာလတစ်ခုစီသည် ပြီးမြောက်ရန် မိနစ် ၆၀ မှ ၁၂၀ အထိကြာမြင့်သောကြောင့် စုစုပေါင်းစမ်းသပ်မှုအချိန်ကို ၂၄ မှ ၄၈ နာရီအတွင်းထည့်သွင်းထားသည်။ I/O throughput နိမ့်သော စက်ပစ္စည်းများအတွက်၊ စုစုပေါင်းစမ်းသပ်မှုအချိန်သည် ရက်ပေါင်းများစွာကြာနိုင်သည်။ ဤစမ်းသပ်မှုတွင် ကျွန်ုပ်တို့၏အာရုံစိုက်မှုမှာ storage solution တစ်ခုစီမှ စိတ်ဝင်စားဖွယ်နယ်ပယ်လေးခုဖြစ်သည့် journal writes (J-lat)၊ save writes (S-lat) အပြင် merge read (MR-lat) နှင့် merge write latency (MW-lat) တို့တွင် ಒಟ್ಟಾರೆ latency ကိုကြည့်ရှုရန်ဖြစ်သည်။
အထက်ပါပုံတွင် MarkLogic တွင် I/O paths နှင့် latency များကိုတွေ့ရသည်။
- Journal writes သည် database သို့ deltas များကို မှတ်တမ်းတင်သည်။ update request တစ်ခု run သောအခါ၊ database ၏ state သို့ ပြုလုပ်ခဲ့သော ပြောင်းလဲမှုအားလုံးကို journal တွင် မှတ်တမ်းတင်သည်။ ထိုပြောင်းလဲမှုများကို request ကို ထပ်မံ run စရာမလိုဘဲ journal မှ ထပ်မံအသုံးချနိုင်သည်။ update များသည် document များကို ထပ်ထည့်ခြင်း၊ အစားထိုးခြင်း သို့မဟုတ် ဖျက်ခြင်း ဖြစ်နိုင်သည်။ journal သည် ပြတ်တောက်မှုများမှ ကာကွယ်ပေးပြီး ထို့နောက် system crash မှ လွတ်မြောက်ရန် အာမခံပါသည်။ Journal writes ၏ latency ကို J-lat metric တွင် captures လုပ်သည်။
- စာရွက်စာတမ်းအလုံအလောက်တင်ပြီးနောက်၊ in-memory stand ပြည့်သွားပြီး disk ထဲသို့ flush လုပ်ကာ on-disk stand အဖြစ်ရေးသားသွားမည်ဖြစ်သည်။ ဤ disk ထဲသို့ flush လုပ်ခြင်းကို Save ဟုခေါ်သည်။ Save ရေးသားမှု၏ latency ကို S-lat တွင် မှတ်တမ်းတင်ထားသည်။
- ဒစ်ခ်ပေါ်ရှိ စတိုးဆိုင်အရေအတွက် စုစုပေါင်း တိုးလာသည်နှင့်အမျှ ထိရောက်မှုပြဿနာတစ်ခု ပေါ်ပေါက်လာနိုင်သည်။ တစ်ခုတည်းသော term list ကိုဖတ်ရန် MarkLogic သည် တစ်ဦးချင်း စတိုးဆိုင်တစ်ခုစီမှ term list data ကိုဖတ်ပြီး ရလဒ်များကို ပေါင်းစည်းရမည်။ စတိုးဆိုင်အရေအတွက်ကို စီမံခန့်ခွဲနိုင်သောအဆင့်တွင်ထားရှိရန် MarkLogic သည် နောက်ခံတွင် merges ကို လုပ်ဆောင်သည်။ merge သည် ဒစ်ခ်ပေါ်ရှိ စတိုးဆိုင်အချို့ကို ဖတ်ပြီး (Merge Read) သီးခြားစတိုးဆိုင်အသစ်တစ်ခုကို ဖန်တီးသည်၊ ၎င်းတို့အနက်မှ Merge Write၊ အညွှန်းများနှင့်ဒေတာများကို ပေါင်းစပ်ပြီး အကောင်းဆုံးဖြစ်အောင်ပြုလုပ်ခြင်းအပြင် ယခင်ကဖျက်လိုက်သော အပိုင်းအစများကို ဖယ်ရှားသည်။ Merge reads ၏ latency ကို MR-lat တွင်ဖမ်းယူပြီး Merge writes ၏ latency ကို MW-lat တွင်ဖမ်းယူသည်။
ingestion လုပ်နေစဉ်အတွင်း MarkLogic သည် စာရွက်စာတမ်းအားလုံးကို index လုပ်သည်၊ term list များ ဖန်တီးသည် စသည်တို့ကိုလည်း လုပ်ဆောင်သည်။ ဤလုပ်ဆောင်ချက်သည် CPU cycle များ လိုအပ်ပြီး ၎င်းသည် benchmark ကို I/O မြင့်မားခြင်းနှင့် CPU utilization မြင့်မားခြင်းကြားတွင် ကောင်းမွန်သောဟန်ချက်ညီမှုဖြစ်စေသည်။
ဝီကီပီးဒီးယားဒေတာတွင် ကျွန်ုပ်တို့အသုံးပြုသည့် အင်္ဂလိပ်မဟုတ်သောနှင့် ASCII မဟုတ်သောစာသားများပါဝင်သောကြောင့်လည်း ရွေးချယ်ခဲ့ခြင်းဖြစ်သည်- အာရဗီ၊ ဒတ်ချ်၊ ပြင်သစ်၊ ဂျာမန်၊ အီတလီ၊ ဂျပန်၊ ကိုရီးယား၊ ပါရှန်၊ ပေါ်တူဂီ၊ ရုရှား၊ စပိန်၊ ရိုးရှင်းသောတရုတ်နှင့် ရိုးရာတရုတ်။ ဤရွေးချယ်မှုများသည် MarkLogic ၏ ဘာသာစကားမျိုးစုံအင်္ဂါရပ်များကို အလေးပေးဖော်ပြသည်။ နောက်ဆုံးတွင်၊ ထည့်သွင်းထားသော static data သည် benchmark ကို ထပ်ခါတလဲလဲလုပ်ဆောင်နိုင်စေပြီး ၎င်းသည် software ဗားရှင်းများစွာ၏ မတူညီသော hardware configuration များတွင် စွမ်းဆောင်ရည်နှိုင်းယှဉ်မှုများအတွက် မရှိမဖြစ်လိုအပ်သည်။
MarkLogic စမ်းသပ်ပတ်ဝန်းကျင်
မြန်နှုန်းမြင့်ကွန်ရက်မှတစ်ဆင့် ချိတ်ဆက်ထားသော ဆာဗာများစွာကို အသုံးပြု၍ StorageReview Enterprise Test Lab တွင် MarkLogic NoSQL benchmark ဖြင့် သိုလှောင်မှုဖြေရှင်းချက်များကို စမ်းသပ်ထားပါသည်။ MarkLogic NoSQL Testing Environment ၏ ကဏ္ဍအမျိုးမျိုးအတွက် ကျွန်ုပ်တို့သည် EchoStreams နှင့် Lenovo မှ ဆာဗာများကို အသုံးပြုပြီး စက်ပစ္စည်းများကို ချိတ်ဆက်ပေးသော fabric အတွက် Mellanox InfiniBand Switching နှင့် NIC များကို အသုံးပြုပါသည်။
storage solution ကို အပိုင်းသုံးပိုင်းခွဲထားပါတယ်- storage host၊ MarkLogic NoSQL Database Cluster နဲ့ MarkLogic Database Client တို့ပါ။ storage host အတွက် PCIe Application Accelerator တွေ၊ SATA/SAS SSD လေးခုပါတဲ့ အုပ်စုတွေနဲ့ InfiniBand fabric မှာ NAS/SAN equipment အတွက် host တစ်ခုကို ကျွန်တော်တို့ အသုံးပြုပါတယ်။ MarkLogic Database Cluster အတွက် အမြန်ဆုံး storage device တွေကို ထိထိရောက်ရောက် stress ပေးဖို့အတွက် လိုအပ်တဲ့ compute resource တွေကို ပံ့ပိုးပေးဖို့အတွက် Intel Xeon E5-2640 CPU ရှစ်လုံးတပ်ဆင်ထားတဲ့ EchoStreams GridStreams quad-node server ကို ကျွန်တော်တို့ အသုံးပြုပါတယ်။ client ဘက်မှာ system memory ထဲကို load လုပ်ပြီး ကျွန်တော်တို့ရဲ့ high-speed network ကနေတစ်ဆင့် NoSQL Database cluster ကို push လုပ်တဲ့ working data တွေကို ပံ့ပိုးပေးတဲ့ 1U Lenovo ThinkServer RD530 server တွေကို ကျွန်တော်တို့ အသုံးပြုပါတယ်။ ဒီ server အားလုံးကို ချိတ်ဆက်ထားတဲ့ Mellanox 56Gb/s InfiniBand fabric မှာ switch နဲ့ NIC နှစ်မျိုးလုံးပါဝင်ပြီး high-performance storage device တွေရဲ့ စွမ်းဆောင်ရည်ကို မကန့်သတ်ဘဲ အမြင့်ဆုံး transfer speed နဲ့ အနိမ့်ဆုံး latency ကို ပေးစွမ်းပါတယ်။
Mellanox InfiniBand ချိတ်ဆက်မှုများကို ချိတ်ဆက်ထားသော စက်ပစ္စည်းများသည် ကွန်ရက်ကန့်သတ်ချက်မရှိကြောင်း သေချာစေရန်အတွက် အမြင့်ဆုံးစွမ်းဆောင်ရည်နှင့် အကြီးမားဆုံးကွန်ရက်ထိရောက်မှုကို ပေးစွမ်းရန်အတွက် အသုံးပြုခဲ့သည်။ PCIe သိုလှောင်မှုဖြေရှင်းချက်များကို ကြည့်လိုက်လျှင် PCIe Application Accelerator တစ်ခုတည်းသည် ကွန်ရက်ပေါ်သို့ 1-3GB/s ပိုမိုလွယ်ကူစွာ မောင်းနှင်နိုင်သည်။ 10-20GB/s ထက်ပိုသော အမြင့်ဆုံးလွှဲပြောင်းမှုအမြန်နှုန်းရှိသော all-flash storage appliance သို့ မြှင့်တင်လိုက်ပါက ကွန်ရက်ချိတ်ဆက်မှုစွမ်းရည်ကို မည်သို့လွယ်ကူစွာ ပြည့်နှက်စေနိုင်သည်ကို သင်လျင်မြန်စွာ မြင်တွေ့နိုင်ပြီး ပလက်ဖောင်းတစ်ခုလုံး၏ အလုံးစုံစွမ်းဆောင်ရည်ကို ကန့်သတ်ထားသည်။ InfiniBand ၏ bandwidth မြင့်မားသောလင့်ခ်များသည် လင့်ခ်အနည်းဆုံးအရေအတွက်ပေါ်တွင် အများဆုံးဒေတာပမာဏကို ရွှေ့ပြောင်းနိုင်စေပြီး စနစ်စွမ်းရည်အပြည့်အဝကို အကောင်အထည်ဖော်နိုင်စေပါသည်။
ကွန်ရက် throughput မြင့်မားခြင်းအပြင်၊ InfiniBand သည် cluster စွမ်းဆောင်ရည် မြင့်မားစေပါသည်။ InfiniBand သည် iSER (iSCSI-RDMA) နှင့် SRP (SCSI RDMA Protocol) တို့ကို အသုံးပြု၍ ထိရောက်မှုမရှိသော iSCSI TCP stack ကို Remote Direct Memory Access (RDMA) လုပ်ဆောင်ချက်ဖြင့် အစားထိုးပြီး external storage အတွက် near-native access time များကို ခွင့်ပြုပါသည်။ iSER နှင့် SRP တို့သည် network traffic ကို system များ၏ CPU များကို ကျော်လွှားစေပြီး data ကို sending system များ၏ memory မှ receiving system များ၏ memory သို့ တိုက်ရိုက်ကူးယူခွင့်ပြုခြင်းဖြင့် clustered environment တစ်လျှောက်တွင် ပိုမိုကောင်းမွန်သော စွမ်းဆောင်ရည်ကို ပေးစွမ်းသည်။ နှိုင်းယှဉ်ကြည့်လျှင်၊ ရိုးရာ iSCSI လုပ်ဆောင်ချက်သည် network traffic ကို ရှုပ်ထွေးသော multiple-copy နှင့် transfer လုပ်ငန်းစဉ်မှတစ်ဆင့် လမ်းကြောင်းပြပေးပြီး အဖိုးတန် CPU cycle များနှင့် memory space ကို စားသုံးကာ data transfer latency များကို သိသိသာသာ မြင့်တက်စေသည်။ ကျွန်ုပ်တို့၏ MarkLogic NoSQL environment တွင်၊ ကျွန်ုပ်တို့သည် node တစ်ခုစီကို ကျွန်ုပ်တို့၏ storage host တွင် လည်ပတ်နေသော SCSI target subsystem for Linux (SCST) သို့ ချိတ်ဆက်ရန် SCSI RDMA Protocol ကို အသုံးပြုပါသည်။
MarkLogic Benchmark ပစ္စည်းကိရိယာများ
- EchoStreams GridStreams Quad-Node Database Cluster
- Intel E5-2640 CPU ရှစ်လုံး (node တစ်ခုလျှင် နှစ်လုံး၊ 2.5GHz၊ 6-cores၊ 15MB Cache)
- 256GB RAM (node တစ်ခုလျှင် 64GB၊ 8GB x 8 Micron DDR3၊ CPU တစ်ခုလျှင် 32GB)
- ၈ x ၄၀၀GB မိုက်ခရွန် RealSSD P400e (node တစ်ခုလျှင် တစ်ခု၊ onboard SATA)
- Mellanox ConnectX-3 InfiniBand အဒက်တာ ၂ ခု
- CentOS 6.3
- Lenovo ThinkServer RD530 ဒေတာဘေ့စ် ကလိုင်းယင့်
- Intel E5-2640 CPU နှစ်လုံး (2.5GHz၊ 6-cores၊ 15MB Cache)
- 64GB RAM (8GB x 8 Micron DDR3၊ CPU တစ်ခုလျှင် 32GB)
- 200GB x 3 Toshiba 10k SAS RAID5 (LSI 9260-8i မှတစ်ဆင့်)
- Mellanox ConnectX-3 InfiniBand အဒက်တာ ၂ ခု
- CentOS 6.3
- Lenovo ThinkServer RD630 သိုလှောင်မှု Host
- Intel E5-2680 CPU နှစ်လုံး (2.7GHz၊ 8-cores၊ 20MB Cache)
- 32GB RAM (8GB x 4 DDR3၊ CPU တစ်ခုလျှင် 16GB)
- ၁၀၀GB မိုက်ခရွန် RealSSD P400e SSD (LSI 9207-8i မှတစ်ဆင့်)
- Mellanox ConnectX-3 InfiniBand အဒက်တာ ၂ ခု
- CentOS 6.3
- ပြင်ပ JBOD: iXsystems Titan iX-316J
- Mellanox SX6036 InfiniBand ခလုတ်
- FDR (56Gb/s) port ၃၆ ခု
- စုစုပေါင်းပြောင်းလဲနိုင်စွမ်း 4Tb/s
ဒီပလက်ဖောင်းရဲ့ အဓိကရည်မှန်းချက်ကတော့ synthetic ဒါမှမဟုတ် pseudo-synthetic workloads တွေကို အားကိုးမယ့်အစား တကယ့် enterprise environment နဲ့ workload မှာ enterprise storage ဘယ်လိုစွမ်းဆောင်ရည်ရှိလဲဆိုတာကို မီးမောင်းထိုးပြဖို့ပါပဲ။ Synthetic workload generator တွေဟာ storage devices တွေရဲ့ စဉ်ဆက်မပြတ် synthetic I/O pattern နဲ့ ဘယ်လောက်ကောင်းကောင်း စွမ်းဆောင်ရည်ပြနိုင်လဲဆိုတာကို ပြသရာမှာ အလွန်ကောင်းမွန်ပေမယ့် production environment တွေမှာ devices တွေ တကယ်ဘယ်လိုအလုပ်လုပ်လဲဆိုတာကို ပြသတဲ့ တခြား external variables တွေကို ထည့်သွင်းစဉ်းစားခြင်းမရှိပါဘူး။ Synthetic workload generator တွေဟာ သန့်ရှင်းတဲ့ I/O pattern ကို အကြိမ်ကြိမ်ပြသနိုင်ပေမယ့် တကယ့် production environment ကို ဘယ်တော့မှ ပုံတူကူးမှာ မဟုတ်ပါဘူး။ storage products တွေရဲ့အပေါ်မှာ application performance ကို မိတ်ဆက်ပေးခြင်းအားဖြင့် storage ဟာ သူ့ရဲ့ drivers တွေ၊ local operating system၊ စမ်းသပ်နေတဲ့ application၊ network stack၊ networking switching နဲ့ external servers တွေနဲ့ ဘယ်လောက်ကောင်းကောင်း အပြန်အလှန် သက်ရောက်မှုရှိလဲဆိုတာကို ပြသပေးပါတယ်။ ဒါတွေက synthetic workload generator တစ်ခုအနေနဲ့ ထည့်သွင်းစဉ်းစားလို့မရတဲ့ variable တွေဖြစ်ပြီး ဒီ benchmark ကို လုပ်ဆောင်ဖို့ လိုအပ်တဲ့ equipment တွေအရ resource နဲ့ infrastructure တွေ အများကြီး ပိုလိုအပ်ပါတယ်။
MarkLogic စွမ်းဆောင်ရည်ရလဒ်များ
ကျွန်ုပ်တို့သည် စမ်းသပ်ပတ်ဝန်းကျင်၏ အနည်းဆုံးလိုအပ်ချက်များနှင့် ကိုက်ညီသော MarkLogic NoSQL benchmark ဖြင့် သိုလှောင်မှုဖြေရှင်းချက်အမျိုးမျိုးကို စမ်းသပ်ပါသည်။ စမ်းသပ်ရန်အတွက် အရည်အချင်းပြည့်မီရန်အတွက် သိုလှောင်မှုကိရိယာသည် 650GB ထက်ကျော်လွန်သော အသုံးပြုနိုင်သောစွမ်းရည်ရှိရမည်ဖြစ်ပြီး ဖိစီးမှုများသော လုပ်ငန်းအခြေအနေများအောက်တွင် လည်ပတ်ရန် ရည်ရွယ်ထားရမည်။ ၎င်းတွင် PCIe Application Accelerator အသစ်များ၊ SAS သို့မဟုတ် SATA enterprise SSD လေးခုအုပ်စုများအပြင် ဒေသတွင်း သို့မဟုတ် ကွန်ရက်ချိတ်ဆက်ထားသော HDD array ကြီးများ ပါဝင်သည်။ အောက်တွင်ဖော်ပြထားသည်မှာ ဤစမ်းသပ်မှုတွင် ယနေ့အထိ စမ်းသပ်ထားသော စက်ပစ္စည်းအားလုံးမှ ရရှိထားသော ಒಟ್ಟಾರೆ latency ကိန်းဂဏန်းများဖြစ်သည်။ ထုတ်ကုန်သုံးသပ်ချက်များတွင် ကျွန်ုပ်တို့သည် အသေးစိတ်အချက်အလက်များကို လေ့လာပြီး ယှဉ်ပြိုင်နေသော ထုတ်ကုန်များကို ထိပ်တိုက်နှိုင်းယှဉ်ပြီး ကျွန်ုပ်တို့၏ အဓိကစာရင်းတွင် မတူညီသော သိုလှောင်မှုဖြေရှင်းချက်များ၏ အလွှာများကို ပြသထားသည်။
| စက်ကိရိယာ | စုစုပေါင်းပျမ်းမျှနှောင့်နှေးမှု | S-lat | ဂျေ-လတ် | MR-lat | MW-lat |
|---|---|---|---|---|---|
| Dell R720 ExpressFlash 350GB JBOD x ၄ (SLC) |
1.24 | 1.56 | 1.56 | 0.46 | 1.37 |
| Huawei Tecal ES3000 2.4TB ၄ ပိုင်းခြား (MLC) |
1.31 | 1.41 | 1.53 | 0.98 | 1.32 |
| Huawei Tecal ES3000 1.2TB ၄ ပိုင်းခြား (MLC) |
1.43 | 1.42 | 1.76 | 1.20 | 1.33 |
| EchoStreams FlacheSAN2 w/ Intel SSD ၇၅၀ S/W RAID0၊ 180GB SSD ၈ လုံး (MLC) အုပ်စု ၄ ခု |
1.48 | 1.65 | 2.01 | 0.81 | 1.46 |
| မိုက်ခရွန် P320h 700GB ၄ ပိုင်းခြား (SLC) |
1.49 | 1.62 | 2.13 | 0.79 | 1.41 |
| Fusion ioDrive2 Duo MLC 2.4TB S/W RAID0၊ မြင့်မားသောစွမ်းဆောင်ရည်မုဒ်၊ ၄ ပိုင်းပါ (MLC) |
1.70 | 1.73 | 2.57 | 0.97 | 1.51 |
| Fusion ioDrive2 Duo SLC 1.2TB S/W RAID0၊ မြင့်မားသောစွမ်းဆောင်ရည်မုဒ်၊ ၄ ပိုင်းပါ (SLC) |
1.72 | 1.78 | 2.69 | 0.90 | 1.52 |
| OCZ Z-Drive R4 1.6TB ၄ ပိုင်းခြား (MLC) |
1.73 | 1.67 | 2.38 | 1.43 | 1.42 |
| Hitachi Ultrastar SSD400S.B 400GB JBOD x ၄ (SLC) |
1.77 | 1.75 | 2.72 | 1.11 | 1.51 |
| Smart Optimus 400GB JBOD x ၄ (MLC) |
1.82 | 1.69 | 2.74 | 1.36 | 1.49 |
| EchoStreams FlacheSAN2 w/ Intel SSD ၇၅၀ S/W RAID10၊ 180GB SSD ၈ လုံး (MLC) အုပ်စု ၄ ခု |
2.02 | 2.12 | 3.02 | 1.17 | 1.79 |
| Virident FlashMAX II 2.2TB မြင့်မားသောစွမ်းဆောင်ရည်မုဒ်၊ ၄ ပိုင်းခွဲ (MLC) |
2.26 | 2.30 | 3.39 | 1.57 | 1.81 |
| Hitachi Ultrastar SSD400M 400GB JBOD x ၄ (MLC) |
2.58 | 2.09 | 4.49 | 2.07 | 1.68 |
| OCZ Talos 2 400GB JBOD x ၄ (MLC) |
2.62 | 2.10 | 4.33 | 2.28 | 1.78 |
| Intel DC S3700 200GB JBOD x ၄ (MLC) |
3.27 | 2.71 | 5.80 | 2.59 | 1.95 |
| OCZ Talos 2 200GB JBOD x ၄ (MLC) |
3.53 | 2.62 | 6.16 | 3.40 | 1.96 |
| Intel SSD 910 800GB RAID မဟုတ်၊ JBOD x ၄ (MLC) |
4.29 | 3.21 | 8.27 | 3.43 | 2.23 |
| Fusion ioDrive2 MLC 1.2TB S/W RAID0၊ မြင့်မားသောစွမ်းဆောင်ရည်မုဒ်၊ ၄ ပိုင်းပါ (MLC) |
4.69 | 3.58 | 9.15 | 3.74 | 2.28 |
| OCZ Deneva 2 200GB JBOD x ၄ (MLC) |
6.65 | 5.38 | 13.48 | 4.54 | 3.18 |
| Kingston E100 200GB JBOD x ၄ (MLC) |
8.00 | 6.82 | 16.22 | 5.46 | 3.49 |
| Smart CloudSpeed 500 240GB JBOD x ၄ (MLC) |
11.06 | 9.07 | 22.74 | 7.19 | 5.23 |
| မိုက်ခရွန် P400m 400GB JBOD x ၄ (MLC) |
12.60 | 9.70 | 27.51 | 8.70 | 4.51 |
| Fusion ioDrive Duo MLC 1.28TB S/W RAID0၊ မြင့်မားသောစွမ်းဆောင်ရည်မုဒ်၊ ၄ ပိုင်းပါ (MLC) |
12.89 | 10.52 | 26.77 | 9.70 | 4.58 |
| မိုက်ခရွန် P400m 200GB JBOD x ၄ (MLC) |
14.98 | 11.99 | 31.93 | 10.54 | 5.46 |
| တိုရှီဘာ ၁၅K MK01GRRB ၁၄၇GB H/W LSI 9286-8e x 16၊ RAID10 x 4 |
16.58 | 7.85 | 40.61 | 12.25 | 5.61 |
| LSI Nytro WarpDrive 800GB ၄ ပိုင်းခြား (MLC) |
17.39 | 17.08 | 31.42 | 13.63 | 7.43 |
| တိုရှီဘာ ၁၀K MBF၂၆၀၀RC ၆၀၀GB H/W LSI 9286-8e x 16၊ RAID10 x 4 |
24.20 | 10.89 | 57.94 | 20.61 | 7.35 |
| တိုရှီဘာ ၁၅K MK01GRRB ၁၄၇GB S/W RAID x ၁၆၊ RAID ၁၀ x ၄ |
61.40 | 54.33 | 126.77 | 45.21 | 19.28 |
အမေဇုံ