Av Kimberly Robinson, prestandaingenjör, LSI Corporation
Med intåget av solid-state-diskteknologi, krympande kostnader för höghastighets flyktigt minne, låg kostnad för SATA och tillförlitligheten hos SAS, har optimal organisation och integration av ny lagringsteknik blivit svårare. Det finns möjligheter att placera ofta åtkomliga "heta" data på lägre latens, snabbare media, samtidigt som sällan åtkomlig data lämnas på media med högre latens och lägre kostnad.
Med alla dessa valmöjligheter tillgängliga för IT-lagringsproffs, finns det en enorm möjlighet att innovativt använda kostnads-, prestanda- och kapacitetsmått för att bestämma den idealiska platsen för användardata. Den här artikeln kommer att diskutera hur lagringsnivåer avsevärt kan förbättra prestanda och tillförlitlighet i blandade lagringsmiljöer, komplettera och förbättra värdoperativsystemets cache, samtidigt som kostnaderna optimeras.
Dagens servrar har många olika funktioner, och även om vi kan göra generaliseringar, producerar varje applikation sin egen unika arbetsbelastningsegenskap. Dessutom beror prestandabehov på aktuell belastning och eventuella QOS-krav. Även om lagringsmiljöer har fler alternativ än någonsin tidigare, vilket möjliggör bättre anpassning, samtidigt som de tillför mer komplexitet och försvårar planering av lagringsprestandakapacitet. Prestandakapacitetsplanering kräver kunskap om applikationens I/O-egenskaper, kapacitets- och prestandatillväxtkrav, disk- och lagringsprestandaegenskaper, dataskyddsbehov och företagsbudget.
Fler alternativ = Mer kontroll
Moderna lagringskontroller har en uppsjö av alternativ: nya och sammansatta RAID-typer, premiumfunktioner, avancerade cache-alternativ och varianter av hårdvaruavlastning för att passa alla budgetar. Dagens avancerade inbäddade processorer har gjort intelligenta lagringskontroller ännu mer kapabla, vilket gör det möjligt för dem att utöka sina möjligheter och transformera allt eftersom ny teknik dyker upp.
Diskteknologier är inget undantag från boomen av nya alternativ. Serial Attached SCSI (SAS) designades för att integrera både SATA och SAS så att båda gränssnitten kan kombineras för att skapa en anpassad lagringsbackend baserat på individuella kostnads- och prestandabehov. SATAs popularitet ligger främst i dess utmärkta kostnad per kapacitetsmått, men ur prestandasynpunkt ger den den lägsta totala prestandan. SAS ger betydligt högre prestanda och förbättrad tillförlitlighet, men till en högre kostnad. Ett annat alternativ är Solid State Disk-teknik (SSD) som finns i både SATA- och SAS-gränssnitt. SSD:er ger häpnadsväckande högre slumpmässig prestanda än roterande media, men till ett högre pris.
Vad som ökar komplexiteten är prestandaresultaten för olika RAID-typer. Att optimera för din arbetsbelastning kräver att du förstår dina specifika I/O-egenskaper och vet hur man mappar det till den ideala RAID-typen baserat på dina tillgänglighetsbehov.
Om vi fokuserar på RAID 10 kan du tydligt se att vissa disktyper är bättre lämpade för olika applikationer, med SSD:er som i genomsnitt kostar cirka 6.5 gånger mer än 15K RPM 6Gb SAS-enheter. Ändå ger inte alla applikationer 6.5 gånger högre verkliga prestanda.
Varje IT-proffs har förmodligen vid ett eller annat tillfälle ställt frågan, "hur många roterande diskar krävs för att leverera samma prestanda som en högpresterande SSD?" Det är en fantastisk tankeprocess, men i den verkliga världen är det troligt att endast en del av den faktiska lagringskapaciteten kommer att nås vid varje given tidpunkt. Cache-arkitekturer har framgångsrikt designats baserat på detta antagande i årtionden. Tänk om du kunde bygga din lagring av olika lagringsmedier med olika kostnads- och prestandaegenskaper?
Det börjar bli för svårt
Lagringsleverantörer inser att med förekomsten av olikformiga mediearkitekturer ger denna nivåindelning det bästa av alla världar. Lagringsnivåer är ett enkelt koncept; placera de mest använda uppgifterna på det snabbaste tillgängliga mediet, medan kall data lämnas på långsammare media. Tiering skiljer sig från cachning genom att kapaciteten på alla deltagande logiska diskar kan användas för användardatalagring. Även om detta inte är ett nytt koncept, är det traditionellt sett inte en del av lagringsintelligensen, men SSD:s störande teknologi har medfört nya möjligheter.
Låt oss titta på ett exempel på hur lagringsnivå kan hjälpa till i en databasmiljö. ACME-företaget designar en ny SQL Server, och baserat på sina tidigare erfarenheter känner de till följande information.
- 4 terabyte lagringsutrymme
- 3 % är hett (~ 125 GB) och åtkomst till 65 % av tiden.
- 6 % nås intermittent (~250 GB) 25 % av tiden
- Summa-vilan är kalla data som nås 10% av tiden.
- Databasen nås i 8KB-storlekar, med ett läs-till-skrivförhållande på cirka 2:1.
- Åtta platser är tillgängliga för diskar.
En idealisk kostnadskänslig lösning som får oss till 4TB skulle vara att skapa en logisk enhet som tillhandahåller den prestandalösning som krävs för varje datanivå, både vad gäller I/O:s per sekund och svarstider.
Låt oss överväga de homogena skivalternativen.
Nedan är en sammanfattande jämförelse av de tre alternativen för lagringsinfrastruktur. Det är uppenbart att det stegvisa alternativet inte bara ger en lägre kostnad per databastransaktion, utan producerar över sex gånger mer IOP-kapacitet än en SATA-lösning och mer än tre gånger den rena SAS-lösningen, med mer kapacitet än de andra förslagen.
Många lösningar kan byggas utifrån prestanda, kostnad, kapacitet eller fastighetsbegränsningar. Detta är bara ett exempel som tydligt belyser kostnadsfördelarna med en nivåbaserad lösning. Naturligtvis kan detta göras manuellt, förutsatt att: du redan vet exakt vilka filer som kommer att användas i hög grad; har förmågan att separera dem fysiskt på olika medier; och den heta datan är inte övergående eller dynamisk.
För- och nackdelar med lagringsnivå
Lagringsnivåer erbjuder det bästa av alla världar. Genom att utnyttja flera typer av media kan kostnader och prestanda optimeras och tidigare serverfastigheter kan sparas. Tänk på detta – för att uppnå samma antal databas-IOP som möjligt i exemplet med nivåindelning skulle det krävas över femtio SATA-enheter, vilket avsevärt skulle öka kraft- och rackutrymmeskraven. Intelligent nivåindelning kan möjliggöra en dynamisk miljö där data som ofta används kontinuerligt och automatiskt placeras på de snabbaste media. Det kan till och med finnas möjligheter där de mest kritiska data kan placeras på hög tillgänglighetsvolym, eller data som nås av geografiskt avlägsna platser kan kopieras till lokala lagringsanläggningar.
Trots fördelarna med nivåindelning finns det några nackdelar att överväga. Även om arbetet med att identifiera och korrekt lagra den heta datan görs automatiskt, bör bygga ett ordentligt lagringsundersystem som uppfyller dina nuvarande och växande krav fortfarande specialdesignas av en lagringsproffs. En annan potentiell nackdel är att under en lagringsnivåmodell, även om den logiska volymen skulle visas som en enda disk, kan volymen brytas över flera fysiska diskgrupper. Genom att använda hårdvaru-RAID-skydd kan risken för dataförlust minskas.
Vi befinner oss i en era av en perfekt teknikstorm: dramatiskt ökande behov av lagringskapacitet, fler diskalternativ än någonsin tidigare, högre prestandakrav från den ökande populariteten för digitala affärstransaktioner, ökad bearbetningstäthet och behovet av större skydd för våra mest värdefull tillgång, data. Tiering låter dig dra fördel av de låga SATA-lagringskostnaderna, säkerheten och tillförlitligheten hos företags-SAS och den höga prestandan hos SSD-enheter, allt i ett paket.
Kimberly Robinson arbetar som prestandaingenjör för LSI Corporations Engenio Storage-division. Hon har arbetat med att optimera företagslagringslösningar för stora OEM-företag i över tio år.
Amazon