详解：如何做好系统性能评估？( 四 ) _云知道

由于RAID算法的实现原理不同（RAID10的镜像、RAID5/6的校验盘），对于同样大小的裸容量来说，选择不同的RAID算法，可提供给用户的可用容量是不同的（不考虑热备空间和系统预留的影响）。

从可靠性的层面来看，RAID6的可靠性最佳，RAID10次之，RAID5最差。RAID6和RAID10都支持同时坏2块盘不丢数据，但是RAID10对坏的2块盘是有条件要求的。
如何区分顺序IO和随机IO
IO的寻址方式是IO特性的一个重要方面，分为顺序、随机或混合，这取决于上层应用程序获取数据的方式。例如，数据库OLTP业务是典型的随机读写，视频监控业务是典型的顺序读，SPC-1模型是混合读写。
在通常情况下，如果数据的读写是在连续的磁盘空间上，可以认为是顺序IO；如果应用读取的数据分布在不连续的磁盘空间，且无固定的顺序，则视为随机IO；如果一部分数据是顺序读写，一部分数据是随机读写，则视为混合类型IO 。
顺序/随机特性对性能的影响
在磁盘层面，顺序IO的性能优于随机IO 。这是由于传统的机械磁盘读写数据需要盘片转动和磁头移动，使得随机读写的盘片旋转和磁头寻道时间要远大于顺序读写。
在智能存储系统层面，通常情况下，顺序IO的性能同样大大优于随机IO，特别是对于小IO的IOPS性能而言：
1、小IO读：通过顺序流识别和预取算法，系统提前在磁盘上读取大块的连续数据存放在cache中，后续的大量顺序小IO在cache中命中，无需下盘处理。而随机小IO在cache中命中率极低，只能逐个下盘读。
2、小IO写：通过IO合并，系统将多个顺序小IO合并成一个较大的IO下盘。如果在RAID5或RAID6场景，IO聚合成满分条大小的情况下，无需做预读操作，不会触发RAID写惩罚，效率很高。而随机小IO无法合并，只能逐个下盘写，且会触发写惩罚，导致性能更为低下。典型业务场景的顺序/随机特性，以下是一些典型业务场景的顺序/随机特性。

如何区分大IO和小IO
在做性能评估和讨论IO模型时，经常会遇到是大IO还是小IO的问题。我们通常把<=16KB的IO认为是小IO（典型的如512bytes、4KB），而>=32KB的IO认为是大IO（典型的如256KB、1MB），处于16K和32K间的IO也认为是小IO 。例如，典型的OLTP数据业务是小IO，而数据仓库业务是大IO 。典型业务场景的IO大小，以下是一些典型业务场景的IO大小。

IO大小对性能的影响
IO的大小取决于上层应用程序本身。对性能而言，小IO一般用IOPS来衡量，大IO一般用带宽来衡量。例如我们熟悉的SPC-1，主要衡量存储系统在随机小IO负荷下的IOPS，而SPC-2则主要衡量在各种高负荷连续读写应用场合下存储系统的带宽。
就单个IO而言，大IO从微观角度相比小IO会需要更多的处理资源。对于随机IO而言，随着随机IO块大小的增加，IOPS会随之降低。例如，当随机IO大小大于16KB时，机械硬盘的IOPS会呈线性下降。因此，我们通常SPC-1测试的IOPS值很高，但因为用户业务模型不同，IO大小不同，性能值也是变化的。
不过对于智能存储系统来说，会尽可能通过排序、合并、填充等方法对IO进行整合，将多个小IO组合成单个大IO 。例如，典型的Web Server Log业务，一般是8KB大小的顺序小IO，在分条大小设置为128KB的存储设备上，最终会将16个8KB大小的小IO合并成一个128KB的大IO下发到硬盘上。在这种情况下，对比处理多个小IO，处理单个大IO的速度更快、开销更小。