测试环境：Dell R510，2×E5620，24G，Fusion-io ioDrive 320G MLC
测试工具：Redhat Linux 5.3，Oracle Orion 11
测试一：8K随机读，IOPS超过5W，吞吐量超过400M，响应时间在IOPS达到4W时出现拐点(超过1ms)，并迅速上升至最高值9.5ms。
测试二：4K随机读，IOPS超过7W，吞吐量达到280M，响应时间在IOPS达到7W时保持在1ms以下，随着并发压力不断增大，IOPS出现波动，响应时间逐步增加。
测试三：128K连续读，IOPS迅速上升至5000时，到达吞吐量瓶颈(700M)，此时响应时间小于10ms，随后并发压力增大，IOPS与吞吐量指标无变化，响应时间迅速上升。
测试四：8K随机写，IOPS到达5.8W，响应时间为1ms，随着压力增大，IOPS逐步下降，响应时间随之快速上升。
测试五：读写混合模式，8K随机IO，20%写，IOPS到达4.5W，吞吐量360MB，响应时间在IOPS达到3.7W时保持在1ms左右，随着压力增长，响应时间迅速增加。
测试六：读写混合模式，8K随机IO，128K连续IO，20%写，IOPS达到5W，吞吐量580MB，响应时间在IOPS达到4W时保持在1ms左右，随着压力增加，响应时间快速增加。
性能分析：
本次性能测试直接读写fusionio卡，无任何缓存的影响，从测试数据我们看出，ioDrive的随机读性能非常好，4k IO的性能最佳，可以达到7W IOPS，8K IO可以达到5W IOPS，响应时间稳定在1ms以下。随机写的表现也非常优秀，8K随机写可以达到5W+。IOPS，响应时间保持在1ms以下。模拟数据库的8K随机IO和128K连续IO，IOPS可以稳定达到4W左右。总之，ioDrive的表现非常优秀。
瓶颈分析：
存储的瓶颈有两个：一个是IOPS，另一个是吞吐量。对于传统磁盘来说，单块盘的IOPS为150，如果每个IO最大为1MB，那么我们可以计算出磁盘的吞吐量瓶颈为150MB(实测吞吐量大致为170-250MB)。我们可以看到，IOPS是磁盘真正的瓶颈，随机IO对磁盘是致命的，而吞吐量对于磁盘通常不是瓶颈，所以磁盘更适合追求吞吐量的系统。
Fusionio与磁盘相比，随机IO可以轻松到达5w+，响应时间小于1ms，而吞吐量瓶颈则大致在600MB-700MB之间，官方数据与实测数据差异不大。通过上述数据分析可以看到，fusionio的IOPS很高，通常不会成为瓶颈，而吞吐量可能会在IOPS之前成为瓶颈。我们可以计算一下，600MB吞吐量，IO大小为128K，IOPS只有4800；8K的随机读，IOPS达到5W时，吞吐量已经接近400MB。虽然单块fusionio卡的吞吐量比磁盘大，但是考虑到价格因素，fusionio并不适合追求吞吐量的系统。
观察Fusionio的响应时间，我们发现当压力未达到瓶颈之前，响应时间稳定在1ms左右，当快到达性能瓶颈时，IOPS和吞吐量不再增加，此时响应时间会出现一个突变，然后快速增加，直到不可接受。所以在实际使用中，必须控制压力在性能瓶颈之下。
Fusionio具备很高的IOPS性能，所以它更适合随机小IO读写。在实际使用的过程中，可以适当减小IO的大小，将吞吐量瓶颈转化为IOPS瓶颈，这点与磁盘系统刚好相反，磁盘系统应该尽可能将IOPS瓶颈转换为吞吐量瓶颈，比如增加IO的大小，这是个很有趣的话题。
随着Flash存储技术的出现，将会颠覆整个存储行业，甚至会改变未来数据库等存储系统的设计，也给了我们巨大的想象空间。
–EOF–
Fusionio的官方数据：
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/225358.html原文链接：https://javaforall.net
