¿Por qué se comportan de manera diferente los archivos de base de datos y los archivos multimedia en un NAS doméstico?

Los archivos de bases de datos y medios se comportan de manera diferente en un NAS doméstico porque uno es una colección mutable de páginas mientras que el otro suele ser un flujo de bytes estable.

Las bases de datos realizan pequeñas lecturas aleatorias, agregan registros de recuperación, actualizan índices y esperan confirmaciones duraderas. La reproducción de medios lee rangos largos en orden y puede almacenar en búfer con anticipación. Ambos pueden ocupar la misma cantidad de gigabytes, pero afectan la latencia, la caché, los registros del sistema de archivos y las colas del disco de maneras muy diferentes.

Los archivos de bases de datos son páginas mutables; los archivos de medios son flujos estables

Un motor de base de datos trata sus archivos como páginas estructuradas. Una consulta puede obtener una página de índice estrecha y luego saltar a varias páginas de datos no relacionadas. Una actualización puede afectar los datos, el índice, el registro de transacciones y más tarde un punto de control. Una visión concisa de los patrones de E/S de bases de datos explica por qué los registros y archivos de datos pueden tener perfiles de latencia diferentes dentro del mismo motor.

Un archivo de película o música finalizado suele ser inmutable durante la reproducción. El lector avanza a través de rangos largos y rara vez necesita reescribir bytes anteriores. Esa previsibilidad permite que el sistema operativo y el dispositivo de almacenamiento combinen solicitudes y preobtengan datos próximos.

La durabilidad hace que las escrituras de bases de datos esperen

Muchas bases de datos usan registro anticipado: un registro de cambio debe llegar a un almacenamiento estable antes de que la página de datos modificada pueda considerarse confirmada de forma segura. La secuencia de registro anticipado muestra por qué un pequeño apéndice secuencial de registro puede estar en el camino crítico incluso cuando su ancho de banda es pequeño.

Los puntos de control luego vacían páginas sucias en lotes, agregando una segunda forma de E/S. Eso significa que una base de datos puede alternar entre confirmaciones cortas sensibles a fsync y una pesada escritura en segundo plano. Un SSD puede mejorar ambos, pero los números de rendimiento de medios aún no predicen el tiempo de respuesta de la base de datos porque esta a menudo espera la latencia de finalización más que los megabytes por segundo.

La reproducción de medios recompensa la lectura anticipada y el acceso por rangos

La detección secuencial permite que el kernel obtenga datos antes de que el reproductor los solicite. En un ejemplo de NFS, aumentar la lectura anticipada del sistema de archivos en red aumentó sustancialmente el rendimiento para archivos secuenciales grandes, mientras que el autor también advierte que la prelectura excesiva puede desperdiciar trabajo en accesos semi-aleatorios.

Los reproductores también pueden solicitar rangos de bytes seleccionados al iniciar o buscar. Una explicación práctica de las solicitudes de rango de video muestra cómo el cliente salta a una porción de un archivo grande sin descargar todo lo anterior. Estas solicitudes son más grandes y predecibles que un recorrido de índice de base de datos, incluso cuando ambas llegan por la red.

Las bibliotecas de medios aún generan trabajo lateral similar a bases de datos

La carga útil de medios puede ser secuencial, pero la biblioteca que la rodea no lo es. Carteles, miniaturas, subtítulos, historial de visualización, índices de búsqueda y bases de datos de metadatos crean actividad de archivos pequeños y bases de datos. Un escaneo puede leer cada encabezado de medio mientras escribe miles de derivados pequeños.

Esto explica por qué la reproducción puede ser fluida mientras la navegación por la biblioteca o la generación de miniaturas se siente lenta. La ruta del archivo grande está saludable; la base de datos auxiliar está esperando E/S aleatoria o un diario ocupado. Probar solo una copia de película no refleja la carga de trabajo con la que los usuarios realmente interactúan.

Un NAS puede servir ambos, pero el cuello de botella cambia

Use conjuntos de datos o volúmenes específicos para la carga de trabajo cuando la plataforma los soporte. Los registros grandes y la lectura anticipada pueden adaptarse a medios estables, mientras que el almacenamiento de bases de datos se beneficia de baja latencia, alineación adecuada de páginas, caché conservadora y escrituras síncronas confiables. Piscinas físicas separadas proporcionan un aislamiento más fuerte cuando un escaneo de medios bloquea repetidamente el trabajo de la base de datos.

No ajuste solo por extensiones de archivo. Mida la latencia de confirmación de la base de datos y los fallos de caché junto con el rendimiento de lectura de medios y el almacenamiento en búfer. Una comparación actual de ajuste de lectura anticipada hace útil la distinción: las cargas de trabajo secuenciales de respaldo y video pueden beneficiarse de una prelectura mayor, mientras que el acceso aleatorio a bases de datos puede desperdiciar ancho de banda si se aplica la misma política indiscriminadamente.

Preguntas frecuentes

¿Un benchmark rápido secuencial de NAS prueba que una base de datos será rápida?

No. Mide una carga de trabajo más cercana a la transferencia de medios. El rendimiento de la base de datos depende mucho de IOPS aleatorios, colas, latencia de fsync, comportamiento de caché e interferencia de puntos de control.

¿Deberían los archivos de medios y bases de datos usar siempre SSDs separados?

No siempre. Las cargas de trabajo ligeras pueden coexistir. La separación se vuelve valiosa cuando escaneos, transcodificaciones o transferencias causan picos repetibles de latencia en la base de datos que las políticas de programación y conjuntos de datos no pueden controlar.

¿Por qué puede retrasarse la navegación de medios cuando la reproducción es fluida?

La navegación a menudo consulta una base de datos y abre muchas miniaturas o archivos auxiliares. La reproducción usualmente lee unos pocos rangos largos y almacena en búfer con anticipación, por lo que estresa una parte diferente de la ruta de almacenamiento.