¿Por qué las colas de almacenamiento compartido ralentizan múltiples máquinas virtuales en servidores domésticos?

Las colas de almacenamiento compartidas ralentizan múltiples máquinas virtuales de servidores domésticos porque los discos virtuales independientes eventualmente envían solicitudes a los mismos adaptadores del host, controladores, rutas de red y unidades físicas. Cada máquina virtual puede tener su propia cola virtual mientras espera detrás del trabajo generado por otras máquinas virtuales en una capa compartida inferior.

La desaceleración, por lo tanto, no está determinada solo por las IOPS de una máquina virtual. El tamaño de la solicitud, la mezcla de lectura/escritura, el comportamiento de sincronización, la profundidad de la cola, el medio de almacenamiento y el momento del pico de cada máquina virtual vecina se combinan en un único orden de servicio físico y un presupuesto de latencia finito.

¿Dónde se convierten las colas separadas de las máquinas virtuales en compartidas?

Cada invitado envía E/S a través de un controlador virtual, pero las solicitudes de las máquinas virtuales convergen en recursos físicos compartidos por debajo del límite del invitado. El hipervisor, el sistema de archivos del host, el adaptador de almacenamiento y el dispositivo de respaldo combinan el trabajo de varios discos virtuales.

Una máquina virtual puede reportar una cola interna corta mientras sus solicitudes esperan en una cola del host o del dispositivo que el invitado no puede ver. Por eso, solo la utilización del disco del invitado puede no explicar la larga latencia de la aplicación.

El camino completo importa: el planificador del invitado, el controlador virtual, la cola del host, el protocolo de almacenamiento en red, el controlador RAID y el medio físico pueden añadir espera. La capa saturada más estrecha se convierte en el límite compartido.

¿Cómo se convierte una máquina virtual en un vecino ruidoso de almacenamiento?

En infraestructura compartida, una carga de trabajo puede monopolizar las colas de almacenamiento y aumentar la latencia para cargas de trabajo que de otro modo serían tranquilas. Una copia de seguridad, compactación de base de datos, actualización o escaneo de archivo grande puede crear el pico.

La máquina virtual ruidosa no necesita superar el tamaño de su disco virtual o la asignación de CPU. Solo necesita emitir suficientes operaciones de E/S pendientes para ocupar el camino de servicio compartido más rápido de lo que el almacenamiento puede completar las solicitudes.

Las máquinas virtuales vecinas experimentan entonces una mayor latencia máxima incluso si su demanda promedio de rendimiento es pequeña. Un servidor DNS, una base de datos de automatización del hogar o un servicio de autenticación pueden sentirse lentos porque una máquina virtual de medios está escaneando o escribiendo intensamente.

¿Cuándo la profundidad de la cola se convierte en espera?

Algunas operaciones de E/S pendientes son útiles porque mantienen ocupado el almacenamiento capaz, pero las colas profundas revelan un cuello de botella en el almacenamiento. Más allá del paralelismo útil del dispositivo, las solicitudes adicionales aumentan el tiempo de residencia en lugar de aumentar proporcionalmente el trabajo completado.

La profundidad de cola es un conteo en una capa, no una propiedad universal de la máquina virtual. Una profundidad de invitado de ocho, una profundidad del adaptador host de cientos y una cola de hardware NVMe son ubicaciones diferentes con límites distintos.

La profundidad de cola aumenta la latencia después de la saturación. El rendimiento puede mantenerse alto mientras las solicitudes interactivas de la máquina virtual esperan más tiempo detrás del mismo flujo sostenido.

¿Por qué puede la arquitectura de colas cambiar la escalabilidad de las máquinas virtuales?

Una ruta heredada puede forzar muchas operaciones a través de menos canales de comando, mientras que el almacenamiento de cola única serializa más trabajo. Múltiples máquinas virtuales amplifican esa diferencia arquitectónica porque sus solicitudes llegan simultáneamente.

Las colas paralelas reducen la contención de bloqueos y permiten que diferentes núcleos de CPU envíen y completen trabajo con menos serialización. No crean un rendimiento de almacenamiento ilimitado; el controlador, la red, la NAND o los discos aún imponen un límite físico.

Por lo tanto, el protocolo y la ruta del controlador afectan cómo el sistema alcanza la saturación de manera más fluida. Una ruta más paralela puede preservar el rendimiento y reducir la carga de la CPU, mientras que una ruta más antigua puede generar una cola dominante más pronto.

¿Por qué reaccionan diferente los HDD y NVMe?

Flash y NVMe pueden usar NVMe que soporta más comandos paralelos, mientras que un actuador de HDD aún atiende ubicaciones físicas principalmente mediante movimiento mecánico.

Varias máquinas virtuales pueden convertir cargas de trabajo secuenciales individuales en un patrón físico aleatorio. En los discos duros (HDD), las solicitudes entrelazadas aumentan las búsquedas y la demora rotacional; en los SSD, la misma concurrencia puede mejorar la utilización hasta que los controladores internos o la memoria NAND se saturen.

Los medios más rápidos reducen el tiempo de servicio pero no eliminan la espera en cola. Las escrituras sincronizadas, la recolección de basura, el trabajo RAID, la latencia de red y algunas solicitudes grandes aún pueden retrasar operaciones pequeñas sensibles a la latencia.

¿Cómo reducen la interferencia la QoS y la separación de cargas de trabajo?

El control más fuerte es limitar cuánto trabajo compartido puede crear una VM. El aislamiento de cargas de trabajo previene la contención entre inquilinos al dar a los servicios sensibles a la latencia un límite de recursos separado.

En un servidor doméstico, eso puede significar límites de IOPS por VM, prioridades, discos virtuales separados, un grupo dedicado de SSD para bases de datos o programar copias de seguridad y escaneos fuera de horas interactivas.

Mida la latencia y la ocupación de colas a nivel de host junto con métricas por VM. Los controles de equidad pueden reducir el rendimiento máximo de una VM ocupada, pero evitan que una carga de trabajo consuma el presupuesto de tiempo de respuesta de todos los servicios.

Preguntas frecuentes

¿Cada VM tiene su propia cola de almacenamiento?

Puede tener colas virtuales, pero esas colas eventualmente se fusionan en las colas compartidas del host, adaptador, controlador y dispositivo físico.

¿Puede una VM de copia de seguridad ralentizar una VM de base de datos no relacionada?

Sí. Una copia de seguridad sostenida puede llenar las colas compartidas y consumir el ancho de banda del disco, aumentando la latencia de la VM de la base de datos incluso cuando la CPU y la memoria están disponibles.

¿Una mayor profundidad de cola siempre es mala?

No. Una mayor profundidad expone el paralelismo y aumenta el rendimiento. Se vuelve perjudicial cuando el trabajo pendiente supera la capacidad paralela útil y las solicitudes pasan más tiempo esperando.

¿El NVMe eliminará los problemas de almacenamiento por interferencia entre vecinos?

No. NVMe ofrece más colas paralelas y menor tiempo de servicio, pero los recursos finitos de NAND, controlador, CPU, RAID y red aún pueden saturarse.

Conclusión final

Múltiples máquinas virtuales (VM) de servidores domésticos no poseen discos físicos independientes solo porque vean discos virtuales independientes. Sus solicitudes se fusionan en colas compartidas donde los picos, los patrones de acceso mixtos y el paralelismo limitado del dispositivo crean latencia por interferencia entre vecinos. La monitorización consciente de las colas, los límites por VM, la programación y los niveles de almacenamiento separados hacen que la capacidad compartida sea útil sin permitir que una VM controle el tiempo de respuesta de todas las aplicaciones.