Pool de SSD SATA ou baie de disques durs pour des millions de petits fichiers : laquelle répond le plus vite ?

Eva Wong est la rédactrice technique et bricoleuse résidente chez ZimaSpace. Geek depuis toujours, passionnée par les laboratoires informatiques personnels et les logiciels open source, elle se spécialise dans la vulgarisation de concepts techniques complexes au moyen de guides pratiques et concrets. Eva pense que l’hébergement personnel doit être amusant, et non intimidant. À travers ses tutoriels, elle aide la communauté à démystifier les configurations matérielles, de la construction de leur premier NAS à la maîtrise des conteneurs Docker.

Un pool de SSD SATA est généralement préférable lorsqu’un NAS doit régulièrement ouvrir des répertoires, mettre à jour des métadonnées, indexer des bibliothèques, synchroniser des arborescences de projets ou servir plusieurs utilisateurs travaillant sur de petits fichiers. Un ensemble de HDD offre généralement un meilleur rapport qualité-prix lorsque ces fichiers sont surtout stockés plutôt que constamment sollicités, que le jeu de données est très volumineux et que le coût de la capacité compte davantage que la réactivité immédiate.

La différence importante ne se résume pas à « les SSD sont plus rapides que les HDD ». Le stockage de petits fichiers met à l’épreuve la latence, les métadonnées, la profondeur de la file d’attente, le parcours des répertoires et le comportement du système de fichiers. Un gros fichier séquentiel peut être diffusé sans problème depuis des disques durs, tandis qu’un dossier contenant des centaines de milliers de petits fichiers peut sembler lent, même sur un réseau rapide. Le choix du pool dépend de la fréquence à laquelle le NAS doit localiser et modifier ces fichiers, et pas seulement du nombre de téraoctets qu’il contient.

Le compromis essentiel : faible latence ou capacité abordable ?

Un pool de SSD SATA et un ensemble de HDD peuvent tous deux offrir de la redondance, des instantanés, des dossiers partagés et un accès multi-utilisateur. La différence tient à ce que chaque disque doit faire avant que les données commencent à circuler.

Un HDD doit faire tourner un plateau et positionner une tête mécanique au-dessus de l’emplacement demandé. Pour les fichiers volumineux, ce délai se fait relativement peu sentir, car le disque peut continuer à lire les blocs adjacents. Pour les petits fichiers, le système peut devoir passer sans cesse d’un endroit à l’autre entre les données des fichiers, les entrées de répertoire, les autorisations, les horodatages, les sommes de contrôle, les index et d’autres métadonnées. Le nombre d’opérations devient plus important que la taille de chaque transfert.

Un SSD SATA n’a pas de tête mécanique à déplacer. Même si le SATA limite le débit séquentiel maximal par rapport au NVMe, un SSD SATA peut traiter bien plus de petites opérations aléatoires qu’un disque dur. Samsung indique des dizaines de milliers d’IOPS aléatoires en 4K pour sa gamme 870 EVO, ce qui montre pourquoi une interface qui est « uniquement SATA » peut tout de même sembler nettement plus réactive que des disques à plateaux lors de tâches sollicitant fortement les métadonnées. Consultez les spécifications officielles des SSD SATA relatives aux E/S aléatoires et à l’endurance pour comparer le débit séquentiel, les IOPS aléatoires, la consommation et le TBW.

Un ensemble de HDD compense grâce au parallélisme. Les miroirs, les vdevs RAIDZ ou plusieurs miroirs agrégés par bandes peuvent traiter davantage d’opérations qu’un seul disque dur. La mise en cache en RAM peut aussi accélérer considérablement les lectures répétées. Toutefois, ajouter des disques ne supprime pas la latence mécanique, et les configurations avec parité peuvent entraîner un surcroît de travail lors des petites écritures aléatoires.

Facteur de décision Pool de SSD SATA Grappe de disques durs
Petites lectures aléatoires Excellent, avec une faible latence d’accès S’améliore avec davantage de disques et de cache, mais reste limité par les déplacements des têtes
Petites écritures aléatoires Réactif, selon l’endurance du SSD et le comportement du contrôleur Peut ralentir fortement avec la parité, la fragmentation ou des tâches concurrentes
Coût par To utilisable Plus élevé Plus faible
Bruit et vibrations Aucun bruit de recherche du disque ni de rotation du plateau Un bourdonnement audible, des bruits de recherche et des vibrations du châssis sont possibles
Grande archive rarement consultée Rapide, mais souvent coûteux Généralement le choix le plus avantageux
Applications, bases de données, index Généralement le meilleur choix par défaut Possible, mais les performances peuvent se dégrader en cas d’E/S simultanées

Quand un pool de SSD SATA est plus adapté aux petits fichiers

Un pool de SSD SATA convient particulièrement lorsque de nombreux petits fichiers sont utilisés activement. Il peut s’agir de dépôts de code source, de dossiers bureautiques synchronisés, d’archives de courriels, de vignettes photo, de ressources d’applications, de répertoires racine de sites web, de systèmes de gestion documentaire, de volumes de conteneurs, de dépôts de paquets et de jeux de données comprenant de nombreux fichiers annexes.

Le gain se manifeste d’abord dans les opérations qui ne ressemblent pas à des copies de fichiers classiques. Ouvrir un répertoire, calculer la taille d’un dossier, rechercher des noms de fichiers, vérifier les autorisations, détecter les modifications, générer des vignettes, dédupliquer et effectuer des sauvegardes incrémentielles peuvent solliciter des métadonnées ou des blocs dispersés. Une latence de stockage plus faible réduit les pauses entre ces opérations.

Un pool de SSD SATA peut aussi rendre l’accès simultané de plusieurs utilisateurs plus fluide. Copier un gros fichier pour un seul utilisateur est une charge de travail séquentielle simple. Dix utilisateurs qui ouvrent, renomment, enregistrent et synchronisent simultanément de petits documents génèrent une file d’opérations différentes. Les SSD gèrent cette charge mixte plus efficacement, car ils n’ont pas besoin de déplacer physiquement une tête de lecture pour chaque requête.

Les SSD SATA sont particulièrement judicieux avec un réseau 1GbE ou 2.5GbE. Leur vitesse séquentielle peut déjà dépasser le débit utile de ces liaisons, tandis que leurs performances en E/S aléatoires restent précieuses pour la navigation et les applications. Payer pour des débits séquentiels de niveau NVMe ne changera peut-être pas la vitesse de copie de fichiers à distance si le réseau constitue le facteur limitant.

La limite est le coût de la capacité. Un pool de SSD redondant pouvant stocker des dizaines de téraoctets peut coûter bien plus cher qu’une grappe de disques durs. Les SSD ont également une endurance en écriture limitée. Pour un jeu de données composé de petits fichiers, qui réécrit constamment des bases de données, des journaux, des fichiers temporaires et des instantanés, il faut dimensionner le stockage en fonction du TBW ou du DWPD, plutôt que de supposer que n’importe quel SSD grand public convient à des écritures intensives et continues.

Choisissez le modèle de SSD et le niveau de redondance comme des éléments de la conception du pool, et non comme des disques indépendants. Des capacités et des performances homogènes simplifient le remplacement. Conservez de l’espace libre, surveillez les indicateurs SMART et d’usure, et maintenez une sauvegarde indépendante. La mémoire flash élimine la latence mécanique, mais pas les risques liés au contrôleur, au micrologiciel, à la mémoire NAND, aux coupures de courant ou aux erreurs de manipulation.

Quand une baie de HDD reste le meilleur choix

Une baie de HDD reste intéressante lorsque les petits fichiers sont nombreux, mais rarement consultés. Une archive juridique, une collection de recherches historiques, une ancienne arborescence de projets, un export photo finalisé, un miroir logiciel ou une sauvegarde à long terme peuvent contenir des millions de fichiers sans nécessiter un accès interactif constant.

Pour ces charges de travail, la question essentielle est de savoir à quelle fréquence les utilisateurs doivent parcourir ou mettre à jour le jeu de données. Si le NAS écrit les fichiers une fois, les vérifie, puis les ouvre rarement, payer le prix des SSD pour toute la capacité peut apporter peu d’avantages au quotidien. Les disques durs peuvent stocker beaucoup plus de données pour le même budget, ce qui laisse davantage de moyens pour la redondance et les sauvegardes.

Une baie de HDD profite aussi de la mémoire. Les métadonnées et les petits fichiers fréquemment utilisés peuvent être servis depuis la RAM après leur premier accès. Un système doté d’une mémoire suffisante peut donc sembler beaucoup plus rapide lors de consultations répétées que ne le laisse penser un test à froid. Cet avantage disparaît lorsque l’ensemble de travail dépasse la taille du cache ou qu’un scrubbing, une sauvegarde, un indexeur et la charge des utilisateurs sollicitent les mêmes disques.

La disposition des baies compte. Plusieurs vdev en miroir offrent généralement davantage de chemins d’E/S indépendants qu’un seul vdev large avec parité, mais au prix d’une capacité utile réduite. La parité peut être un excellent choix pour un stockage privilégiant la capacité, mais les petites écritures synchrones et les activités fortement axées sur les métadonnées peuvent en révéler le surcoût. Il n’existe pas de « meilleur RAID » universel sans connaître le nombre de fichiers, la répartition entre lectures et écritures, la profondeur de file d’attente et le niveau de tolérance aux pannes visé.

Une conception ZFS hybride peut réduire l’écart sans convertir l’ensemble du pool au flash. OpenZFS indique qu’un vdev spécial redondant peut héberger les métadonnées et, éventuellement, les petits blocs de fichiers. Cela permet de transférer le parcours des répertoires et certains petits blocs sur SSD, tandis que les données volumineuses restent sur HDD. Le vdev spécial n’est pas un cache jetable : sa perte peut entraîner celle du pool. Il doit donc être protégé au moins aussi solidement que les vdev normaux.

Pour les utilisateurs qui cherchent encore à déterminer ce qui doit être stocké sur mémoire flash et ce qui doit l’être sur des disques, le guide de ZimaSpace sur le HDD et SSD pour planifier le stockage NAS propose un cadre plus général pour arbitrer entre capacité et latence.

Comment se comparent-ils dans des charges de travail réelles impliquant de petits fichiers ?

Le test le plus utile ne se limite pas à un seul benchmark séquentiel. Testez les opérations que vos utilisateurs effectuent réellement. Créez une arborescence de dossiers représentative, puis mesurez l’affichage des répertoires à froid et à chaud, la création de fichiers, les opérations de renommage, la recherche de métadonnées, la génération de miniatures, la sauvegarde incrémentielle, la restauration, l’analyse antivirus et le démarrage des applications.

Effectuez aussi des tests côté client. Un pool de disques rapide ne peut pas éliminer tous les allers-retours nécessaires pour chaque fichier à cause de SMB, NFS, des autorisations, du chiffrement et de l’antivirus du client. Le guide de ZimaSpace sur les transferts directs vers le NAS et les goulots d’étranglement liés aux petits fichiers explique pourquoi un dossier contenant de petits fichiers peut être transféré bien plus lentement qu’un seul fichier de test volumineux, même lorsque la connexion réseau fonctionne correctement.

Comparez à niveaux de protection équivalents. Un seul SSD SATA ne doit pas être comparé à une grappe de quatre disques durs redondante comme si le coût d’achat et le risque de panne étaient équivalents. Une comparaison équitable repose sur la même capacité utilisable, le même niveau de redondance, la même couverture des sauvegardes et le même chemin réseau.

Charge de travail Meilleur choix par défaut Pourquoi
Dépôt de code actif et cache de paquets Pool de SSD SATA Opérations fréquentes sur les métadonnées et opérations aléatoires de petite taille
Base de données et miniatures d’une application photo Pool de SSD SATA ou configuration hybride La navigation interactive dépend de la latence
Des millions de documents archivés Grappe de disques durs La capacité prime lorsque les accès sont peu fréquents
Dépôt de sauvegardes incrémentielles Cela dépend Le SSD accélère le traitement des métadonnées ; le disque dur l’emporte lorsque la capacité de stockage nécessaire est très importante
Archives mixtes et applications actives Hybride Sépare la capacité de l’activité

Une plateforme dotée de baies pour disques et d’une extension NVMe facilite cette séparation. Le ZimaCube 2 peut combiner la grande capacité de plusieurs disques durs avec un stockage flash plus rapide pour les applications, les métadonnées, les index et les jeux de données actifs. La configuration appropriée dépend toujours de la redondance, des sauvegardes, de la vitesse du réseau et du comportement mesuré des fichiers.

Quelle configuration de stockage choisir ?

Choisissez un pool de SSD SATA si

  • Les utilisateurs interagissent quotidiennement avec les petits fichiers.
  • La navigation dans les répertoires, l’indexation, la recherche, les miniatures ou la latence de synchronisation constituent le principal problème.
  • La capacité utilisable requise est suffisamment modeste pour être protégée par des SSD redondants et une sauvegarde.
  • Le NAS exécute des bases de données, des conteneurs, des machines virtuelles ou d’autres services fortement sollicités en E/S aléatoires.
  • Un fonctionnement silencieux près d’un bureau ou d’une pièce à vivre est important.

Choisissez une grappe de disques durs si

  • Le jeu de données est volumineux et principalement peu sollicité.
  • La capacité, la redondance et la sauvegarde absorbent la majeure partie du budget.
  • Les explorations interactives de répertoires sont occasionnelles plutôt que continues.
  • Vous pouvez fournir suffisamment de RAM et accepter des opérations plus lentes lorsque le cache est froid.
  • Le NAS peut être installé dans un endroit où le bruit et les vibrations des disques sont acceptables.

Choisissez une configuration hybride si

  • Le même système stocke une grande archive et exécute des applications actives.
  • Vous pouvez placer les bases de données, index, miniatures, métadonnées et fichiers fréquemment utilisés sur de la mémoire flash.
  • Vous comprenez qu’un vdev spécial ZFS doit être redondant et faire l’objet d’une sauvegarde.
  • Vous voulez profiter du coût avantageux des disques durs sans imposer à chaque opération sur de petits fichiers le recours à des disques rotatifs.

Liste de vérification avant achat

  • Estimez le nombre de fichiers ainsi que la capacité totale.
  • Mesurez la taille moyenne des fichiers et le nombre quotidien de créations, de mises à jour et de suppressions de fichiers.
  • Séparez la capacité d’archivage à froid du jeu de travail actif.
  • Comparez la capacité utilisable après redondance, et non la capacité brute des disques.
  • Vérifiez l’endurance des SSD et les spécifications de charge de travail des disques durs.
  • Testez le comportement avec un cache froid et un cache chaud.
  • Conservez une sauvegarde indépendante, quel que soit le type de pool.

FAQ

Le NVMe est-il toujours plus performant qu’un SSD SATA pour les petits fichiers ?

Non. Le NVMe peut offrir une profondeur de file d’attente, une bande passante et des IOPS supérieures, mais un SSD SATA peut déjà éliminer la latence mécanique qui domine la charge de travail. Si la limite vient du réseau, de l’application, du processeur ou de la profondeur de file d’attente pour un seul utilisateur, la différence entre un SSD SATA et un SSD NVMe peut être bien plus faible que celle entre l’un ou l’autre SSD et un disque dur.

Peut-on égaler un pool SSD avec davantage de disques durs ?

Un plus grand nombre de disques durs améliore le débit global et fournit davantage de chemins d’E/S indépendants, en particulier avec des vdevs en miroir. Cela n’élimine pas la latence de recherche. Une grappe suffisamment grande peut gérer des charges de travail importantes, mais elle nécessite généralement plus de disques, d’énergie, de refroidissement, d’espace et de réglages qu’un pool SSD de capacité modeste.

 Le cache SSD suffit-il ?

Parfois, mais le cache n’aide que les données auxquelles on accède de manière répétée et qu’il parvient à conserver. Un jeu de données dédié sur SSD, un volume d’applications sur SSD ou un vdev spécial bien conçu permettent un placement plus prévisible. Le cache ne doit pas être considéré comme une solution universelle à une charge de travail fondamentalement lourde en métadonnées.

Conclusion

Choisissez un pool de SSD SATA lorsque des millions de petits fichiers constituent un jeu de travail actif. Choisissez une grappe de disques durs lorsque ces fichiers posent surtout un problème de capacité. Choisissez un stockage hybride si vous avez besoin du coût avantageux des disques durs pour les archives et de la faible latence de la mémoire flash pour les éléments utilisés quotidiennement par les utilisateurs et les applications.

Comparaison de produits

À lire aussi

Get More Builds Like This

Stay in the Loop

Get updates from Zima - new products, exclusive deals, and real builds from the community.

Stay in the Loop preferences

We respect your inbox. Unsubscribe anytime.