Como é que a Profundidade da Fila e o Tamanho do Bloco Alteram a Latência de Leitura Aleatória num NAS Doméstico?

A profundidade de fila e o tamanho do bloco alteram a latência da leitura aleatória porque controlam quanto trabalho é submetido de uma vez e quanta informação cada operação transfere. Um teste com baixa profundidade de fila e blocos pequenos mede a rapidez com que um pedido é concluído, enquanto um teste com alta profundidade de fila mede quanto trabalho paralelo o caminho de armazenamento pode sustentar.

O mesmo NAS pode assim mostrar IOPS modestos de 4K QD1, IOPS muito mais elevados de 4K QD32 e um forte débito com blocos grandes sem contradição. Cada resultado descreve uma carga de trabalho diferente, e o número mais rápido do benchmark pode ser o menos representativo de uma base de dados interativa, biblioteca de fotos ou aplicação de contentores.

O que controlam realmente a profundidade de fila e o tamanho do bloco?

A profundidade de fila é o número de operações de I/O pendentes numa camada medida. a profundidade de fila controla os pedidos de I/O pendentes, enquanto o tamanho do bloco define a carga útil transferida por cada pedido.

Um teste com QD1 submete uma operação e espera pela conclusão antes de emitir a seguinte. Um teste QD32 permite que muitas operações esperem ou executem em paralelo, dando ao disco, controlador, array e rede mais oportunidades para sobrepor trabalho.

Estes valores existem em várias camadas. A fila de threads do benchmark, a fila de blocos do sistema operativo, o HBA, a fila de submissão NVMe, os créditos do protocolo NAS e os discos individuais podem todos ver contagens pendentes diferentes.

Por que é que o QD1 expõe o tempo de serviço do armazenamento?

Com um pedido pendente, a operação seguinte não pode esconder-se atrás do trabalho paralelo, por isso o QD1 expõe o tempo de serviço de um único pedido. O resultado inclui o tempo de serviço do dispositivo mais o protocolo, sistema de ficheiros, controlador, rede e sobrecarga do cliente.

Por isso, o QD1 é útil para tarefas orientadas ao utilizador que emitem uma ou poucas leituras dependentes: abrir metadados, carregar uma página de base de dados, ler uma miniatura ou seguir um apontador para a estrutura seguinte.

Não é um teste completo de capacidade. Um SSD moderno ou um array em striping pode suportar muito mais trabalho paralelo do que o fornecido por QD1, pelo que o resultado pode subestimar o máximo agregado de IOPS enquanto representa com precisão a capacidade de resposta de um único pedido.

Por que é que uma maior profundidade de fila pode aumentar simultaneamente os IOPS e a latência?

Mais trabalho pendente pode manter os canais de armazenamento ocupados e aumentar as operações concluídas por segundo, mas uma maior profundidade da fila pode aumentar IOPS e latência juntos. Cada pedido pode passar mais tempo à espera antes do serviço.

O benchmark reporta mais conclusões totais porque o sistema sobrepõe trabalho, não porque cada pedido ficou mais rápido. Uma vez que o dispositivo ou array atinge sua capacidade de serviço, a profundidade adicional da fila principalmente alonga a linha de espera.

É por isso que IOPS com alta profundidade de fila e baixa latência interativa são objetivos separados. Um servidor de backup ou trabalho de análise pode beneficiar-se de paralelismo profundo, enquanto um pedido de aplicação preocupa-se com o tempo de conclusão de uma leitura crítica.

Como o Tamanho do Bloco Altera IOPS, Débito e Tempo de Espera?

IOPS conta operações sem descrever quantos bytes cada operação move. o tamanho do bloco altera o equilíbrio entre IOPS e débito. Mil leituras de 4K movem muito menos dados do que mil leituras de 128K.

Blocos pequenos enfatizam a sobrecarga por operação e são comuns para páginas de base de dados, metadados e estado da aplicação. Blocos maiores melhoram a eficiência da transferência e o débito, mas ocupam o dispositivo, rede e controlador por mais bytes por pedido.

Um bloco maior pode reduzir o número de IOPS necessários para uma determinada largura de banda enquanto aumenta o tempo de serviço de cada operação. Aplicações mistas precisam de ambas as dimensões porque um NAS pode servir leituras pequenas de metadados ao lado de grandes transferências de mídia ou backup.

Por que o Cache e o Paralelismo Fazem os Resultados Parecerem Melhores do que as Aplicações Sentem?

Os resultados do benchmark podem ser dominados pela RAM, cache do controlador, cache do cliente ou acesso repetido a um pequeno conjunto de trabalho. cache e concorrência podem ocultar a latência da leitura fria.

Os trabalhadores paralelos de benchmark também podem distribuir pedidos através de discos, canais NAND, núcleos de CPU, canais SMB ou filas NVMe de forma mais eficaz do que uma única thread de aplicação. O teste prova a escalabilidade agregada, não que uma única leitura fria da aplicação receba o mesmo benefício.

Use um conjunto de dados maior do que os caches relevantes ao testar o meio de armazenamento, e execute testes separados com cache quente quando o cache da aplicação fizer parte do design real. Misturar os dois produz um número cujo gargalo não é claro.

Como Deve um Teste de Leitura Aleatória de NAS Doméstico Corresponder às Cargas de Trabalho Reais?

Um benchmark útil varia as dimensões que as aplicações reais variam. testes realistas devem corresponder à profundidade de fila da carga de trabalho em vez de reportar um único valor máximo de IOPS.

Teste QD1 e algumas profundidades moderadas, inclua leituras pequenas de 4K ou 8K e os blocos maiores usados por ferramentas de media ou backup, e registe a latência média mais p95, p99 e máxima. Mantenha cliente, protocolo, encriptação e conjunto de dados constantes ao comparar alterações de armazenamento.

Execute o teste de leitura aleatória tanto isoladamente quanto ao lado das cargas de trabalho de fundo que realmente partilham o NAS. Um benchmark isolado pode medir o caminho de armazenamento de forma limpa, mas não revela a latência que os utilizadores experienciam durante a aplicação, backup, indexação ou contenção de paridade.

Perguntas Frequentes

Uma profundidade de fila maior é sempre melhor?

Não. Pode melhorar o débito agregado até que o caminho de armazenamento esteja saturado, mas os pedidos podem esperar mais tempo e a latência interativa pode piorar.

Por que os números de leitura aleatória 4K são frequentemente reportados?

Blocos pequenos assemelham-se a páginas de base de dados, metadados e estado da aplicação, e expõem a sobrecarga por operação que grandes transferências sequenciais escondem.

Um benchmark de NAS deve usar QD32?

Apenas quando a carga de trabalho esperada pode criar tanto I/O paralelo. Inclua QD1 e profundidades moderadas para aplicações interativas de servidores domésticos.

A latência da rede pode dominar um teste de leitura aleatória?

Sim. Viagens de ida e volta SMB ou NFS, processamento do cliente, encriptação e filas de switch podem exceder o tempo de serviço do dispositivo, especialmente com baixa profundidade de fila.

Conclusão Final

A profundidade da fila determina quanto I/O pode esperar ou executar em paralelo, enquanto o tamanho do bloco determina a quantidade de dados que cada operação move. Uma profundidade de fila maior pode aumentar o total de IOPS enquanto aumenta a latência por pedido, e blocos maiores podem melhorar o débito enquanto reduzem o número de operações. Um benchmark útil para NAS doméstico corresponde à concorrência real, tamanhos de dados, estado do cache e requisitos de latência de cauda, em vez de selecionar o maior número de destaque.