本篇文章將進一步解釋在超融合架構中，層次存儲為什么是提升數據的I/O性能的***選擇。

首先，讓我們追溯到現代計算機體系結構中，解決系統性能瓶頸的關鍵策略：Cache。

現代計算機體系結構是基于馮·諾依曼體系結構構建的，馮.諾依曼體系結構將程序指令當做數據對待，程序和數據存儲在相同的存儲介質（內存）中，CPU通過系統總線從內存中加載程序指令和相應的數據，進行程序的執行。

[[223203]]

馮·諾依曼體系結構解決了計算機的可編程性問題，但是帶來了一個缺點，因為程序指令和數據都需要從內存中載入，盡管CPU的速度很快，卻被系統總線和內存速度的限制，不能快速的執行。為解決這個問題，Cache的理念被提出，通過在CPU和內存之間加入更快速的訪問介質（CPU Cache），將CPU經常訪問的指令和數據，放置到CPU Cache中，系統的整體執行速度大幅度提升。

I/O性能瓶頸問題轉移到了存儲

如果內存的訪問速度相對CPU太慢，那么磁盤的I/O訪問速度相對CPU來說就是“不能忍”了。下表是不同存儲介質的訪問延時，在虛擬化環境下或云環境下，由于I/O基本都是隨機I/O，每次訪問都需要近10ms的尋道延時，使得CPU基本處于“等待數據”的狀態，這使得核心業務系統運轉效率和核心應用的用戶體驗都變得很差，直觀的感受就是業務系統和桌面應用“很卡”。

參考：http://norvig.com/21-days.html#answers

基于SSD構建平衡系統

和前人解決內存訪問延時問題的思路類似，現在的主流方法是使用內存和SSD作為Cache來解決I/O性能瓶頸。存儲系統能夠分析出數據塊的冷熱程度，將經常訪問的數據塊緩存到內存和SSD中，從而加速訪問。

不論是全閃存存儲，還是混合介質存儲，從某種意義上講都是層次存儲，只不過混合陣列多了一層磁盤介質。

學過計算機體系結構的人都聽說過著名的Amdahl定律，這里我們要介紹一個Amdahl提出的“不那么著名”的經驗法則：

在一個平衡的并行計算環境中，每1GHz的計算能力需要1Gbps的I/O速度與之匹配

假設一臺服務器有2顆E5-4669 v3的CPU，每顆CPU有18個核，36個超線程，主頻是2.1GHz，那么我們可以計算一下，這樣的一臺服務器需要151Gbps (即~19GBps）的帶寬。在大規模的云計算（虛擬機算）環境中，極端情況下，大量的I/O并發使得存儲收到的I/O都變成隨機I/O，在這么一個并發環境中，假設我們的訪問大部分都是8KB的讀寫，根據上面的計算，我們需要為一臺服務器配備近250萬的IOPS讀取速度。

在不考慮系統總線的情況下，如果我們用SAS/SATA硬盤來提供這個IOPS，即使每個SAS/SATA盤可以提供近250的IOPS（實際數值更?。?，僅為構建一臺平衡的服務器計算存儲環境，就需要大概1萬個SAS/SATA硬盤。在稍大規模的虛擬化環境，想要搭出一個平衡的系統，用傳統的SAS/SATA硬盤幾乎不可能完成任務。但是如果采用能夠提10萬“寫IOPS”的SSD設備，25塊SSD就夠了。

層次存儲的優勢

“層次存儲”是相對“全閃存”而言，是指將容量大但是速度較慢的HDD和速度快的SSD同時構建在系統中，通過數據的訪問特性，將經常訪問的熱數據放置在SSD中，而冷數據放置在HDD中。

首先，為構建一個平衡的虛擬化環境，需要大量的SSD設備來提供足夠的IOPS。但是SSD也不是***的。目前的SSD擦寫次數有限、價格高。層次存儲將熱數據放置在SSD層中，而大量的冷數據仍然放置在SATA硬盤上，熱數據周期性的同步到HDD硬盤，既為用戶熱數據提供了高IOPS的保障，也通過SATA硬盤提供了更大的容量和可靠性。

下圖是對11個開發人員桌面負載的I/O統計，包含了對5.1TB大小的存儲上的76億次IO訪問和28TB的數據傳輸。首先值得注意的是，有3.1TB(62%)的數據，在一年內從來沒有被訪問過，這意味著這些數據無論是放置在SSD上，還是SATA上，甚至放到U盤上拔走，對系統都沒有影響。

圖引自：《The 80/20 rule… for storage systems》by Andy Warfield