- English – US
- English – India
- English - Malaysia
- English - Singapore
- 日本語 (Japanese)
- 简体中文 (Simplified Chinese)
- 繁體中文 (Traditional Chinese)
工作负载产生的 IO 请求大小并非单一、统一的，而是大小不一，且呈现出特定的分布模式。这种分布模式显著影响了 QLC SSD 和 HDD 的相对性能，以及系统对这两类解决方案的容量需求。
本系列博客文章分为两部分，在第一部分中，我们探讨了为何 IO 大小会影响 HDD 与 SSD 的相对存储成本。在第二部分中，我会进一步探讨为何 QLC SSD（例如采用 G9 QLC NAND 的美光 6600 ION SSD）能够实现比 HDD 更低的每可用 PB 成本，并提供可满足当今工作负载所需的能效和性能。
在评估 QLC NAND SSD 与传统机械硬盘 (HDD) 这两种不同的存储解决方案时，尤为重要的一点是，不能局限于“每 TB 成本”这一基本指标。工作负载的 IO 大小及分布模式会影响系统的整体性能，深入理解这一点后，我们便会得出结论：IO 大小及分布模式可能会显著影响不同解决方案的成本。
我们以一个类似于对象存储的工作负载为例：数据集总大小为 10PB，总吞吐量要求为 6MB/s/TB，读写比为 65/35。此吞吐量要求略低于 28TB HDD 所支持的最大吞吐量 (6.2MB/s/TB)。表面上看，HDD 解决方案似乎可以满足要求。然而，一旦深入剖析数据访问模式等细节，这一结论便难以立足。为了具体说明这一点，我们先来看一下典型对象存储工作负载的 IO 大小分布。
图 1. 示例工作负载的读/写 IO 大小直方图。
（点击图片放大）
工作负载 IO 直方图：为何 IO 大小分布非常重要
图 1 展示了示例工作负载的读/写 IO 大小分布。对于用于对象存储的 HDD 而言，主要以 4 MiB 大小的数据块写入数据，以实现高吞吐量。然而，读取时的数据块大小则呈对数正态分布模式，在 1MiB 处达到峰值，但由于读取操作对应范围更广，实际数据块通常会更小（大块写入通常会将小对象打包在一起）。这些较小的读/写操作会显著影响存储设备的性能，尤其是对 HDD 而言，HDD 在处理小 I/O 时的效率较低。
由于 HDD 在处理较小 IO 时性能会急剧下降，通常使用写缓存来减少真正写入磁盘的小数据量。写缓存通常用于缓解小数据块写入操作对磁盘性能的影响。在我们的示例中，我们假设缓存会暂存所有小于或等于 128 KiB 的写 I/O 操作。这意味着只有较大的写入操作才会真正写入磁盘本身。在读取时，并非所有小数据块读取操作都会命中缓存中的数据；我们将缓存命中率估算为 75%。
图 2. 启用写缓存后的磁盘 I/O 直方图。
（点击图片放大）
启用写缓存会改变磁盘实际执行的工作负载，如图 2 所示。写缓存消除了 HDD 需要执行的很大一部分小 IO 操作。然而，即使是少量剩余的小数据块读取操作，也可能成为 HDD 的性能瓶颈。
图 3. 对于混合读/写工作负载，实现直方图吞吐量所需的累计 PB。
（点击图片放大）
满足工作负载直方图所需的容量
基于各设备观测到的有效 I/O 直方图，我们便可以确定维持工作负载吞吐量所需的物理存储容量。接下来，我们来计算满足这些需求所需的物理存储容量。对于 HDD，我们在计算时使用净 IO 直方图（缓存后）。而 QLC 闪存在处理小 IO 时的效率要远高于 HDD，因此我们直接使用未经调整的原始直方图。这一区别至关重要：对于较小的 I/O，QLC 可实现更高的吞吐量；对于以小数据块读写为主的工作负载，这一优势意味着更少的驱动器数量和更低的整体系统成本。表 1 总结了针对相同工作负载，满足数据容量和 IO 吞吐量要求所需的驱动器数量。
图 3 显示了在每个 IO 大小下实现吞吐量所需的累计 PB（使用 IO 直方图和 1MB/s/TB 曲线计算得出）。10PB 工作负载数据需求显示为红线，28TB HDD 超过了该红线。
QLC 的性能与成本优势
可以清楚地看到，QLC 能够以更少的容量来实现相同的 IO。在本示例中，10,000TB 系统需要：
| 驱动器类型 | 用于存储数据的驱动器数量 | 用于 IO 的驱动器数量 | 用于 IO 的驱动器占比 (%) | 瓦 | 瓦/数据量 (PB) |
|---|---|---|---|---|---|
| 28TB HDD | 357 | 458 | 128% | 3,890 | 389 |
| 245TB QLC | 41 | 15 | 37% | 1,230 | 123 |
在本示例中，尽管总吞吐量密度为 6MB/s/TB，但使用 28TB HDD 来实现这一点，硬盘数量需要多出 28%，且仍然只能提供 10,000TB 的可用空间。
相比之下，QLC 仅使用了约 37% 的可用性能，且功耗仅为 HDD 的 32%。因此，如果 QLC 驱动器的每 TB 成本是 HDD 的 4 倍，那么，如果 HDD 的容量增至 1.28 倍，这一比例将下降到 3.1 倍，且未考虑其他影响因素。
结语
IO 大小以及分布模式决定了实际当中对存储系统的需求。
在此示例中，QLC SSD 的功耗大约是 HDD 的三分之一：前者为 1,230W，后者为 3,890W。除了功耗差异外，HDD 还需要增加 28% 的物理驱动器数量，才能满足 IO 要求，而 QLC 在处理相同工作负载时仍有余量。
这种差异改变了成本和价值的比较结果。
对于以小 I/O 为主的对象工作负载，原始存储介质的每 TB 成本无法反映已部署系统的实际情况。每可用 PB 成本是更好的比较指标，因为它反映了满足工作负载所需的驱动器数量、功耗和性能情况。
按照这一衡量标准，与单纯使用每 TB 成本进行比较相比，QLC 的性价比可能更接近 HDD。
