Скорость жесткого диска в чем измеряется
В этой статье мы поговорим о такой важной характеристике жестких дисков, как скорость вращения, разберемся, на что она влияет, и узнаем, как посмотреть скорость вращения винчестера, установленного в вашем компьютере.
Жесткий диск состоит из нескольких магнитных пластин, закрепленных на единой оси — шпинделе. Эти пластины вращаются, в то время как считывающие головки перемещаются в нужные сектора, чтобы осуществить чтение или запись данных. От скорости вращения шпинделя, которая измеряется в оборотах в минуту (RpM), зависит, насколько быстро компьютер будет получать считанные с жесткого диска данные.
По количеству оборотов в минуту жесткие диски можно разделить на несколько типов:
- 5400 RPM — наименьшая на сегодня скорость вращения HDD. Такие жесткие диски чаще всего устанавливают в ноутбуки, поскольку они расходуют меньше энергии и, соответственно, аккумулятор в этом случае разряжается медленнее.
- 7200 RPM — наибольшее число современных жестких дисков вращается со скоростью 7200 оборотов в минуту. Диски этого типа имеют высокую производительность при довольно умеренном потреблении энергии;
- 10000/15000 RPM — самые быстрые и производительные диски, однако менее надежные, так как за счет большого нагрева увеличивается риск поломки и потери данных.
Как узнать скорость вращения шпинделя установленного в вашем ПК жесткого диска? Во-первых, скорость вращения всегда указана на наклейке на корпусе жесткого диска. Во-вторых, вы можете найти информацию о модели своего HDD на сайте производителя, там будут указаны все характеристики. Ну а в-третьих, можно установить специальную программу, которая покажет все параметры жесткого диска.
Гибридные тесты
самая вкусная часть:
(внимание! Ошибётесь буквой диска — останетесь без данных)
Во время теста мы видим что-то вроде такого:
В квадратных скобках — цифры IOPS'ов. Но радоваться рано — ведь нас интересует latency.
На выходе (по Ctrl-C, либо по окончании) мы получим примерно вот такое:
^C
fio: terminating on signal 2
Нас из этого интересует (в минимальном случае) следующее:
read: iops=3526 clat=9063.18 (usec), то есть 9мс.
write: iops=2657 clat=12028.23
Не путайте slat и clat. slat — это время отправки запроса (т.е. производительность дискового стека линукса), а clat — это complete latency, то есть та latency, о которой мы говорили. Легко видеть, что чтение явно производительнее записи, да и глубину я указал чрезмерную.
В том же самом примере я снижаю iodepth до 16/16 и получаю:
read 6548 iops, 2432.79usec = 2.4ms
write 5301 iops, 3005.13usec = 3ms
Очевидно, что глубина в 64 (32+32) оказалась перебором, да таким, что итоговая производительность даже упала. Глубина 32 куда более подходящий вариант для теста.
Если вы планируете обновить жесткий диск в вашей системе, важно знать, какая разница между 5400 и 7200 об/мин в характеристиках HDD.
Производительность жесткого диска измеряется скоростью, с которой данные могут передаваться (так называемая пропускная способность). Как правило, чем выше число оборотов в минуту, тем выше производительность. Однако это не означает, что диски вращающиеся с более низкой скоростью, должны полностью игнорироваться.
5400 об/мин или 7200 об/мин
Хотя в настоящее время вы можете найти HDD со скоростью вращения до 15000 об/мин, самые популярные диски для настольных компьютеров и ноутбуков имеют скорость от 5400 до 7200 об/мин.
Традиционные жесткие диски с вращающимися пластинами, работающие на скорости 7200 об/мин, обеспечивают быструю скорость чтения и записи, также они больше подходят для запуска операционной системы, более быстрой работы программ и передачи файлов.
Минусом является то, что они могут стоить дороже, чем диски имеющие скорость 5400 об/мин. Также они генерируют больше тепла и могут быть шумными, а срок их службы может оказаться короче, чем у жестких дисков, которые вращаются на более низких оборотах.
Жёсткие диски со скоростью 5400 об/мин предлагают более низкую скорость передачи файлов, но они потребляют меньше энергии. Следовательно, они выделяют меньше тепла и тише работают, а также они дешевле. Хотя большинство пользователей игнорируют этот тип дисков, они являются хорошим выбором для хранения файлов.
Несмотря на то, что жесткий диск со скоростью 7200 об/мин, несомненно, быстрее, чем диски со скоростью 5400 об/мин, диски со скоростью 5400 об/мин обеспечивают скорость чтения и записи в среднем 100 МБ/с, а диски со скоростью 7200 об/мин обеспечивают скорость чтения и записи в среднем 120 МБ/с. Поэтому стоит отметить, что эти типы дисков практически идентичны. Разница этих дисков лишь в том, что диск на 7200 об/мин быстрее примерно на 20 процентов, чем диск на 5400 об/мин.
| Обновление чистой Windows 7 на Windows 10
SSD Общее время: ~9 минут — Быстрее на 188% (в 2.9 раза)
HDD Общее время: ~26 минут
Первые 4 строки — процесс обновления Windows 10
Последняя строка — тест, чтобы убедиться в том, что процесс обновления закончен, и ПК готов к работе.
Вывод
Если вы действительно ищете производительность, то вы должны рассмотреть жесткие диски со скоростью 7200 об/мин. Тем не менее, если вы просто хотите хранить файлы, вам следует рассмотреть диски со скоростью 5400 об/мин.
тесты на чтение
Запуск: fio read.ini
Содержимое read.ini
Задача подобрать такой iodepth, чтобы avg.latency была меньше 10мс.
Тесты | синтетические (потенциальные скорости работы диска)
- HDD медленее в 94 раза (0.68 МБ/с против 63.6 МБ/с), по сравнению с SSD
- HDD медленее в 53 раза (0.36 МБ/с против 19 МБ/с), по сравнению с SSD
- HDD медленее в 178 раз (0.78 МБ/с против 139 МБ/с), по сравнению с SSD
- HDD медленее в 86 раз (0.64 МБ/с против 55 МБ/с), по сравнению с SSD
Почему нас интересует, в основном, результат работы диска с мелкими блоками данных?
Дело в том, что открываете ли вы браузер, или же, импортируете проект, состоящий из сотен файлов, в программу, вроде Unreal Engine, не важно, что вы делаете, во всех подобных случаях, компьютер обрабатывает огромное количество мелких блоков данных (преимущественно считывает, поэтому скорость чтения обычно важнее, чем скорость записи)
Секвенциальная скорость («Seq Q32T1» и «Seq» на скриншоте выше) важна при записи / чтении файлов больших размеров (МБ или ГБ), что происходит реже, и не влияет на отзывчивость системы, в такой же степени, как работа с тысячами мелких блоков.
Почему же Apple компьютеры намного отзывчивее обычных ПК и «никогда» не тормозят?
В мире компьютеров сложилось мнение, что вся беда в операционной системе — Mac OSX на компьютерах Apple «оптимизирована», «никогда не тормозит», «нету синих экранов сбоя системы»
Может быть, это потому, что:
Компьютеры Apple (не считая самые дешевые комплектации): имеют все те же компоненты, кроме одного — диск m.2 SSD / проприетарные аналоги:
— Работающий на скорости (700 — 1100 МБ/с) через NVMe, имея возможность обрабатывать 65000 потоков ожидания, выполняющие по 65000 команд каждый
— Имеющий системы предотвращения потери данных, системы защиты от перегрева, способствующие предотвращению появления ошибок и зависаний при работе с несколькими ГБ данных состоящих в основном из мелких блоков, в многозадачном режиме
— и тд. и тп.
В то время как, опыт работы с Windows пк формировался при работе с компьютерами, имеющими:
— Обычный HDD 5400 rpm (шумящий и вибрирующий при работе, из-за наличия движущихся частей) имеющий возможность обрабатывать 1 поток ожидания, выполняющий 32 команды
— Работающий на скорости (60 — 110 МБ/с)
— Постоянно заставляя всех пользователей наблюдать состояние — «Не отвечает», наблюдать за издевательски медленной реакцией при работе в многозадачном режиме, не только с мелкими, но и с относительно крупным блоками данных.
Оставив все остальные компоненты компьютера на местах, поменяте диски местами, поставив 5400 rpm HDD на Apple, а m.2 SSD на Windows ПК, и окажется, что диск действительно самая важная (для быстродействия и отзывчивости) часть компьютера, т.к. обычный HDD диск очень медленнен, и заставляет ждать всю систему пока он закончит обрабатывать все очереди задач от программ и ОС, что сильно замедляется при работе в многозадачном режиме, имея, к тому же, приложения, делающие работу на заднем плане, которых может быть довольно много — от авто-обновления зависимостей проектов, до задач, поставленных на обработку самим пользователем.
Теперь, перейдем к тестам!
| Время запуска приложений
SSD Время запуска приложений | Общее время: 1:44 — Быстрее на 274% (в 3.74 раза)
HDD Время запуска приложений | Общее время: 6:29
Узнаём скорость жесткого диска с помощью утилиты «AIDA 64»
Одной из таких утилит является приложение «AIDA 64», отображающее подробные сведения не только о жестких дисках, но и обо всех остальных компонентах ПК.
2. Дожидаемся окончания загрузки, инсталлируем программу и запускаем ее.
3. В списке в левой части окна раскрываем раздел «Хранение данных», а затем щелкаем на подраздел «ATA».
- В правой верхней части окна в секции «Описание устройства» мы видим, какие жесткие диски установлены на нашем компьютере. Кликаем интересующий нас диск – ниже будут показаны подробные сведения о нем. Нас интересует строчка «Скорость вращения» в секции «Свойства устройства ATA», в которой отображается скорость выбранного диска в оборотах в минуту.
2. Дожидаемся окончания загрузки, инсталлируем программу и запускаем ее.
3. В списке в левой части окна раскрываем раздел «Хранение данных», а затем щелкаем на подраздел «ATA».
4. В правой верхней части окна в секции «Описание устройства» мы видим, какие жесткие диски установлены на нашем компьютере. Кликаем интересующий нас диск – ниже будут показаны подробные сведения о нем. Нас интересует строчка «Скорость вращения» в секции «Свойства устройства ATA», в которой отображается скорость выбранного диска в оборотах в минуту.
В этой статье мы выясним как и в какой степени SSD влияет на работу в реальных условиях использования.
Если вы давно хотели увидеть реальную производительность SSD в сравнении с привычными HDD, или же, если вы задумывались перенести систему на SSD, но не знали стоит ли это того, эта статья для вас!
Смысла тестировать диск в идеальных условиях мало, т.к. в жизни такого не бывает, поэтому я намерено рассматриваю тесты на примерах из реальной жизни, когда диск заполнен тысячами файлов, играми, файлами кэша браузеров и программ обработки видео и тд.
В общем, запасайтесь попкорном, садитесь поудобнее, и давайте уже перейдем к делу.
Результаты
Судя по тестам и ощущениям, наш подопытный HyperX Fury SSD обошел HDD по всем параметрам в 100% случаев, решив головную боль, во всех сферах, требующих высокой отзывчивости системы, таких как, создание игр, обработки видео / аудио, симуляции частиц, постобработка, работа с сотнями ГБ данных или тысячами OpenEXR.
После перехода на SSD диск, больше не заметно никаких проблем с подвисаниями, касается ли это проблемы скорости обработки в AE, из-за того, что ваш sublime text загружает апдейты зависимостей, используя 100% диска в это время, или же, остановки работы из-за того, что у вас на заднем плане просчитывается BVH перед рендером в blender, или же, пока Maya, в течении нескольких часов, создает alembic файлы кэша, не давая зайти даже в интернет без зависания.
Не заметно больше и никаких ожиданий пока отвиснет Audacity, после уменьшения звуковой дорожки, каждые 2 минуты и никаких ожиданий пока прогрузятся все HDR или EXR в папке каждый раз по 1-3 минуты (!). Больше не приходится останавливать работу одного приложения, для того, чтобы ускорить отзывчивость других, т.к. оно загружало диск под 100%. Не приходится и ждать по несколько секунд после каждого действия в Unreal Engine, при любом аспекте работы, от импорта фалов, до применения и тестирования ассетов.
Не говоря уже о скорости перезагрузки системы после обновлений, которая происходит за секунды, вместо минут, и открытии приложений, что происходит теперь «относительно» мгновенно.
И тд и тп., если вы со всем этим сталкивались, вы меня хорошо понимаете и смысла продолжать писать разрешенные проблемы, не имеет, если же вы не понимаете о чем речь, скорее всего вам станет скучно читать еще пару сотен проблем, разрешенных с помощью SSD, в любом случае.
По личному опыту, я заметил, что пока работаешь на компьютере с HDD, не замечаешь на сколько не продуктивна и раздражительна работа из-за постоянных ожиданий, и статуса «не отвечает», особенно если ваша работа за компьютером не ограничивается лазанием по интернету.
IOPS (количество операций ввода/вывода – от англ. Input/Output Operations Per Second) – один из ключевых параметров при измерении производительности систем хранения данных, жестких дисков (НЖМД), твердотельных диски (SSD) и сетевых хранилища данных (SAN).
По сути, IOPS это количество блоков, которое успевает считаться или записаться на носитель. Чем больше размер блока, тем меньше кусков, из которых состоит файл, и тем меньше будет IOPS, так как на чтение куска большего размера будет затрачиваться больше времени.
Значит, для определения IOPS надо знать скорость и размер блока при операции чтения / записи. Параметр IOPS равен скорости, деленной на размер блока при выполнении операции.
Характеристики производительности
Основными измеряемыми величинами являются операции линейного (последовательного) и произвольного (случайного) доступа.
Под линейными операциям чтения/записи, при которых части файлов считываются последовательно, одна за другой, подразумевается передача больших файлов (более 128 К). При произвольных операциях данные читаются случайно из разных областей носителя, обычно они ассоциируются с размером блока 4 Кбайт.
Ниже приведены основные характеристики:
Параметр | Описание |
Всего IOPS (Total IOPS) | Суммарное число операций ввода/вывода в секунду (при выполнении как чтения, так и записи) |
IOPS произвольного чтения (Random Read) | Среднее число операций произвольного чтения в секунду |
IOPS произвольной записи (Random Write) | Среднее число операций произвольной записи в секунду |
IOPS последовательного чтения (Sequential Read) | Среднее число операций линейного чтения в секунду |
IOPS последовательной записи (Sequential Write) | Среднее число операций линейной записи в секунду |
Приблизительные значения IOPS
Приблизительные значения IOPS для жестких дисков.
Устройство | Тип | IOPS | Интерфейс |
7,200 об/мин SATA-диски | HDD | ~75-100 IOPS | SATA 3 Гбит/с |
10,000 об/мин SATA-диски | HDD | ~125-150 IOPS | SATA 3 Гбит/с |
10,000 об/мин SAS-диски | HDD | ~140 IOPS | SAS |
15,000 об/мин SAS-диски | HDD | ~175-210 IOPS | SAS |
Приблизительные значения IOPS для SSD.
Устройство | Тип | IOPS | Интерфейс |
Intel X25-M G2 MLC | SSD | ~8 600 IOPS | SATA 3 Гбит/с |
OCZ Vertex 3 | SSD | ~60 000 IOPS (Произвольная запись 4K) | SATA 6 Гбит/с |
OCZ RevoDrive 3 X2 | SSD | ~200 000 IOPS (Произвольная запись 4K) | PCIe |
OCZ Z-Drive R4 CloudServ | SSD | ~1 400 000 IOPS | PCIe |
RAID пенальти
Любые операции чтения, которые выполняются на дисках, не подвергаются никакому пенальти, поскольку все диски могут использоваться для операций чтения. Но всё на оборот с операциями на запись. Количество пенальти на запись зависят от типа выбранного RAID-а, например.
В RAID 1 чтобы данные записались на диск, происходит две операции на запись (по одной записи на каждый диск), и следовательно RAID 1 имеет два пенальти.
В RAID 5 чтобы записать данные происходит 4 операции (Чтение существующих данных, четность RAID, Запись новых данных, Запись новой четности) тем самым пенальти в RAID 5 составляет 4.
В этой таблице приведено значение пенальти для более часто используемых RAID конфигурации.
RAID | I/O Пенальти |
RAID 0 | 1 (Edited by Reader) |
RAID 1 | 2 |
RAID 5 | 4 |
RAID 6 | 6 |
RAID 10 | 2 |
Характеристика рабочих нагрузок
Характеристика рабочей нагрузки в основном рассматривается как процент операции чтений и записей, которые вырабатывает или требует приложение. Например, в среде VDI процентное соотношение IOPS рассматривается как 80-90% на запись и 10-20% на чтение. Понимание характеристики рабочей нагрузки является наиболее критическим фактором, поскольку от этого и зависит выбор оптимального RAID для среды. Приложения которые интенсивно используют операции на запись являются хорошими кандидатами для RAID 10, тогда как приложения которые интенсивно используют операции на чтение могут быть размещены на RAID 5.
Вычисление IOPS
Есть два сценария вычисления IOPS-ов.
Один из сценариев это когда есть определенное число дисков, и мы хотим знать, сколько IOPS эти диски выдадут?
Второй сценарий, когда мы знаем сколько нам IOPS-ов надо, и хотим вычислить нужное количество дисков?
Сценарий 1: Вычисление IOPS исходя из определенного кол-ва дисков
Представим что у нас есть 20 450GB 15к RPM дисков. Рассмотрим два сценария Рабочей нагрузки 80%Write-20%Read и другой сценарий с 20%Write-80%Read. Также мы вычислим количество IOPS как для RAID5 и RAID 10.
Формула для расчета IOPS:
Total Raw IOPS = Disk Speed IOPS * Number of disks
Functional IOPS =(((Total Raw IOPS×Write %))/(RAID Penalty))+(Total Raw IOPS×Read %)
Есть определение Raw IOPS и Functional IOPS, как раз токи Functional IOPS-ы и есть те IOPS-ы которые включают в себя RAID пенальти, и это и есть “настоявшие” IOPS-ы.
А теперь подставим цифры и посмотрим что получится.
Total Raw IOPS = 170*20 = 3400 IOPS (один 15K RPM диск может выдать в среднем 170 IOPS)
Для RAID-5
Вариант 1 (80%Write 20%Read) Functional IOPS = (((3400*0.8))/(4))+(3400*0.2) = 1360 IOPS
Вариант 2 (20%Write 80%Read) Functional IOPS = (((3400*0.2))/(4))+(3400*0.8) = 2890 IOPS
Для RAID-1
Вариант 1 (80%Write 20%Read) Functional IOPS = (((3400*0.8))/(2))+(3400*0.2) = 2040 IOPS
Вариант 2 (20%Write 80%Read) Functional IOPS = (((3400*0.2))/(2))+(3400*0.8) = 3100 IOPS
Сценарий 2: Подсчет кол-ва дисков для достижения определенного кол-ва IOPS
Рассмотрим ситуацию где нам надо определить тип RAID-а и количества дисков для достижения определенного количества IOPS-ов 5000 и с определенными рабочими нагрузками, например 80%Write20%Read и 20%Write80% Read.
Опять же для начала формула по которой и будем считать:
Total number of Disks required = ((Total Read IOPS + (Total Write IOPS*RAID Penalty))/Disk Speed IOPS)
Total IOPS = 5000
Теперь подставим цифры.
Заметка: 80% от 5000 IOPS = 4000 IOPS и 20% от 5000 IOPS = 1000 IOPS с этими цифрами и будем оперировать.
Для RAID-5
Вариант 1 (80%Write20%Read) – Total Number of disks required = ((1000+(4000*4))/170) = 100 дисков.
Вариант 2 (20%Write80%Read) – Total Number of disks required = ((4000+(1000*4))/170) = 47 дисков приблизительно.
Для RAID-1
Вариант 1 (80%Write20%Read) – Total Number of disks required = ((1000+(4000*2))/170) = 53 диска приблизительно.
Вариант 2 (20%Write80%Read) – Total Number of disks required = ((4000+(1000*2))/170) = 35 дисков приблизительно.
Понимание и подсчет IOPS, RAID пенальти, и характеристик рабочих нагрузок очень критичны аспект при планировании. Когда нагрузка более интенсивна на запись луче выбирать RAID 10 и наоборот при нагрузках на чтение RAID 5.
Программы для измерения IOPS
IOmeter — тест IOPS
IOzone — тест IOPS
FIO — тест IOPS
CrystalDiskMark — тест IOPS
SQLIO — набор тестов для расчета производительности (IOPS, MB, Latency) под сервера БД
wmarow — калькулятор RAID групп по производительности IOPS
abstract: разница между текущей производительностью и производительностью теоретической; latency и IOPS, понятие независимости дисковой нагрузки; подготовка тестирования; типовые параметры тестирования; практическое copypaste howto.
Предупреждение: много букв, долго читать.
- научная публикация, в которой скорость кластерной FS оценивали с помощью dd (и включенным файловым кешем, то есть без опции direct)
- использование bonnie++
- использование iozone
- использование пачки cp с измерениема времени выполнения
- использование iometer с dynamo на 64-битных системах
Это всё совершенно ошибочные методы. Дальше я разберу более тонкие ошибки измерения, но в отношении этих тестов могу сказать только одно — выкиньте и не используйте.
bonnie++ и iozone меряют скорость файловой системы. Которая зависит от кеша, задумчивости ядра, удачности расположения FS на диске и т.д. Косвенно можно сказать, что если в iozone получились хорошие результаты, то это либо хороший кеш, либо дурацкий набор параметров, либо действительно быстрый диск (угадайте, какой из вариантов достался вам). bonnie++ вообще сфокусирована на операциях открытия/закрытия файлов. т.е. производительность диска она особо не тестирует.
dd без опции direct показывает лишь скорость кеша — не более. В некоторых конфигурациях вы можете получать линейную скорость без кеша выше, чем с кешем. В некоторых вы будете получать сотни мегабайт в секунду, при линейной производительности в единицы мегабайт.
С опцией же direct (iflag=direct для чтения, oflag=direct для записи) dd проверяет лишь линейную скорость. Которая совершенно не равна ни максимальной скорости (если мы про рейд на много дисков, то рейд в несколько потоков может отдавать большую скорость, чем в один), ни реальной производительности.
IOmeter — лучше всего перечисленного, но у него есть проблемы при работе в linux. 64-битная версия неправильно рассчитывает тип нагрузки и показывает заниженные результаты (для тех, кто не верит — запустите его на ramdisk).
Спойлер: правильная утилита для linux — fio. Но она требует очень вдумчивого составления теста и ещё более вдумчивого анализа результатов. Всё, что ниже — как раз подготовка теории и практические замечания по работе с fio.
(текущая VS максимальная производительность)
Сейчас будет ещё больше скучных букв. Если кого-то интересует количество попугаев на его любимой SSD'шке, ноутбучном винте и т.д. — см рецепты в конце статьи.
Все современные носители, кроме ramdisk'ов, крайне негативно относятся к случайным операциям записи. Для HDD нет разницы запись или чтение, важно, что головки гонять по диску. Для SSD же случайная операция чтения ерунда, а вот запись малым блоком приводит к copy-on-write. Минимальный размер записи — 1-2 Мб, пишут 4кб. Нужно прочитать 2Мб, заменить в них 4кб и записать обратно. В результате в SSD'шку уходит, например, 400 запросов в секундну на запись 4кб которые превращаются в чтение 800 Мб/с (. ) и записи их обратно. (Для ramdisk'а такая проблема могла бы быть тоже, но интрига в том, что размер «минимального блока» для DDR составляет около 128 байт, а блоки в тестах обычно 4кб, так что гранулярность DDR в тестах дисковой производительности оперативной памяти не важна).
Этот пост не про специфику разных носителей, так что возвращаемся к общей проблеме.
Мы не можем мерять запись в Мб/с. Важным является сколько перемещений головки было, и сколько случайных блоков мы потревожили на SSD. Т.е. счёт идёт на количество IO operation, а величина IO/s называется IOPS. Таким образом, когда мы меряем случайную нагрузку, мы говорим про IOPS (иногда wIOPS, rIOPS, на запись и чтение соотв.). В крупных системах используют величину kIOPS, (внимание, всегда и везде, никаких 1024) 1kIOPS = 1000 IOPS.
И вот тут многие попадают в ловушку первого рода. Они хотят знать, «сколько IOPS'ов» выдаёт диск. Или полка дисков. Или 200 серверных шкафов, набитые дисками под самые крышки.
Тут важно различать число выполненных операций (зафиксировано, что с 12:00:15 до 12:00:16 было выполнено 245790 дисковых операций — т.е. нагрузка составила 245kIOPS) и то, сколько система может выполнить операций максимум.
Число выполненых операций всегда известно и легко измерить. Но когда мы говорим про дисковую операцию, мы говорим про неё в будущем времени. «сколько операций может выполнить система?» — «каких операций?». Разные операции дают разную нагрузку на СХД. Например, если кто-то пишет случайными блоками по 1Мб, то он получит много меньше iops, чем если он будет читать последовательно блоками по 4кб.
И если в случае пришедшей нагрузки мы говорим о том, сколько было обслужено запросов «какие пришли, такие и обслужили», то в случае планирования, мы хотим знать, какие именно iops'ы будут.
Драма состоит в том, что никто не знает, какие именно запросы придут. Маленькие? Большие? Подряд? В разнобой? Будут они прочитаны из кеша или придётся идти на самое медленное место и выковыривать байтики с разных половинок диска?
- Тест диска (СХД/массива) на best case (попадание в кеш, последовательные операции)
- Тест диска на worst case. Чаще всего такие тесты планируются с знанием устройства диска. «У него кеш 64Мб? А если я сделаю размер области тестирования в 2Гб?». Жёсткий диск быстрее читает с внешней стороны диска? А если я размещу тестовую область на внутренней (ближшей к шпинделю) области, да так, чтобы проходимый головками путь был поболе? У него есть read ahead предсказание? А если я буду читать в обратном порядке? И т.д.
В результате мы получаем цифры, каждая из которых неправильная. Например: 15kIOPS и 150 IOPS.
Какая будет реальная производительность системы? Это определяется только тем, как близко будет нагрузка к хорошему и плохому концу. (Т.е. банальное «жизнь покажет»).
- Что best case всё-таки best. Потому что можно дооптимизироваться до такого, что best case от worst будет отличаться едва-едва. Это плохо (ну или у нас такой офигенный worst).
- На worst. Имея его мы можем сказать, что СХД будет работать быстрее, чем полученный показатель. Т.е. если мы получили 3000 IOPS, то мы можем смело использовать систему/диск в нагрузке «до 2000».
Ну и про размер блока. Традиционно тест идёт с размером блока в 4к. Почему? Потому что это стандартный размер блока, которым оперируют ОС при сохранении файла. Это размер страницы памяти и вообще, Очень Круглое Компьютерное Число.
Нужно понимать, что если система обрабатывает 100 IOPS с 4к блоком (worst), то она будет обрабатывать меньше при 8к блоке (не менее 50 IOPS, вероятнее всего, в районе 70-80). Ну и на 1Мб блоке мы увидим совсем другие цифры.
Всё? Нет, это было только вступление. Всё, что написано выше, более-менее общеизвестно. Нетривиальные вещи начинаются ниже.
- прочитать запись
- поменять запись
- записать запись обратно
Для удобства будем полагать, что время обработки нулевое. Если каждый запрос на чтение и запись будет обслуживаться 1мс, сколько записей в секунду сможет обработать приложение? Правильно, 500. А если мы запустим рядом вторую копию приложения? На любой приличной системе мы получим 1000. Если мы получим значительно меньше 1000, значит мы достигли предела производительности системы. Если нет — значит, что производительность приложения с зависимыми IOPS'ами ограничивается не производительностью СХД, а двумя параметрами: latency и уровнем зависимости IOPS'ов.
Начнём с latency. Latency — время выполнения запроса, задержка перед ответом. Обычно используют величину, «средняя задержка». Более продвинутые используют медиану среди всех операций за некоторый интервал (чаще всего за 1с). Latency очень сложная для измерения величина. Связано это с тем, что на любой СХД часть запросов выполняется быстро, часть медленно, а часть может попасть в крайне неприятную ситуацию и обслуживаться в десятки раз дольше остальных.
Интригу усиливает наличие очереди запросов, в рамках которой может осуществляться переупорядочивание запросов и параллельное их исполнение. У обычного SATA'шного диска глубина очереди (NCQ) — 31, у мощных систем хранения данных может достигать нескольких тысяч. (заметим, что реальная длина очереди (число ожидающих выполнения запросов) — это параметр скорее негативный, если в очереди много запросов, то они дольше ждут, т.е. тормозят. Любой человек, стоявший в час пик в супермаркете согласится, что чем длиннее очередь, тем фиговее обслуживание.
Latency напрямую влияет на производительность последовательного приложения, пример которого приведён выше. Выше latency — ниже производительность. При 5мс максимальное число запросов — 200 шт/с, при 20мс — 50. При этом если у нас 100 запросов будут обработаны за 1мс, а 9 запросов — за 100мс, то за секунду мы получим всего 109 IOPS, при медиане в 1мс и avg (среднем) в 10мс.
Отсюда довольно трудный для понимания вывод: тип нагрузки на производительность влияет не только тем, «последовательный» он или «случайный», но и тем, как устроены приложения, использующие диск.
Пример: запуск приложения (типовая десктопная задача) практически на 100% последовательный. Прочитали приложение, прочитали список нужных библиотек, по-очереди прочитали каждую библиотеку… Именно потому на десктопах так пламенно любят SSD — у них микроскопическая задержка (микросекундная) на чтение — разумеется, любимый фотошоп или блендер запускается в десятые доли секунды.
Трешинг. Я думаю, с этим явлением пользователи десктопов знакомы даже больше, чем сисадмины. Жуткий хруст жёсткого диска, невыразимые тормоза, «ничего не работает и всё тормозит».
По мере того, как мы начинаем забивать очередь диска (или хранилища, повторю, в контексте статьи между ними нет никакой разницы), у нас начинает резко вырастать latency. Диск работает на пределе возможностей, но входящих обращений больше, чем скорость их обслуживания. Latency начинает стремительно расти, достигая ужасающих цифр в единицы секунд (и это при том, что приложению, например, для завершения работы нужно сделать 100 операций, которые при latency в 5 мс означали полусекундную задержку. ). Это состояние называется thrashing.
Вы будете удивлены, но любой диск или хранилище способны показывать БОЛЬШЕ IOPS'ов в состоянии thrashing, чем в нормальной загрузке. Причина проста: если в нормальном режиме очередь чаще всего пустая и кассир скучает, ожидая клиентов, то в условии трешинга идёт постоянное обслуживание. (Кстати, вот вам и объяснение, почему в супермаркетах любят устраивать очереди — в этом случае производительность кассиров максимальная). Правда, это сильно не нравится клиентам. И в хороших супермаркетах хранилищах такого режима стараются избегать. Если дальше начинать поднимать глубину очереди, то производительность начнёт падать из-за того, что переполняется очередь и запросы стоят в очереди чтобы встать в очередь (да-да, и порядковый номер шариковой ручкой на на руке).
И тут нас ждёт следующая частая (и очень трудно опровергаемая) ошибка тех, кто меряет производительность диска.
Они говорят «у меня диск выдаёт 180 IOPS, так что если взять 10 дисков, то это будет аж 1800 IOPS». (Именно так думают плохие супермаркеты, сажая меньше кассиров, чем нужно). При этом latency оказывается запредельной — и «так жить нельзя».
Реальный тест производительности требует контроля latency, то есть подбора таких параметров тестирования, чтобы latency оставалась ниже оговоренного лимита.
И вот тут вот мы сталкиваемся со второй проблемой: а какого лимита? Ответить на этот вопрос теория не может — этот показатель является показателем качества обслуживания. Другими словами, каждый выбирает для себя сам.
Лично я для себя провожу тесты так, чтобы latency оставалась не более 10мс. Этот показатель я для себя считаю потолком производительности хранилища. (при этом в уме я для себя считаю, что предельный показатель, после которого начинают ощущаться лаги — это 20мс, но помните, про пример выше с 900 по 1мс и 10 по 100мс, у которого avg стала 10мс? Вот для этого я и резервирую себе +10мс на случайные всплески).
Выше мы уже рассмотрели вопрос с зависимыми и независимыми IOPS'ами. Производительность зависимых Iops'ов точно контролируется latency, и этот вопрос мы уже обсудили. А вот производительность в независимых iops'ах (т.е. при параллельной нагрузке), от чего она зависит?
Отдельно нужно говорить про ситуацию, когда хранилище подключено к хосту через сеть с использованием TCP. О TCP нужно писать, писать, писать и ещё раз писать. Достаточно сказать, что в линуксе существует 12 разных алгоритмов контроля заторов в сети (congestion), которые предназначены для разных ситуаций. И есть около 20 параметров ядра, каждый из которых может радикальным образом повлиять на попугаи на выходе (пардон, результаты теста).
С точки зрения оценки производительности мы должны просто принять такое правило: для сетевых хранилищ тест должен осуществляться с нескольких хостов (серверов) параллельно. Тесты с одного сервера не будут тестом хранилища, а будут интегрированным тестом сети, хранилища и правильности настройки самого сервера.
Последний вопрос — это вопрос затенения шины. О чём речь? Если у нас ssd способна выдать 400 МБ/с, а мы её подключаем по SATA/300, то очевидно, что мы не увидим всю производительность. Причём с точки зрения latency проблема начнёт проявляться задолго до приближения к 300МБ/с, ведь каждому запросу (и ответу на него) придётся ждать своей очереди, чтобы проскочить через бутылочное горлышко SATA-кабеля.
Но бывают ситуации более забавные. Например, если у вас есть полка дисков, подключенных по SAS/300x4 (т.е. 4 линии SAS по 300МБ каждая). Вроде бы много. А если в полке 24 диска? 24*100=2400 МБ/с, а у нас есть всего 1200 (300х4).
Более того, тесты на некоторых (серверных!) материнских платах показали, что встроенные SATA-контроллеры часто бывают подключены через PCIx4, что не даёт максимально возможной скорости всех 6 SATA-разъёмов.
Повторю, главной проблемой в bus saturation является не выедание «под потолок» полосы, а увеличение latency по мере загрузки шины.
Ну и перед практическими советами, скажу про известные трюки, которые можно встретить в индустриальных хранилищах. Во-первых, если вы будете читать пустой диск, вы будете читать его из «ниоткуда». Системы достаточно умны, чтобы кормить вас нулями из тех областей диска, куда вы никогда не писали.
Во-вторых, во многих системах первая запись хуже последующих из-за всяких механизмов снапшотов, thin provision'а, дедупликации, компрессии, late allocation, sparse placement и т.д. Другими словами, тестировать следует после первичной записи.
В третьих — кеш. Если мы тестируем worst case, то нам нужно знать, как будет вести себя система когда кеш не помогает. Для этого нужно брать такой размер теста, чтобы мы гарантированно читали/писали «мимо кеша», то есть выбивались за объёмы кеша.
Кеш на запись — особая история. Он может копить все запросы на запись (последовательные и случайные) и писать их в комфортном режиме. Единственным методом worst case является «трешинг кеша», то есть посыл запросов на запись в таком объёме и так долго, чтобы write cache перестал стправляться и был вынужден писать данные не в комфортном режиме (объединяя смежные области), а скидывать случайные данные, осуществляя random writing. Добиться этого можно только с помощью многократного превышения области теста над размером кеша.
Вердикт — минимум x10 кеш (откровенно, число взято с потолка, механизма точного расчёта у меня нет).
Разумеется, тест должен быть без участия локального кеша ОС, то есть нам надо запускать тест в режиме, который бы не использовал кеширование. В линуксе это опция O_DIRECT при открытии файла (или диска).
Итого:
1) Мы тестируем worst case — 100% размера диска, который в несколько раз больше предположительного размера кеша на хранилище. Для десктопа это всего лишь «весь диск», для индустриальных хранилищ — LUN или диск виртуальной машины размером от 1Тб и больше. (Хехе, если вы думаете, что 64Гб RAM-кеша это много. ).
2) Мы ведём тест блоком в 4кб размером.
3) Мы подбираем такую глубину параллельности операций, чтобы latency оставалось в разумных пределах.
На выходе нас интересуют параметры: число IOPS, latency, глубина очереди. Если тест запускался на нескольких хостах, то показатели суммируются (iops и глубина очереди), а для latency берётся либо avg, либо max от показателей по всем хостам.
Тут мы переходим к практической части. Есть утилита fio которая позволяет добиться нужного нам результата.
Нормальный режим fio подразумевает использование т.н. job-файла, т.е. конфига, который описывает как именно выглядит тест. Примеры job-файлов приведены ниже, а пока что обсудим принцип работы fio.
fio выполняет операции над указанным файлом/файлами. Вместо файла может быть указано устройство, т.е. мы можем исключить файловую систему из рассмотрения. Существует несколько режимов тестирования. Нас интересует randwrite, randread и randrw. К сожалению, randrw даёт нам зависимые iops'ы (чтение идёт после записи), так что для получения полностью независимого теста нам придётся делать две параллельные задачи — одна на чтение, вторая на запись (randread, randwrite).
И нам придётся сказать fio делать «preallocation». (см выше про трюки производителей). Дальше мы фиксируем размер блока (4к).
Ещё один параметр — метод доступа к диску. Наиболее быстрым является libaio, именно его мы и будем использовать.
При тесте диска запускать её надо от root'а.
В чем проблема HDD дисков?
Проблема в том, что обычные HDD диски, которые мы до сих пор используем в компьютерах, не изменялись c 1990x wiki годов, когда впервые было решено ref делать HDD, работающие на 4300 rpm и 5400 rpm (оборотов в минуту)
Шел 2016 год — 20-25 лет спустя, мы, все еще, имеем те же самые 5400 rpm диски, работающие на скорости 60-90 МБ/с, но потребности пользователей уже давно изменились, теперь мы работаем с огромными проектами и большим количеством файлов в многозадачном режиме, требующие большой пропускной способности и отзывчивости диска, даже если, на заднем плане уже выполняют работу несколько других программ.
Начиная с 2001, некоторые производители начали выпускать диски пользовательского сегмента работающие на скорости 7200 оборотов в минуту, вместо 5400, но это ничего не изменило, прирост с 90 МБ/с до 120 МБ/с (33% — 5400-7200) по-прежнему не дает значимого эффекта.
Возможно, вам будет интересно:
Спасибо за внимание, надеемся наша статья была вам полезна.
Не забываем подписаться на канал " IT знания " и поставить лайк, у нас для вас еще масса интересного.
| Время запуска Windows 10
SSD Время запуска Windows и программ в трее: 0:16 | Общее время: 0:23 — Быстрее на 217% (в 3.17 раза)
HDD Время запуска Windows и программ в трее: 0:48 | Общее время: 1:13
PDF открывался сразу же после появления рабочего стола
Отсчет заканчивался после загрузки программ в трее и полного открытия PDF файла
Тесты на запись
(внимание! Ошибётесь буквой диска — останетесь без данных)
| Время выполнения задач в приложениях
SSD Выполнение задач в приложениях | Общее время: 2:29 — Быстрее на 175% (в 2.75 раза)
HDD Выполнение задач в приложениях | Общее время: 6:50
Тестовая конфигурация | Тесты реальных условий использования
Все результаты тестов получены на ноутбуке, имеющем данные компоненты:
OS: Windows 10
CPU: i7 3610qm
RAM: 12 ГБ
Подопытные:
HDD: Toshiba MQ01ABF050 | 465 ГБ (SATA)
SSD: Kingston HyperX Fury | 120 ГБ (SATA)
Читайте также: