作者：范军 （Frank Fan） 新浪微博：@frankfan7   微信：frankfan7

在存储设计中最常用的一个性能衡量参数就是IOPS，但是不是仅IOPS就足以帮助我们作出设计决定呢？这方面有很多认识上的误区。绝大多数情况下仅仅单独考虑IOPS是没有意义的。本文以一个案例来带你了解全面考虑影响存储性能的方方面面。

因为影响存储性能的因素太多了，而且不同存储产品的特性和处理方式也不同，为了简化的目的，本文暂不讨论Write/Read ratio，Sequential/random,  RAID Penalty，Cache，Dedupe，auto-Tiering，Partition Alignment等因素。

衡量指标：

Throughput

单位时间内传输的数据量。往往以KBPS或MBPS来衡量。

Latency (响应时间)

指完成一个IO请求所需要的时间。往往以milliseconds来衡量。

IOPS

Input-Output Per Second。衡量在一秒内能完成多少读操作和写操作。

Latency和IOPS的关系

IOPS = 1000/(Seek Latency+ Rotational Latency)

以上公式仅仅是在单个Disk的情况下的计算。这当然不能反映真实环境。但帮助我们大概了解二者的关系。下图的数据很老，仅仅说明不同类型Disk支持的IOPS是不同的。

RPM	IOPS
SSD	6000
15K	175
10K	125
7200	75
5400	50

以上是最简化的情况，没有考虑Write/Read ratio，RAID Penalty，Cache等因素。

那么在使用商用存储阵列情况下，我们可不可以说IOPS越高，Latency就越低呢？不可以简单下这个结论。

IOPS和Latency不是简单的线性关系，在IOPS小于一个数值（比如3000之内），IOPS越高可能Latency就越低。一旦超过该临界点，比如IOPS在4000的时候，Latency可能是IOPS在3000时的3倍！这个临界点取决于使用的阵列。

在你看到某阵列支持Million  IOPS的数据时，别高兴的太早。也许该阵列处理那么多IOPS时Latency会高达30 ms！如果你的应用对Latency要求很高，比如信用卡系统的实时Transaction，大于4ms的Latency足以让该Transaction失败.

Block Size，Throughput和IOPS的关系

虚拟化架构师常考虑的一个问题是，前端接口卡（HBA，iSCSINIC）的带宽需要多大？后台存储能否有能力处理预计的IOPS？

假设有一个桶，桶的容积是一定的。可以容下很多小球，可是只能容下几个大球。

这里球的容积指的是一个操作的BlockSize。

BLOCK SIZE:

Block size是由具体应用程序来决定的，同一个应用在不同情况下Block Size也是不同的。比如Oracle在处理Online Transaction时Block Size 是2KB或者4KB ，而在decision support system中的BlockSize是8KB,16KB   甚至16KB。EXCHANG2007使用8KB，SQL最小使用8KB，而SAP使用64KB

下面的公式是描述Block Size，Throughput和IOPS的关系

Throughput（MB perSecond）* 1024( Convert KB to MB)/Block Size (KB/IO) = IOPS

情景一

以某种备份应用程序为例，连续地写操作，Block Size是64KB，如果采用16Gb FC HBA, 那么Throughput是1700 MBps ，套用该公式得出：

1700MBps * 1024 /64KB = 27,2000  IOPS

相对于8Gb FC而言, 16Gb FC的Throughput值更大，也就意味着能传输更高的IOPS。千万注意这只是考虑了前端的情况。后台的存储能否处理这么多的IOPS呢？那就要咨询你的存储提供商了，在保证支持该IOPS的同时，Latency也要满足你应用的要求。

情景二

刚才我们是在预先假定Throughput一定的情况下来推算从前端传输到后台存储的IOPS，我们也可以反过来应用那个公式。

假设一个采用iSCSI共享存储的虚拟桌面环境，每台win7虚拟机20IOPS，一共有200台，那么对存储的要求是能处理20*200=4000 IOPS。通常window的I/O size是4KB，那么iSCSI NIC的速度需要多快呢？

X * 1024 / 4 KB = 4000 

X=15.625 MBps  or 0.12 Gbps.

这意味着1Gbps的iSCSI完全能满足上述要求。

通过我们上面的两个情景，一正一反两种方式应用了那个公式。

参考：

StorageBasics – Part IX: Alternate IOPS Formula

Understanding how storage design has a big impact onyour VDI (updated September 2011)

http://www.yellow-bricks.com/2009/12/23/iops/

UnderstandingIOPS

Moreon Performance Metrics: The Relationship Between IOPS and Latency