NVMe SSD性能影响因素一探究竟（下）
3.2 io pattern对性能的影响
io pattern会对ssd的性能产生严重影响，主要表现在如下几个方面：
1， 不同的io pattern会产生不同的写放大系数，不同的写放大系数占用后端nand flash带宽不同。当前端应用对ssd采用完全顺序的方式进行写入时，此时是最佳的io pattern，对于ssd而言写放大系数接近1，ssd内部的背景流量基本可以忽略，前端性能达到最佳。在实际应用中，很难采用这种完全顺序的数据写模型，但可以通过优化逼近顺序写入。
2， 不同请求大小的io之间会产生干扰；读写请求之间会产生干扰。小请求会受到大请求的干扰，从而导致小请求的延迟增加，这个比较容易理解，在hdd上同样会存在这种情况。由于nand flash介质存在严重的读写不对称性，因此读写请求之间也会互相干扰，尤其是写请求对读请求产生严重的性能影响。
3.2.1 顺序写入pattern对ssd性能优化的奥秘
在针对闪存系统的设计中，需要考虑io pattern对性能产生的影响，通过软件的优化来最优化ssd的使用。在实际应用中完全顺序写入的io pattern基本上是不存在的，除非用作顺序写入的日志设备。对于顺序写入优化性能这个结论，需要从ssd内部实现来深入理解，知道根源之后，可以采用合理的方式来逼近顺序写入的模式，从而最优化ssd的性能。
ssd内部采用log-structured的数据记录模式，并发写入的io数据按照时间顺序汇聚成大数据块，合并形成的大数据块以page stripe的方式写入nand flash。多个page stripe会被写入同一个gc单元（chunk orsuperblock），当一个gc单元被写完成之后，该gc单元进入sealed模式（只读），分配新的gc单元写新的数据。在这种模式下，如果多个业务的数据流并发随机地往ssd中写入数据，那么多个应用的数据就会交错在一起被存储到同一个gc单元中。如下图所示，不同应用的数据生命周期不同，当需要回收一个gc单元的时候，会存在大量数据的迁移，这些迁移的数据就会形成写放大，影响性能和使用寿命。
不同应用的数据交错存储在同一个gc单元，本质上就是不同冷热程度的数据交错存储的问题。从gc的角度来讲，相同冷热程度的数据存储在同一个gc单元上是最佳的，为此三星推出了multi-stream ssd，该ssd就允许不同应用的数据存储到不同的stream单元（gc单元），从而提升gc效率，降低写放大。multi-stream是一种显式的设计方式，需要更改ssd接口以及应用程序。
从io pattern的角度考虑，可以通过顺序大块的方式也可以逼近类似的效果。假设操作ssd只存在一个线程，不同的应用都采用大数据块的方式写入数据，那么在一个时间片段内只存在一个应用的数据往ssd中写入数据，那么在一个gc单元内存储的数据会变得有序和规则。如下图所示，采用上述方法之后，一个gc单元内存储的数据将会变得冷热均匀。在gc过程中会大大减少数据的搬移，从而减少背景流量。
在实际应用中，上述io pattern很难产生，主要是应用很难产生非常大粒度的请求。为此在存储系统设计过程中，可以引入optane高性能存储介质作为ssd的写缓存。前端不同业务的写请求首先写到optane持久化介质中，在optane持久化介质中聚合形成大数据块。一旦聚合形成大数据块之后，再写入ssd，通过这种方式可以最大程度地逼近ssd顺序写入过程，提升ssd的性能和使用寿命。
3.2.2 读写冲突pattern对性能的影响
如下图所示，nand flash介质具有很强的读写不对称性。block erase和page program的延迟会远远高于page read所耗费的时间。那么在这种情况下，如果read请求在同一个flash channel上和erase、program操作冲突，那么read操作将会被erase／program操作影响。这是在读写混合情况下，读性能会受到影响的重要因素。
在实际应用过程中，经常会发现应用的测试结果和ssd spec对不上，会比spec给出的值要来的低。spec给出的值通常为纯读或者纯写情况下的性能指标，在读写混合的场景下，性能表现和spec给出的值就会存在非常大的出入。
对于不同的ssd，通过测试可以发现在读写混合情况下的性能表现差距会比较大。在ssd处于稳态条件下，应用随机读的情况下，如果引入一个压力不是很大的顺序写，那么会发现不同ssd的抗干扰能力是不同的。有些ssd在写干扰的情况下，读性能会急剧下降，延迟快速上升，qos性能得不到保证。下图是两个ssd在相同情况下的测试结果，从结果来看，有些ssd的抗写干扰能力比较强，读性能不会急剧下降。
为什么有些ssd会具备比较强的抗写干扰能力呢？其中的奥秘就在于ssd内部的io调度器。io调度器会对write、read 和erase请求进行调度处理，该调度器算法的不同就会表现出不同的抗干扰能力。目前很多nandflash可以支持program／erase suspension的功能，在io调度处理的过程中，为了提升读性能，降低读请求延迟，可以采用suspension命令对program／erase命令暂停，对read请求优先调度处理。
读写冲突是ssd内部影响io qos的重要因素。在ssd内部通过io调度器的优化可以提升ssd性能的qos能力，但是还是无法与存储软件结合来协同优化qos。为了达到最佳的ssd性能qos，需要关注openchannel技术。openchannel其实只是一种软硬件层次划分的方法，通常来讲，ssd内部的逻辑可以划分为面向nand资源的物理资源管理层以及面向数据布局的资源映射层。物理资源管理由于和nand flash密切相关，因此可以放到ssd内部。
传统的nvme ssd需要对外暴露标准的块设备接口，因此需要在ssd内部实现资源映射层。从端至端的角度来看，资源映射层可以与存储软件层结合起来，为此将资源映射层从ssd内部剥离出来，集成至存储软件层。一旦资源映射层从ssd内部剥离之后，需要定义一个新的ssd接口，其中的一种接口方式就是openchannel。
盘古分布式存储针对ssd qos问题进行了大量研究，提出了object ssd的概念，object ssd也是一种新的ssd接口方式，其采用对象方式对ssd进行读写删操作，每个对象采用append write操作方式。这种接口方式可以很好的与分布式存储无缝结合。采用object ssd之后，ssd内部的大量工作被简化，io的调度会更加灵活，存储软件与ssd协同配合，达到io性能的最优化，以及qos的最大化。
4 ssd写性能分析模型
ssd内部的数据流分成两大类，一类为前端用户数据流；另一类为内部背景数据流。前端用户数据流和背景数据流会汇聚成nand flash后端流量。当背景数据流不存在时，nand flash带宽会被用户数据流全部占据，此时ssd对外表现的性能达到最佳。当ssd具有较大写放大时，会产生很大的背景数据流，背景流会抢占nandflash带宽，导致前端用户io性能降低。为了稳定前端io性能，在ssd内部的调度器会均衡前端和背景流量，保证前端性能的一致性。背景流量的占比反应了ssd的写放大系数，因此，站在nand flash带宽占用的角度可以分析ssd在稳态情况下的性能。
下图是intel p4500和samsung pm963随机写延迟和推导公式之间的对比。结果非常吻合。
由此可以推出，随机写性能由ssd内部后端带宽以及写放大系数来决定。因此，从存储软件的角度出发，我们可以通过优化io pattern的方式减小写放大系数，从而可以提升ssd的随机写性能。
5 小结
闪存存储技术正在飞速发展，闪存介质、ssd控制器、存储系统软件、存储硬件平台都在围绕闪存日新月异的发展。闪存给数据存储带来的价值显而易见，数据中心闪存化是重要发展趋势。nvme ssd性能受到很多因素的影响，在软件层面可以通过io pattern优化ssd的性能，使得整体存储系统的性能达到最佳。
采埃孚首发运动控制高性能计算平台 OMNIVISION推出汽车摄像头系统
智能云防雷，信号浪涌保护器防雷接地方案
如何在Linux系统上安装软件
几款大功率精确电流控制的H桥电机驱动芯片
现代汽车推由AI驱动的儿童玩具电动车
NVMe SSD性能影响因素一探究竟（下）
是德科技最新 5G 测试解决方案确保为移动运营商、网络公司提供精确的 5G 规划建模和覆盖，加快产品的上市
晶圆生产工艺流程
人工肌肉——石墨烯液晶弹性体纤维
基于IP设计的8位SoC微微器ET44M210
爱司凯3D打印中心启动，助力中原制造业发展
电动汽车充电桩中的漏电保护应用分析 RCD的分类和选型
maven配置镜像及修改仓库地址
PLC系统柜的零部件都有哪些
中国一汽董事长、党委书记徐留平一行到访中兴通讯，携手推动新能源汽车发展
DIY一个超大容量移动电源
这家企业的LED显示屏助力多个卫视跨年晚会
CAN应用层协议详解之DeviceNet协议
集成温度传感器ILPC616构成的摄氏温度检测电路
桥式整流电容滤波电路的输出电压的算法
io pattern会对ssd的性能产生严重影响，主要表现在如下几个方面：
1， 不同的io pattern会产生不同的写放大系数，不同的写放大系数占用后端nand flash带宽不同。当前端应用对ssd采用完全顺序的方式进行写入时，此时是最佳的io pattern，对于ssd而言写放大系数接近1，ssd内部的背景流量基本可以忽略，前端性能达到最佳。在实际应用中，很难采用这种完全顺序的数据写模型，但可以通过优化逼近顺序写入。
2， 不同请求大小的io之间会产生干扰；读写请求之间会产生干扰。小请求会受到大请求的干扰，从而导致小请求的延迟增加，这个比较容易理解，在hdd上同样会存在这种情况。由于nand flash介质存在严重的读写不对称性，因此读写请求之间也会互相干扰，尤其是写请求对读请求产生严重的性能影响。
3.2.1 顺序写入pattern对ssd性能优化的奥秘
在针对闪存系统的设计中，需要考虑io pattern对性能产生的影响，通过软件的优化来最优化ssd的使用。在实际应用中完全顺序写入的io pattern基本上是不存在的，除非用作顺序写入的日志设备。对于顺序写入优化性能这个结论，需要从ssd内部实现来深入理解，知道根源之后，可以采用合理的方式来逼近顺序写入的模式，从而最优化ssd的性能。
ssd内部采用log-structured的数据记录模式，并发写入的io数据按照时间顺序汇聚成大数据块，合并形成的大数据块以page stripe的方式写入nand flash。多个page stripe会被写入同一个gc单元（chunk orsuperblock），当一个gc单元被写完成之后，该gc单元进入sealed模式（只读），分配新的gc单元写新的数据。在这种模式下，如果多个业务的数据流并发随机地往ssd中写入数据，那么多个应用的数据就会交错在一起被存储到同一个gc单元中。如下图所示，不同应用的数据生命周期不同，当需要回收一个gc单元的时候，会存在大量数据的迁移，这些迁移的数据就会形成写放大，影响性能和使用寿命。
不同应用的数据交错存储在同一个gc单元，本质上就是不同冷热程度的数据交错存储的问题。从gc的角度来讲，相同冷热程度的数据存储在同一个gc单元上是最佳的，为此三星推出了multi-stream ssd，该ssd就允许不同应用的数据存储到不同的stream单元（gc单元），从而提升gc效率，降低写放大。multi-stream是一种显式的设计方式，需要更改ssd接口以及应用程序。
从io pattern的角度考虑，可以通过顺序大块的方式也可以逼近类似的效果。假设操作ssd只存在一个线程，不同的应用都采用大数据块的方式写入数据，那么在一个时间片段内只存在一个应用的数据往ssd中写入数据，那么在一个gc单元内存储的数据会变得有序和规则。如下图所示，采用上述方法之后，一个gc单元内存储的数据将会变得冷热均匀。在gc过程中会大大减少数据的搬移，从而减少背景流量。
在实际应用中，上述io pattern很难产生，主要是应用很难产生非常大粒度的请求。为此在存储系统设计过程中，可以引入optane高性能存储介质作为ssd的写缓存。前端不同业务的写请求首先写到optane持久化介质中，在optane持久化介质中聚合形成大数据块。一旦聚合形成大数据块之后，再写入ssd，通过这种方式可以最大程度地逼近ssd顺序写入过程，提升ssd的性能和使用寿命。
3.2.2 读写冲突pattern对性能的影响
如下图所示，nand flash介质具有很强的读写不对称性。block erase和page program的延迟会远远高于page read所耗费的时间。那么在这种情况下，如果read请求在同一个flash channel上和erase、program操作冲突，那么read操作将会被erase／program操作影响。这是在读写混合情况下，读性能会受到影响的重要因素。
在实际应用过程中，经常会发现应用的测试结果和ssd spec对不上，会比spec给出的值要来的低。spec给出的值通常为纯读或者纯写情况下的性能指标，在读写混合的场景下，性能表现和spec给出的值就会存在非常大的出入。
对于不同的ssd，通过测试可以发现在读写混合情况下的性能表现差距会比较大。在ssd处于稳态条件下，应用随机读的情况下，如果引入一个压力不是很大的顺序写，那么会发现不同ssd的抗干扰能力是不同的。有些ssd在写干扰的情况下，读性能会急剧下降，延迟快速上升，qos性能得不到保证。下图是两个ssd在相同情况下的测试结果，从结果来看，有些ssd的抗写干扰能力比较强，读性能不会急剧下降。
为什么有些ssd会具备比较强的抗写干扰能力呢？其中的奥秘就在于ssd内部的io调度器。io调度器会对write、read 和erase请求进行调度处理，该调度器算法的不同就会表现出不同的抗干扰能力。目前很多nandflash可以支持program／erase suspension的功能，在io调度处理的过程中，为了提升读性能，降低读请求延迟，可以采用suspension命令对program／erase命令暂停，对read请求优先调度处理。
读写冲突是ssd内部影响io qos的重要因素。在ssd内部通过io调度器的优化可以提升ssd性能的qos能力，但是还是无法与存储软件结合来协同优化qos。为了达到最佳的ssd性能qos，需要关注openchannel技术。openchannel其实只是一种软硬件层次划分的方法，通常来讲，ssd内部的逻辑可以划分为面向nand资源的物理资源管理层以及面向数据布局的资源映射层。物理资源管理由于和nand flash密切相关，因此可以放到ssd内部。
传统的nvme ssd需要对外暴露标准的块设备接口，因此需要在ssd内部实现资源映射层。从端至端的角度来看，资源映射层可以与存储软件层结合起来，为此将资源映射层从ssd内部剥离出来，集成至存储软件层。一旦资源映射层从ssd内部剥离之后，需要定义一个新的ssd接口，其中的一种接口方式就是openchannel。
盘古分布式存储针对ssd qos问题进行了大量研究，提出了object ssd的概念，object ssd也是一种新的ssd接口方式，其采用对象方式对ssd进行读写删操作，每个对象采用append write操作方式。这种接口方式可以很好的与分布式存储无缝结合。采用object ssd之后，ssd内部的大量工作被简化，io的调度会更加灵活，存储软件与ssd协同配合，达到io性能的最优化，以及qos的最大化。
4 ssd写性能分析模型
ssd内部的数据流分成两大类，一类为前端用户数据流；另一类为内部背景数据流。前端用户数据流和背景数据流会汇聚成nand flash后端流量。当背景数据流不存在时，nand flash带宽会被用户数据流全部占据，此时ssd对外表现的性能达到最佳。当ssd具有较大写放大时，会产生很大的背景数据流，背景流会抢占nandflash带宽，导致前端用户io性能降低。为了稳定前端io性能，在ssd内部的调度器会均衡前端和背景流量，保证前端性能的一致性。背景流量的占比反应了ssd的写放大系数，因此，站在nand flash带宽占用的角度可以分析ssd在稳态情况下的性能。
下图是intel p4500和samsung pm963随机写延迟和推导公式之间的对比。结果非常吻合。
由此可以推出，随机写性能由ssd内部后端带宽以及写放大系数来决定。因此，从存储软件的角度出发，我们可以通过优化io pattern的方式减小写放大系数，从而可以提升ssd的随机写性能。
5 小结
闪存存储技术正在飞速发展，闪存介质、ssd控制器、存储系统软件、存储硬件平台都在围绕闪存日新月异的发展。闪存给数据存储带来的价值显而易见，数据中心闪存化是重要发展趋势。nvme ssd性能受到很多因素的影响，在软件层面可以通过io pattern优化ssd的性能，使得整体存储系统的性能达到最佳。
采埃孚首发运动控制高性能计算平台 OMNIVISION推出汽车摄像头系统
智能云防雷，信号浪涌保护器防雷接地方案
如何在Linux系统上安装软件
几款大功率精确电流控制的H桥电机驱动芯片
现代汽车推由AI驱动的儿童玩具电动车
NVMe SSD性能影响因素一探究竟（下）
是德科技最新 5G 测试解决方案确保为移动运营商、网络公司提供精确的 5G 规划建模和覆盖，加快产品的上市
晶圆生产工艺流程
人工肌肉——石墨烯液晶弹性体纤维
基于IP设计的8位SoC微微器ET44M210
爱司凯3D打印中心启动，助力中原制造业发展
电动汽车充电桩中的漏电保护应用分析 RCD的分类和选型
maven配置镜像及修改仓库地址
PLC系统柜的零部件都有哪些
中国一汽董事长、党委书记徐留平一行到访中兴通讯，携手推动新能源汽车发展
DIY一个超大容量移动电源
这家企业的LED显示屏助力多个卫视跨年晚会
CAN应用层协议详解之DeviceNet协议
集成温度传感器ILPC616构成的摄氏温度检测电路
桥式整流电容滤波电路的输出电压的算法