IO系統(tǒng)衡量性能的幾個指標(biāo)

　　現(xiàn)在我們就可以得出這樣的計算單次IO時間的公式：

　　IO Time = Seek Time + 60 sec/Rotational Speed/2 + IO Chunk Size/Transfer Rate

　　于是我們可以這樣計算出IOPS

　　IOPS = 1/IO Time = 1/(Seek Time + 60 sec/Rotational Speed/2 + IO Chunk Size/Transfer Rate)

　　對于給定不同的IO大小我們可以得出下面的一系列的數(shù)據(jù)

　　4K (1/7.1 ms = 140 IOPS)

　　5ms + (60sec/15000RPM/2) + 4K/40MB = 5 + 2 + 0.1 = 7.1

　　8k (1/7.2 ms = 139 IOPS)

　　5ms + (60sec/15000RPM/2) + 8K/40MB = 5 + 2 + 0.2 = 7.2

　　16K (1/7.4 ms = 135 IOPS)

　　5ms + (60sec/15000RPM/2) + 16K/40MB = 5 + 2 + 0.4 = 7.4

　　32K (1/7.8 ms = 128 IOPS)

　　5ms + (60sec/15000RPM/2) + 32K/40MB = 5 + 2 + 0.8 = 7.8

　　64K (1/8.6 ms = 116 IOPS)

　　5ms + (60sec/15000RPM/2) + 64K/40MB = 5 + 2 + 1.6 = 8.6

　　從上面的數(shù)據(jù)可以看出，當(dāng)單次IO越小的時候，單次IO所耗費的時間也越少，相應(yīng)的IOPS也就越大。

　　上面我們的數(shù)據(jù)都是在一個比較理想的假設(shè)下得出來的，這里的理想的情況就是磁盤要花費平均大小的尋址時間和平均的旋轉(zhuǎn)延時，這個假設(shè)其實是比較符合我們實際情況中的隨機讀寫，在隨機讀寫中，每次IO操作的尋址時間和旋轉(zhuǎn)延時都不能忽略不計，有了這兩個時間的存在也就限制了IOPS的大小?，F(xiàn)在我們考慮一種相對極端的順序讀寫操作，比如說在讀取一個很大的存儲連續(xù)分布在磁盤的的文件，因為文件的存儲的分布是連續(xù)的，磁頭在完成一個讀IO操作之后，不需要從新的尋址，也不需要旋轉(zhuǎn)延時，在這種情況下我們能到一個很大的IOPS值，如下

　　4K (1/0.1 ms = 10000 IOPS)

　　0ms + 0ms + 4K/40MB = 0.1

　　8k (1/0.2 ms = 5000 IOPS)

　　0ms + 0ms + 8K/40MB = 0.2

　　16K (1/0.4 ms = 2500 IOPS)

　　0ms + 0ms + 16K/40MB = 0.4

　　32K (1/0.8 ms = 1250 IOPS)

　　0ms + 0ms + 32K/40MB = 0.8

　　64K (1/1.6 ms = 625 IOPS)

　　0ms + 0ms + 64K/40MB = 1.6

　　相比第一組數(shù)據(jù)來說差距是非常的大的，因此當(dāng)我們要用IOPS來衡量一個IO系統(tǒng)的系能的時候我們一定要說清楚是在什么情況的IOPS，也就是要說明讀寫的方式以及單次IO的大小，當(dāng)然在實際當(dāng)中，特別是在OLTP的系統(tǒng)的，隨機的小IO的讀寫是最有說服力的。

　　第5頁：傳輸速度/吞吐率

　　傳輸速度(Transfer Rate)/吞吐率(Throughput)

　　現(xiàn)在我們要說的傳輸速度(另一個常見的說法是吞吐率)不是磁盤上所表明的最大傳輸速度或者說理想傳輸速度，而是磁盤在實際使用的時候從磁盤系統(tǒng)總線上流過的數(shù)據(jù)量。有了IOPS數(shù)據(jù)之后我們是很容易就能計算出對應(yīng)的傳輸速度來的

　　Transfer Rate = IOPS * IO Chunk Size

　　還是那上面的第一組IOPS的數(shù)據(jù)我們可以得出相應(yīng)的傳輸速度如下

　　4K: 140 * 4K = 560K / 40M = 1.36%

　　8K: 139 * 8K = 1112K / 40M = 2.71%

　　16K: 135 * 16K = 2160K / 40M = 5.27%

　　32K: 116 * 32K = 3712K / 40M = 9.06%

　　可以看出實際上的傳輸速度是很小的，對總線的利用率也是非常的小。

　　這里一定要明確一個概念，那就是盡管上面我們使用IOPS來計算傳輸速度，但是實際上傳輸速度和IOPS是沒有直接關(guān)系，在沒有緩存的情況下它們共同的決定因素都是對磁盤系統(tǒng)的訪問方式以及單個IO的大小。對磁盤進(jìn)行隨機訪問時候我們可以利用IOPS來衡量一個磁盤系統(tǒng)的性能，此時的傳輸速度不會太大;但是當(dāng)對磁盤進(jìn)行連續(xù)訪問時，此時的IOPS已經(jīng)沒有了參考的價值，這個時候限制實際傳輸速度卻是磁盤的最大傳輸速度。因此在實際的應(yīng)用當(dāng)中，只會用IOPS來衡量小IO的隨機讀寫的性能，而當(dāng)要衡量大IO連續(xù)讀寫的性能的時候就要采用傳輸速度而不能是IOPS了。

　　第6頁：IO響應(yīng)時間

　　IO響應(yīng)時間(IO Response Time)

　　最后來關(guān)注一下能直接描述IO性能的IO響應(yīng)時間。IO響應(yīng)時間也被稱為IO延時(IO Latency)，IO響應(yīng)時間就是從操作系統(tǒng)內(nèi)核發(fā)出的一個讀或者寫的IO命令到操作系統(tǒng)內(nèi)核接收到IO回應(yīng)的時間，注意不要和單個IO時間混淆了，單個IO時間僅僅指的是IO操作在磁盤內(nèi)部處理的時間，而IO響應(yīng)時間還要包括IO操作在IO等待隊列中所花費的等待時間。

　　計算IO操作在等待隊列里面消耗的時間有一個衍生于利托氏定理(Little’s Law)的排隊模型M/M/1模型可以遵循，由于排隊模型算法比較復(fù)雜，到現(xiàn)在還沒有搞太明白(如果有誰對M/M/1模型比較精通的話歡迎給予指導(dǎo))，這里就羅列一下最后的結(jié)果，還是那上面計算的IOPS數(shù)據(jù)來說：

　　8K IO Chunk Size (135 IOPS, 7.2 ms)

　　135 => 240.0 ms

　　105 => 29.5 ms

　　75 => 15.7 ms

　　45 => 10.6 ms

　　64K IO Chunk Size(116 IOPS, 8.6 ms)

　　135 => 沒響應(yīng)了……

　　105 => 88.6 ms

　　75 => 24.6 ms

　　45 => 14.6 ms

　　從上面的數(shù)據(jù)可以看出，隨著系統(tǒng)實際IOPS越接近理論的最大值，IO的響應(yīng)時間會成非線性的增長，越是接近最大值，響應(yīng)時間就變得越大，而且會比預(yù)期超出很多。一般來說在實際的應(yīng)用中有一個70%的指導(dǎo)值，也就是說在IO讀寫的隊列中，當(dāng)隊列大小小于最大IOPS的70%的時候，IO的響應(yīng)時間增加會很小，相對來說讓人比較能接受的，一旦超過70%，響應(yīng)時間就會戲劇性的暴增，所以當(dāng)一個系統(tǒng)的IO壓力超出最大可承受壓力的70%的時候就是必須要考慮調(diào)整或升級了。

　　另外補充說一下這個70%的指導(dǎo)值也適用于CPU響應(yīng)時間，這也是在實踐中證明過的，一旦CPU超過70%，系統(tǒng)將會變得受不了的慢。很有意思的東西。