【編者的話】快閃記憶體在這幾年儲存領域發展非常快，應用也越來越廣泛，如何能更好的使用快閃記憶體，本次分享講一些快閃記憶體相關的優化和應用。

快閃記憶體應用場景

• 資料庫
• NoSQL
• 分散式儲存
• CDN
• 公有云儲存

綜合上面幾種場景看，快閃記憶體主要適合有比較高的隨機IO需求和頻寬需求的場景。場景選擇上，也是要發揮快閃記憶體的長處。目前上面業務中 未來幾年發展比較快的會是在公有云儲存這一部分。下圖就是某廠商雲盤對比，可以看到快閃記憶體的價格已經很接近機械硬碟了，而單從每IOPS成本看，價效比會更高。

快閃記憶體概述

固態硬碟，不過可以從廣義理解，從2010年開始在網際網路行業大規模應用，效能和穩定性已經得到大規模叢集線上驗證，應用場景已經非常廣泛。當然快閃記憶體的IOPS比傳統機械硬碟高几個數量級，但是更核心的還是在延遲降低上，優勢更大。

上圖就很好的說明了，快閃記憶體在訪問延遲上的提升。

提到快閃記憶體，不得不提到快閃記憶體裡非常基礎的元件NAND。NAND分類現在也是非常多。

測試

我們為什麼要做測試呢？

• 瞭解產品
• 瞭解自己
• 優化自己
• 優化成本模型

所以說面對如此多的廠商和產品，如何做到更高效的測試 是一個很重要的問題。雖然現在大家都開始轉向雲服務，直接接觸硬體產品並不多，但是雲廠商的測試依然是很重要的一部分。

測試很Low嗎？

• 測試很簡單？
• 沒科技含量？
• 測試很無聊？

上圖是我們需要了解的儲存技術棧。

測試準則：

• 明確目標
• 高效
• 完備性
• 可量化
• 可對比
• 產出

測試過程:

• 明確測試需求
• 明確測試目標
• 選擇測試工具和測試模型
• 制定測試計劃
• 測試過程跟蹤
• 測試資料驗證
• 測試報告

測試工具:

• IO層面：fio,sysbench,iometer,dd等
• OLTP:sysbench，TPC－C
• 輔助工具：tcpcopy,tcprstat,pt-log-player

SysBench：

• 開源的多執行緒效能測試工具
• 支援CPU IO Mutex OLTP等測試
• 可以lua指令碼定製測試用例
• 常用的insert select和oltp三種場景

測試痛點:

• 重複工作很多
• 標準不統一
• 測試周期很長
• 人工成本高
• 測試期間異常處理
• 測試資料處理和測試報告

解決痛點首先就是規範化，主要是以下幾方面：

• 測試目標標準化
• 測試工具標準化
• 測試流程標準化
• 測試報告標準化

自動化測試流程：

• 自動化測試框架
• 基於Python
• 包含整體標準測試流程
• 覆蓋主流測試工具
• 資料處處理和生成報表
• 定製測試計劃

下圖是測試流程圖

自動化的好處也是顯而易見的：

• 大大節省了人力
• 提高測試效率
• 測試的更加完整
• 有精力做更深入的測試優化

測試快閃記憶體需要注意的幾點：

• 我們需要的效能是steady state
• OP
• NAND
• 全盤寫
• 測試時間不能太短
• 效能抖動
• 監控

MySQL測試的一些問題:

• 測試資料集大小，至少要過億
• 和記憶體buffer比例，要看在小cache下的效能
• 物理讀
• 事務複雜度
• 多表併發

系統層面的一些注意點:

• 檔案系統：Ext4 xfs
• IO排程演算法
• IO cpu affinity
• Scsi-mq/blk-mq（新核心特性）

測試優化結合

InnoDB壓縮測試：

• InnoDB內建壓縮
• 基於zlib庫
• 理論可以達到50%左右的壓縮比
• 但是效能有損失
• CPU時間換儲存空間
• 對SSD壽命有好處
• 如何用好呢？

基於我們之前的測試過程，我們可以得到結論，InnoDB壓縮比在50%左右，對寫入效能損失比較大， 損失比例在70%左右。根據這個結論，我們就可以針對我們線上業務選擇是否需要使用InnoDB壓縮。

TokuDB：

• MySQL的一個儲存引擎，支援事務 ACID 特性
• 支援多版本控制(MVCC)
• 基於Fractal Tree Index，非常適合寫入密集場景
• 高壓縮比
• 原生支援Online DDL
• 主流分支都支援
• 收費 轉開源

這是我們測試結果，可以看到TokuDB更好的壓縮比和更好的寫入穩定性，當然代價就是更高的CPU消耗。

總結

• 現在不再是效能為王的時代
• 真正瞭解自己需求才是更重要的
• 發掘快閃記憶體效能，軟硬體結合
• 拓展快閃記憶體應用空間
• 做真正有價值的事情
• 如何做到更好的軟硬體結合（其實現在硬體是超前於一些軟體的）

以此圖結尾，不要只活在當下，要勇敢的接受新技術，勇於試錯，當然試錯成本和收益也要評估和可控的。其實很多技術理解透徹了，可能並沒有別人說的“邪惡”。

以上內容根據2016年7月5日晚微信群分享內容整理。分享人楊尚剛，熊貓TV DBA，前新浪高階資料庫工程師，負責新浪微博核心資料庫架構改造優化，以及資料庫相關的伺服器儲存選型設計。DockOne每週都會組織定向的技術分享，歡迎感興趣的同學加微信：liyingjiesz，進群參與，您有想聽的話題或者想分享的話題都可以給我們留言。

文章出處：http://dockone.io/article/1518?utm_source=tuicool&utm_medium=referral