MySQL服务器的SSD性能问题分析和测试详解

【问题】

我们有台HP的服务器，SSD在写IOPS约5000时，%util达到80%以上，那么这块SSD的性能究竟有没有问题，为解决这个问题做了下面测试。

【工具】

blktrace是linux下用来排查IO性能的工具。它可以记录IO经历的各个步骤，并计算出IO请求在各个阶段的消耗，下面是关键的一些步骤：

Q2G – 生成IO请求所消耗的时间，包括remap和split的时间；

G2I – IO请求进入IO Scheduler所消耗的时间，包括merge的时间；

I2D – IO请求在IO Scheduler中等待的时间；

D2C – IO请求在driver和硬件上所消耗的时间；

Q2C – 整个IO请求所消耗的时间(G2I + I2D + D2C = Q2C)，相当于iostat的await。

其中D2C可以作为硬件性能的指标，I2D可以作为IO Scheduler性能的指标。

【测试一、比较HP SSD Smart Path开启前后SSD的写入性能】

1、HP SSD Smart Path开启，SSD控制器Caching关闭，Cache Ratio: 100% Read / 0% Write

测试结果如下，主要关注D2C（IO请求在SSD上消耗的时间）的AVG值，约为0.217ms

2、HP SSD Smart Path关闭，SSD控制器Caching开启，Cache Ratio: 10% Read / 90% Write

测试结果如下，主要关注D2C（IO请求在SSD上消耗的时间）的AVG值，约为0.0906ms

【结论】

前者在硬件上的消耗时间是后者的约2.4倍，对于写入为主的系统，建议HP SSD Smart Path关闭，SSD控制器Caching开启

【测试二、比较noop和deadline两种I/O调度算法的性能】

目前磁盘的调度算法有如下四种，我们系统中的配置值为deadline，很多资料上建议SSD配置为noop

1、Anticipatory，适用于个人PC，单磁盘系统；

2、CFQ(Complete Fair Queuing)，默认的IO调度算法，完全公平的排队调度算法

3、Deadline，按照截止期限来循环在各个IO队列中进行调度

4、noop，简单的FIFO队列进行调度

下面都在HP SSD Smart Path关闭的情况下测试，

1、deadline, 主要关注G2I和I2D

2、修改为noop

【结论】

noop的IO Scheduler在等待和消耗的时间比deadline稍好，但差异不是很大。如果需要评估，还需要进一步详细的在各个场景下的测试。

下图是网上资料对不同调度算法的测试比较：

【测试三、比较这台服务器SSD与相同配置SSD的消耗时间】

AVG D2C为0.0906ms，0.0934ms，差异不大，说明这台服务器的SSD从响应时间上正常

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。