存儲(chǔ)服務(wù)質(zhì)量不是一個(gè)單點(diǎn)問(wèn)題。從系統(tǒng)的角度考慮服務(wù)質(zhì)量的智能存儲(chǔ)將成為未來(lái)的重要的方面。Memblaze CTO在日知錄主辦的2018日知錄數(shù)據(jù)智能峰會(huì)上的分享開(kāi)始就闡述了保障數(shù)據(jù)中心存儲(chǔ)系統(tǒng)服務(wù)質(zhì)量的觀點(diǎn)，并在演講中介紹了Memblaze保障存儲(chǔ)系統(tǒng)服務(wù)質(zhì)量的核心技術(shù)及研發(fā)理念進(jìn)行了解讀。

Memblaze CTO路向峰

路向峰分析了Flash技術(shù)給數(shù)據(jù)中心基礎(chǔ)架構(gòu)帶來(lái)的影響，他指出：“NAND Flash給存儲(chǔ)系統(tǒng)帶來(lái)新機(jī)會(huì)的同時(shí)，也對(duì)于傳統(tǒng)存儲(chǔ)架構(gòu)帶來(lái)挑戰(zhàn)。需要調(diào)整軟件架構(gòu)來(lái)釋放Flash的能力。需要從單個(gè)存儲(chǔ)部件、存儲(chǔ)網(wǎng)絡(luò)依賴(lài)關(guān)系和針對(duì)用戶(hù)業(yè)務(wù)壓力的優(yōu)化三個(gè)方面考慮，提升系統(tǒng)的服務(wù)質(zhì)量。“

在SSD內(nèi)部，由于Garbage Collection和Flash Erase等后臺(tái)任務(wù)的存在，在用戶(hù)隨機(jī)寫(xiě)工況下，系統(tǒng)的服務(wù)質(zhì)量容易變差。為了定量研究這一情況，可以利用GMM概率模型對(duì)于IO寫(xiě)入的服務(wù)時(shí)間建模，并采用排隊(duì)理論進(jìn)行分析和仿真。根據(jù)該理論，采用寫(xiě)路徑增加緩沖資源并根據(jù)負(fù)載情況調(diào)整緩沖區(qū)延遲策略可以改善和優(yōu)化寫(xiě)工況下的服務(wù)質(zhì)量。Memblaze針對(duì)幾種不同的方案做了大量的仿真測(cè)試，并證實(shí)了上述幾種方案對(duì)寫(xiě)延遲的降低效果。

原始方案與改進(jìn)方案在平均延時(shí)、5x9和8x9延遲的比較

由于讀延遲直接影響著最終用戶(hù)的體驗(yàn)，所以從SSD到系統(tǒng)對(duì)于讀的優(yōu)化研究也至關(guān)重要。通常Flash的帶寬遠(yuǎn)超存儲(chǔ)接口帶寬，不構(gòu)成讀的性能瓶頸，但是在讀寫(xiě)混合的工況下，由于讀命令受到寫(xiě)命令或擦除命令的干擾，服務(wù)質(zhì)量容易變差，這里的寫(xiě)和擦除命令可能來(lái)自于業(yè)務(wù)壓力，也有可能是SSD內(nèi)部的Garbage collection和Flash Erase等后臺(tái)任務(wù)。目前針對(duì)SSD讀延遲的優(yōu)化技術(shù)主要有Flash讀命令優(yōu)先；協(xié)商讀數(shù)據(jù)恢復(fù)等級(jí)及多副本優(yōu)化以及存儲(chǔ)系統(tǒng)優(yōu)化讀寫(xiě)分時(shí)復(fù)用和空間隔離。

在具體實(shí)現(xiàn)上，Memblaze設(shè)計(jì)了更為復(fù)雜的算法，規(guī)避介質(zhì)的缺陷等因素，并能夠針對(duì)具體的業(yè)務(wù)壓力，使SSD在響應(yīng)服務(wù)平均時(shí)間和中斷服務(wù)質(zhì)量間找到平衡。

從存儲(chǔ)系統(tǒng)的層面同樣有多重技術(shù)可以用于改善Flash的讀延遲，比如在采用了多副本技術(shù)或者是糾刪碼的存儲(chǔ)系統(tǒng)中，就可以通過(guò)存儲(chǔ)系統(tǒng)與設(shè)備進(jìn)行協(xié)商，從多個(gè)數(shù)據(jù)獲取方式中選擇最佳延遲的方案進(jìn)行讀取數(shù)據(jù)、出錯(cuò)處理等操作，提升系統(tǒng)整體的服務(wù)質(zhì)量。

在新的NVMe協(xié)議中，將提供了Predictable Latency Mode和NVM Sets的新接口能力，分別提供了時(shí)間和空間的隔離能力，分時(shí)復(fù)用和空間隔離要求頂層考慮使用Flash的行為加以限制，避免同時(shí)對(duì)同一個(gè)位置同時(shí)讀寫(xiě)。

存儲(chǔ)系統(tǒng)優(yōu)化讀寫(xiě)分時(shí)復(fù)用和空間隔離

在演講的最后，路向峰談到了基于AI的面向服務(wù)質(zhì)量的智能系統(tǒng)，他認(rèn)為“為了能夠適應(yīng)機(jī)器學(xué)習(xí)框架，需要把現(xiàn)有的存儲(chǔ)系統(tǒng)逐步調(diào)整成為任務(wù)處理層和策略?xún)?yōu)化層。在任務(wù)處理層實(shí)現(xiàn)對(duì)于存儲(chǔ)具體業(yè)務(wù)的處理，而在策略?xún)?yōu)化層，需要分析業(yè)務(wù)處理的性能和服務(wù)質(zhì)量，并將合適的策略反饋給任務(wù)處理層。這些數(shù)據(jù)可供機(jī)器學(xué)習(xí)算法訓(xùn)練模型，在此基礎(chǔ)上逐漸迭代和優(yōu)化策略。”

提升用戶(hù)體驗(yàn)是Memblaze工作的終極目標(biāo)。針對(duì)不同的應(yīng)用場(chǎng)景和工作負(fù)載， PBlaze系列NVMe SSD力求為用戶(hù)提供更加平穩(wěn)的高性能和更高的可靠性。多年實(shí)踐中，Memblaze不僅掌握了大量核心技術(shù)提升SSD性能穩(wěn)定性、壽命和可靠性，并且從設(shè)備到系統(tǒng)多個(gè)層面研究和驗(yàn)證不同方案對(duì)于提升用戶(hù)體驗(yàn)的效果。這些工作和成果不僅推動(dòng)了閃存和NVMe技術(shù)的發(fā)展，更是數(shù)據(jù)中心生態(tài)演進(jìn)和完善不可或缺的組成部分。