为什么在IOPS较低的情况下工作负载的延迟较高？
适用场景
- ONTAP 9
- Data ONTAP 7-模式
问题解答
- ONTAP将在收到请求时对这些请求做出响应、具有少量请求的工作负载看起来会更高、但响应正常
- 低IOP工作负载(即5 IOPS和32 kB/秒)将：
- 不在RAM缓存中、因此需要转至磁盘更多位置
- 样本大小不高、因此在数学上被认为与统计无关(更多信息在追加信息中)
- 没有足够的样本来平均出任何异常值
- 换一种方式来说：如果没有其他症状(错误、应用程序无响应、网络问题等)、则不存在低IOP工作负载问题
- 低IOPS通常低于500-600 IOPS、但可能有所不同、由于延迟平均偏差、报告的延迟可能会达到秒数或数十秒范围
- 在IOPS较低的卷上增加工作负载有助于进一步确定延迟偏差是否是延迟数字膨胀的原因
追加信息
- 定义：
- mean:平均值，或所有实例值之和除以实例数
- 中值：按从小到大的顺序排列值时中间的实例值
- mode：最常出现的实例值
- 在数学的统计分支中、您需要使用平均值、中值和模式来帮助计算该值
示例1：在一段时间内的3个实例(例如每分钟3次操作)中观察到的延迟：1毫秒、100毫秒、1毫秒
- 平均值：(1+100+1)/3=34毫秒
- 中值：1毫秒
- 模式：1毫秒
- ONTAP通常会提供平均延迟、但在这种情况下、中值和模式显示延迟实际上确实很好
示例2：在20个实例(7操作/秒)中观察到的延迟：1毫秒、1毫秒、1毫秒、100毫秒、1毫秒、1毫秒...1毫秒(19@1毫秒、1 @ 100毫秒)
- 平均值：(19+100)/20=5.95毫秒
- 中值：1毫秒
- 模式：1毫秒
- 在这种情况下、平均延迟比上一个示例更准确、因为我们有足够的数据来更好地把握数字