为什么 IOPS 较低时工作负载的延迟较高?
适用场景
- ONTAP 9
- 集群模式 Data ONTAP 8
- Data ONTAP 7-模式
问题解答
- ONTAP 将在收到请求时对其做出响应,而请求较少的工作负载似乎会更高,但响应完全正常
- 低 IOP 工作负载(即 5 个 IOPS 和 32 kB/ 秒)将:
- 不在 RAM 缓存中,因此需要更多地转到磁盘
- 样本大小不高,因此在数学上被视为 与统计无关(更多信息为追加信息)
- 没有足够的样本来平均处理任何异常值
- 换一种方式:如果没有其他症状(错误,应用程序无响应,网络问题等),则低 IOP 工作负载不会成为问题
- 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或几十秒的范围。
- 在 IOPS 较低的情况下增加卷上的工作负载可以进一步帮助确定延迟是否是延迟显示过高数字的原因。
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:将值从最小排序到最大排序时中间的实例值
- mode :最常发生的实例值
- 在数学的统计信息分支中,您需要使用平均值,中值和模式来帮助计算该值。
示例 1 :一段时间内在 3 个实例之间观察到的延迟(例如一分钟内 3 次操作): 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确实很好。
示例 2 :在 20 个实例( 7 次操作 / 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( 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,平均延迟比前面的示例更准确,因为我们有足够的数据来更好地把握数字。