常见性能术语有哪些?
不可不使用
适用场景
- Data ONTAP 8.x
- ONTAP 9.x
- 多个ONTAP 子系统通常使用的性能概念和术语以及机下指标。
问题解答
- 吞吐量 —通过通信通道传输的数据的速率、通常与带宽互换或混淆
- 单位
- 每秒操作次数
- 字节/秒
- MB/秒
- GB/秒
- 单位
- 带宽 —可通过通信通道传输的最大数据速率、通常与吞吐量发生互连或混淆
- 单位
- 字节/秒
- MB/秒
- GB/秒
- 单位
- 延迟 —自发出输入或命令并收到响应以来的总时间
- 单位
- 秒(秒)
- 毫秒(毫秒)
- 微秒(US)
- 单位
- 利用率— 用于衡量给定资源在样本期内的使用时间量;利用率是一个有用的性能指标、但对于Data ONTAP 、不应是主要指标
- 单位
- %
- 单位
- 瓶颈— 计算系统中影响性能的拥塞点、一个环境中可能存在多个瓶颈
- NetApp技术支持希望首先解决造成整体延迟最多的瓶颈问题
- 并发性— 衡量计算系统中工作负载的并行性
- 工作负载中的并行性越高、任意时间点的"运行中"操作就越多
- 这样、系统可以更高效地处理工作、并在更短的时间内完成更多操作、即使每个操作的延迟与低并发工作负载相同也是如此
- Little的定律 显示了稳定状态下吞吐量、延迟和并发性之间的关系。虽然它看起来直观简单、但却是一个非常显著的结果:
Throughput = Concurrency / Latency
- 延迟由Data ONTAP 控制
- 并发性由客户端/应用程序控制
- 为了获得最佳吞吐量、应考虑降低延迟和/或增加并发性
示例:
假设完成请求需要 1 毫秒(毫秒)。如果应用程序使用一个线程并执行了一个未完成的读取或写入操作,则应达到 1000 IOPS ( 1 秒或 1000 毫秒 / 每个请求 1 毫秒)。理论上,如果线程数增加一倍,则应用程序应能够达到 2000 IOPS 。如果每个线程的未完成异步读取或写入操作加倍,则应用程序应能够达到 4000 IOPS 。实际上,由于客户端中的任务计划,上下文切换等开销,请求速率并不总是以线性方式扩展。
注意: 此示例显示了如何通过增加客户端的并发性来优化吞吐量,前提是 1 毫秒的延迟已经足够好,从延迟角度来看没有可进一步改进的空间。
- I/O或块大小— 指输入/输出操作的大小、可通过以下公式计算:
I/O size = Throughput/IOPS
I/O大小越高、吞吐量就越高。
- 随机性— 指按非预测顺序执行的工作负载、无顺序或模式
- 顺序性— 指按预定顺序执行的工作负载。可以检测到许多模式:正向、反向、跳过计数 等
追加信息
- 关于小法律的"文法"页面
- 吞吐量和延迟有何区别?
- 上述许多指标均可在命令集中找到: