在ScaleFlux计算存储上运行未压缩数据时,是否会出现预期的延迟波动和性能降低?
不会,但当数据不可压缩(例如,已经加密)时,我们将无法利用压缩来提高性能和服务质量(QoS)。如果您突然从发送可压缩数据切换到发送不可压缩数据,那么随着存储设备上的NAND填满,写入性能最终会下降。然而,更多地影响性能的是数据的平均可压缩性,而不是短期的变化。
不会,但当数据不可压缩(例如,已经加密)时,我们将无法利用压缩来提高性能和服务质量(QoS)。如果您突然从发送可压缩数据切换到发送不可压缩数据,那么随着存储设备上的NAND填满,写入性能最终会下降。然而,更多地影响性能的是数据的平均可压缩性,而不是短期的变化。
未来有可能。当前的存储设备适用于服务器。
在第四代带有PCIe 5 ASIC的存储设备中,可以预期性能在所有性能指标上都提高了约2倍。当前一代的存储设备具有高达16TB的物理容量,并支持高达24TB的数据存储。下一代计划包括高达32TB的物理容量和64TB的数据存储,尽管随着NAND密度的增加,更高容量也是可能的。
在任何涉及读写流量混合的工作负载中,您都可以看到比普通 NVMe SSD 性能的 2 倍或更多。
在混合读/写工作负载(如OLTP)中,客户报告每秒事务数增加了2-4倍。由于CSD不使用CPU资源或主机DRAM来管理压缩,性能随着每个添加的存储设备而扩展…当然,直到达到CPU可以处理的数据库事务的最大数量为止!
相较于其他企业级NVMe固态硬盘,ScaleFlux存储设备可以为应用程序和服务器带来更高的性能。通过卸载CPU上的存储处理任务并优化闪存以减少写入幅度,延迟可以显著改善,同时通过减少总线上的数据流来解决性能瓶颈。此外,通过在存储设备中使用专用硬件进行压缩处理,其速度几乎可以比CPU中的快100倍。这些延迟和性能的改进直接源于在SSD控制器ASIC中实施硬件压缩。此外,对网络流量的影响也会得到改善 – 通过增加服务器中的有效存储空间,服务器可以减少从网络中获取数据的需求,从而减轻了网络流量负担。
ScaleFlux的计算存储设备(CSDs)使用户能够在计算节点中缓存更大量的数据,从而减少了对本地缓存的频繁访问(这反过来会导致更多的网络流量)。
ScaleFlux 通过承担压缩和解压缩的负担,为您的应用程序释放 CPU 周期。通过持续降低存储设备的响应时间,用户可以实现 CPU 效率的提高(“等待”周期损失的时间更少)
是的,因为每个存储设备都包括专门设计用于处理每个设备数据速率的压缩引擎,您可以通过添加额外的存储设备来线性扩展您的吞吐量。您将在这些存储设备之间分发和并行执行任务。