杭州都市網

日前，存儲性能委員會（Storage Performance Council,簡稱SPC）公布了最新的SPC-1基準評測報告，浪潮存儲AS5500G5以超330萬IOPS（每秒讀寫操作的次數）、0.387ms時延的評測值，創造了8控存儲產品性能的全球最高成績。這是繼16控存儲性能領跑之后，浪潮存儲在8控領域再次突破，成為唯一在兩大存儲主流市場奪冠的廠商。

8控和16控存儲是業界的主流產品，主要覆蓋15K–100K美元的市場，占整體存儲市場份額的60左右。浪潮存儲在這一領域的性能優勢，將提升浪潮存儲在主流市場的產品競爭力。

本次，浪潮存儲8控性能奪冠，應該說，這是浪潮存儲這些年苦練內功的印證。浪潮存儲堅持了近二十年的技術創新和積累，這方面完全沒有捷徑可走，不僅在硬件設計上下苦功和創新，比如多控之間的信息同步鏈路，率先采用基于Optane介質的緩存層等等，更關鍵的是在軟件層面的深層優化，比如用戶態驅動，QoS，智能感知等等。

存儲性能委員會公布最新的SPC-1基準評測數據

“綜合性能指數”

大家都知道IOPS越高越好，但是卻少有人深刻的理解IOPS底層的生成機制。有兩個因素對IOPS有加成作用，或者說，存儲系統終極目標就是這兩個參數：

1.處理單個I/O耗費的時間（延遲）

2.有多少個并發線程在處理I/O（并發）

顯而易見，并發數/延遲=IOPS。當然，現實中的模型遠非如此簡單，現實中一般采用異構處理流水線方式處理I/O，也就是流水線中的模塊處理的是不同I/O的同一個子步驟，與此相比還有同構流水線，。一個理想的提升流水線吞吐量的原則，就是將每一步的處理延遲做到相等且最小，或者將慢速處理步驟并行化。

浪潮存儲AS5500G5的IOPS和延時

根據并發數/延遲=IOPS，并發數越高越好，延遲越低越好。前者是可以很容易的實現的，只需要采用高核心數CPU，以及軟件的并行化優化，就可以相對較為輕松的達到目的。但是對于延遲的優化，可就是難上加難了，這就像公路，同時修兩個車道把路拓寬，簡單，但是想把路修成高速路，其耗費的成本就會很高，對于I/O路徑，也是一樣，優化I/O處理速度的一些辦法包括砍掉那些附加軟件功能，重寫內核，采用用戶態驅動繞過內核，等等，這里面哪一樣都不簡單。

不妨思考一下，既然這樣，存儲廠商為了實現高IOPS，是否可以瘋狂提升并發數，而對延遲不聞不問呢？這樣做IOPS確實可以上來，但是只會在壓力測試的時候，通過將隊列深度提升以滿足這些并發線程的胃口，但是延遲并不會有降低。

在實際場景下，相當一部分應用根本不會以高并發異步I/O模式工作，這類應用發出的都是同步I/O，以至于底層隊列根本壓不滿，存儲系統的高并發度根本無用武之地，導致實際性能慘不忍睹。

那么，既然IOPS越高越好，延遲越低越好，是否可以用IOPS與Latency的比值來斷定一款存儲系統的真實能力呢？也不客觀，因為廠商可以只優化其中一個參數來實現高比值。

我們認為，應該用一種橫向比較的比值作為性能指標。比如就拿本次登頂8控SPC1的浪潮，和排第二的產品相對比。IOPS越高越好，延遲越低越好，那就用浪潮IOPS/第二名產品IOPS=I，浪潮延遲/第二名產品延遲=L，然后得出I/L=1.828

1.828這個比值，可以體現出廠商在提升并發度同時優化I/O路徑降低延遲方面做的工作的一個均衡價值。也可以這么理解，浪潮8控AS5500G5相比第二名8控產品，在綜合I/O性能方面為后者的1.8倍。

如果以某個標準模型性能作為參考，算出每個廠商與這個標準值的比值，就可以得出各個廠商的一個標準指數，我們不妨將這個指數稱之為“綜合性能指數”。

新指標對業務應用的意義

延遲對性能的影響幾乎深入到各個業務場景。例如國有六大行，每天需要處理超過1億筆交易，這些都對承載核心業務的存儲系統性能提出了巨大的挑戰，通常情況下，億級規模用戶對存儲性能要求就要數十萬級別IOPS，同時時延需要保持在1ms以下，而核心數據庫和報表業務對IOPS與時延要求會更高。

再看銀行數字化營銷，針對于銀行智能客服、智能投顧、智能風控、智能營銷等智能業務場景，涉及到AI的某些特定模型，對存儲系統性能要求極為苛刻，尤其是IOPS和時延性能指標。例如，在訓練階段，以大量隨機小IO為主，要求存儲具備極強的IO并發處理能力；在推理階段，要求存儲時延低，能快速響應。

未來以交易所、理財機構、保險機構為主的金融機構會面臨巨大的IT架構壓力，其中對存儲系統最大的挑戰就是IOPS處理能力和控制時延能力。以股票交易為例，交易途中，存儲系統需要高并發接收和處理成百萬乃至上千萬億的交易數據時，如果并發能力差、時延高，將導致買賣操作的卡頓，引發股民情緒波動，影響滿意度，嚴重的會導致用戶流失。

在金融領域，浪潮存儲在某大行幫助客戶把在線交易量提升3-5倍，在線交易時間縮短10-30，銀行桌面系統響應時間縮短60以上，而在AI自動駕駛領域，將模擬計算反饋時間縮短90以上。其得益于浪潮存儲系統對延遲的優化。

綜上，綜合性能指數對于現代互聯網化的業務場景具有深刻價值。

總結：

隨著各行業規模的不斷擴大，智慧化轉型的不斷加速，數據應用于營銷、決策和分析已經變得越來越重要，快速響應市場變化的能力已經成為企業的決勝因素，而作為堅實的數字化底座，智算中心數據存儲性能將持續得到關注，成為轉型“標配”。（本文來源于：大話存儲）