現實中的IO和帶寬

現實中的I/O狀況

爲了更好的理解存儲系統中的I/O和其餘相關概念，能夠用現實中的春運時的火車站售票窗口的排隊現象，來形象的對比存儲系統中的I/O狀況：



火車站售票大廳：存儲系統
售票窗口：I/O通道。
每一個乘客到售票窗口購票：至關於一次I/O。【乘客告訴售票員，去哪裏，買幾張票，售票員確認，出票，乘客拿到車票，就至關於完成了一次I/O。而後排在隊伍中的下一位的乘客開始買票，重複這個過程】。
一段時間內，每位乘客購票的平均耗費時間：平均響應時間。比較廣泛的狀況是，每一個乘客買票的數量多的狀況下，是比買一張票所耗費的時間要多。若是乘客既要問詢票價，還要買到不一樣目的地的車票，所花的時間也會比只買一個目的地車票所花的時間多(這裏不考慮極端狀況。例如，售票員手上恰好有之前打印好的車票，並且正好是乘客所要購買的，那麼就會大大下降處理時間。這至關於存儲系統中，讀請求剛好命中了Cache中的數據，而沒必要再從磁盤讀數據)。
    每一個乘客購票數量：每次IO所傳送的數據量。
    對於排隊購票的乘客來講，他關心的是花多長時間才能儘快的排隊買上票，這時候影響他排隊時間的就是前面每一個購票者購票所花費的時間，只有這個時間越短，他才能儘快的買上票。
    在存儲系統內就是，每一個IO響應時間越短，單位時間內的IOPS就越高。
    對於鐵道部門來講，它根本不關心有多少人排隊購票，每一個購票者買票花費的時間。它只關心在一段時間內，例如整個春運時間段，它所售出的火車票的總數量。這個總體的數量，主要取決於每一個購票者購買的票數，其次才取決於每一個購票者平均買票花費的時間，另外還取決於同時有多少個窗口並行售票。
在存儲系統內就是，每一個IO的傳送的數據量越大，並行讀寫的數量越多，單位時間內存儲系統能夠提供的帶寬就越大。
    在這個例子中，咱們能夠看到，乘客更關注於售票系統的平均響應時間，鐵道部門更關注於最大售票量（一段時間內的帶寬總和）。這就是從不一樣角度，來考量存儲的性能參數。

批處理任務就是經過延時（響應時間）來提升總體吞吐量（單位時間內的任務處理量）

    對於乘客來講，每一個乘客購買的票數多了（每一個IO傳送的數據量增長），可是所花的時間也長了，單位時間內，能買上票的乘客的數量反而會減小（IOPS減小），可是鐵道部門的售票總量仍是會線性增長（帶寬增長）。
    這就相似於存儲系統中， IOPS和帶寬之間的關係：
    寫入10000個1KB文件，用時10秒  Throught(帶寬)=1MB/s ，IOPS=1000
    寫入1個1MB文件，用時0.1秒  Throught(帶寬)=10MB/s, IOPS=10
    因而可知，
    傳輸大容量連續數據，適合以帶寬爲標準，選擇高帶寬存儲系統
    傳輸小塊、不連續數據，如OLTP、數據庫應用、郵件服務器等，適合以IOPS爲標準，選擇高IOPS存儲系統
    以上所舉的例子，只是相似於存儲系統中順序I/O的狀況，實際存儲中的狀況還有隨機讀、隨機寫I/O等狀況，遠比這個例子複雜。這裏不作討論。但這個例子的一些結論，仍是能夠借鑑並有助於理解存儲I/O和性能、帶寬等之間的關係。