【虚拟化实战】存储设计之六latency

在【虚拟化实战】存储设计之五IOPS中我们讲了评估存储性能的三个关键指标。也就是Throughput，IOPs和latency。以及三者之间的关系。本文深入介绍Latency过高的原因和一些建议。

Latency过高直接导致在该存储上执行虚拟机以及其应用的性能减少。终于用户可能抱怨程序打不开，执行慢，响应时间长等等。

一   怎样衡量Latency？

Latency或者respondingtime，指完毕一个IO请求所须要的时间。往往以milliseconds来衡量。

应用端发出的一个IO请求，大致要经过下面各层才干终于抵达存储设备。

使用esxtop能够得到下面的数据

Column	Description
CMDS/s	在大多数情况下这个值就是IOPS的值。指的是每秒钟发出的IO请求。
DAVG/cmd (Device Average Latency)	每一个请求经过物理硬件，HBA和存储设备所需的平均响应时间。以毫秒计算。一般20-30ms能够接受.
KAVG/cmd (Kernel Average Latency)	平均每一个请求经过VMkernel层处理所需的时间。一般为0.假设超过2ms，可能会影响性能
QAVG (Queue Average latency)	平均每一个请求经过vSphere存储堆栈所需的时间。当队列非常长时，每一个请求等待的时间也较长。
GAVG/cmd (Guest Average Latency)	平均每一个请求终于所得到响应时间，也就是虚拟机操作系统所得到值 DAVG + KAVG = GAVG 一般20-30ms能够接受。这对于latency Sensitive非常高的应用，要求这个值尽可能低。比方有些重要的作用库操作，大于5ms可能都不能保证Transaction的成功完毕。

 

二    latency过高原因分析：

存储设计不能满足需求，请參见我曾经的文章TBD一文

一个常见的误区是只考虑所需容量，没有充分考虑到IOPS/Latency/Throughput等影响性能的因素。比方应用须要10T的容量，有可能须要购买20T甚至很多其它的存储来满足性能需求。应该与存储厂商充分讨论一个合理的方案及细节。比方採用什么RAID，阵列中DiskSpindle的个数，什么类型的存储硬盘。

设计充分考虑该存储所支持的应用。非常多应用都有不同的特性，比方I/O Size，读写操作的比例等等。应针对其特性来设计适当的存储方案。

有非常多工具能够搜集分析数据和压力測试，从而帮助你了解眼下存储的能力。比方VMware I/O Analyzer，IOmeter，LoginVSI，Solarwinds等

I/O 队列拥塞

从上图能够看到从上到下的四层都有队列。队列中等待执行的任务越长，意味着更长的响应时间。

在ESXi主机层的队列过长，直接导致KAVG数值过高。

在HBA和存储阵列的队列过长，导致DAVG数值过高

先拿ESXi主机这一层来说，LUNQueue Depth决定了在同一时间能够对某个LUN发起的ActiveCommand 数量。ESXi缺省值是32. 全部虚拟机发起的ActiveCommands的总数最好不要持续超过LUNQueue Depth.     尽管LUNQueue Depth能够最大添加到64，但一般还是建议使用缺省值。

比方有多个I/O intensive的虚拟机在同一个LUN的时候，须要考虑把部分虚拟机转移到其它LUN以避免ActiveCommands的总数持续超过LUNQueue Depth，从而造成延时。

HBA这层也有队列，通常4,000commandsper port 或者更高。所以一般瓶颈不在HBA层。

存储带宽饱和

考虑HBA卡的支持的带宽，以及採用多路径来对负载分流。避免请求经过物理硬件，HBA和存储设备所需的平均响应时间过高。

 

參考：

PerformanceLinks

VMUG Presentation - Troubleshooting StoragePerformance

TroubleshootingStorage Performance in vSphere – Part 1 – The Basics

http://www.vmware.com/files/pdf/techpaper/VMW-Tuning-Latency-Sensitive-Workloads.pdf