8张图带你了解PMC Flashtec NVRAM加速卡

当今市面上的存储系统存在若干具有普遍性的问题。通常情况下,数据从外部接口进入,存储引擎则进行数据处理。每种存储引擎均有其各自的特性,可以进行数据应用,或压缩、加密及映射等。在存储引擎处理数据的同时,还要进行应答,并将应答发送给高层应用。为了实现这一点,所有的存储系统均采用某种写缓存来尽可能快地作出应答,使应用得以执行各自的任务。此外,数据处理部分还会产生许多元数据。对每一个进入系统的I/O,元数据处理均如影随形般进行着。显然,也需要元数据存储来辅助数据处理。因此,这两种负载成为了存储系统中的瓶颈:写缓存和元数据缓存,亟需解决。如图1所示。

图1 现有存储系统架构中的瓶颈

这两种负载的主要特点均需要存储设备具有尽可能高的性能才能应对。理想的目标是这两种负载都能达到与图2中最上层的内存相当的性能。同时,也希望具备与图中底层所示的外存相当的非易失性来弥补内存在断电情况下数据容易丢失的问题。观察从内存到外存的存储层级,可以看出,这两种负载所需要的理想存储介乎外存与内存的层级之间——姑且称之为:关键型任务性能缺口(如图2所示)。

图2  性能缺口

如何应对这些挑战呢?自然而然的反应可能是:“用SSD来解决吧。”回头看看,这正是几年前多数存储系统采取的办法——将SSD用作写缓冲和元数据缓存。但随着技术的进步,闪存已然成为了占据主导地位的存储媒介,IOPS逐步提升,SSD而今已无法再满足这些性能需求。真正的挑战还在于SSD的耐写度。来看看这些负荷所需要的耐写程度。图3的纵轴标示的是每日写入的次数。横轴从左至右,IOPS从50,000增至1,000,000,图中显示了维持各个IOPS水平所需的写入次数。

图3 闪存的耐写度难题

几年前,50k IOPS的系统仍然非常高端,而今,却已连入门级水平都达不到。现在面对的是100k甚至更高的系统。以100k IOPS的系统为例,如果打算采用400GB SSD,即如图3中蓝线所示,那么,400GB SSD所需的耐久度是每天写100次。这显然是闪存无法达到的。即便将容量增至两倍甚至四倍,耐写度需求降至每天写入10次的范围,SSD也只是勉强可以应付,而且这样的SSD也会很昂贵。放眼未来,发展趋势是右上角的绿色圆块部分。显而易见,由于耐写度的问题,目前闪存无法胜任不断攀升的IOPS速度。

既然闪存不行,多数人会回头求助于DRAM。那么,DRAM能否胜任呢?不言而喻,从性能的角度来看,DRAM非常理想,但DRAM的缺点在于其容易受到电源故障的影响。所以必须为DRAM提供保护。保护DRAM的办法通常是加入集成的UPS系统或电池备份单元。而电池本身就存在一系列问题如可靠性差、生命周期比系统短等等,从而产生了维护的巨大困难。此外,电池要占据大量空间。有电池备份的存储机架中,四分之一的位置都被电池所占据。显然,这些为电池所霸占的空间完全可以更好地利用。

审视摆在面前的这些问题,PMC创造出了独具匠心的NVRAM 加速卡解决方案。该方案完美填补了内存层与SSD层之间的空白。PMC的NVRAM 加速卡性能优异,因此不仅仅起到了填补空白的作用,还实现了若干独特的功能。

图4 PMCFlashtec NVRAM加速卡

首先,从硬件外观上来看,这是一款标准尺寸半高、半长的PCIe卡。其设计紧凑,可以置入任何服务器当中,基本上与所有服务器均能兼容。此外,PMC还在该方案之上与主机相连的接口层进行了若干创新。如图4所示,左边显示的是当前应用的原生接口,均是基于块。因此,我们提供了一个NVMe接口,这对一直采用块设备的应用而言是原生接口,易于整合。对于进出均使用大块数据的写缓存而言,这也是一个原生接口。此外,我们还提供了内存映射访问。在该模式下,我们将内存容量直接映射到应用的虚拟内存地址空间。因此,当应用需要访问时,就可以采用CPU的载入/存储命令将其作为原生内存来使用,而无须耗费任何存储周期,或触及任何软件层。对元数据应用而言,这种方式使之可以非常便利地访问内存。

图5 FlashtecNVRAM应用模型

有了这两个接口:基于块的接口和内存映射接口,就为写缓存以及元数据的负载问题找到了解决方案。  那么,该方案在块模式中提供的性能如何呢?测试结果显示,该NVRAM 加速卡能提供一百万次IOPS。将之与SSD相比——与SSD的持续性能水平相比,该产品的性能比SSD要高出10倍。

图6 FlashtecNVRAM性能十倍于SSD

图5中展示出将该产品与一款极其先进的PCIe SSD的结果。众所周知,SSD的性能基本取决于闪存。闪存的性能有可能很高,但就持续性而言,闪存存在不够耐写的问题,因此闪存的性能也是不均衡的。相比之下,PMC的NVRAM 加速卡持续性地提供均衡的性能,达到1 百万 IOPS读/写,并且没有任何耐久度的问题。

再来看看内存映射接口的情况。在内存映射端口,该卡的性能远远不止这个数值,对64B随机写,能够持续地提供一千五百万次IOPS。文中开篇时讲到,对于每个需要处理的数据缓冲,都有多次元数据I/O。因而,若要持续维持一百万次写IOPS,就需要处理相应的多份元数据。而有了一千五百万次随机读/写IOPS,该解决方案的性能是游刃有余。

图7 Flashtech对64B数据处理的随机写IOPS可达1千5百万次

最后一个性能指标是CPU利用率。与基于内存的解决方案相比,采用NVMe驱动的核心优势在于能够高效进行DMA处理。NVMe协议在这一方面的有很高的效率。用NVMe将数据从内存移至NVRAM解决方案,效率比利用CPU周期要高出四倍。这一点至关重要。进行内存备份基本上就要消耗CPU周期,而这些时间本可以用于上层应用软件的处理,这才是CPU资源最需要的地方。

图8 CPU利用率优于NV-DIMM

PMC的NVRAM 加速卡创立了一个独特的存储层级——DRAM和SSD之间的高性能存储层级。该产品能提供千万次写IOPS及百万次IOPS(4k块),从而实现了多种应用所需的性能与耐写程度。该产品采用行业标准的接口,PCIe接口,NVMe接口以及原生内存映射访问接口,因此,可以缩短系统上市的时间,降低总体拥有成本。如今的存储市场日新月异,应用场景多样化,数据类型繁多,NVRAM加速卡的推出是针对企业级关键任务应用,提供给设备厂商以及数据中心用户一个全新的选项。

NVRAM与NV DIMM的区别

有一些新的方案如NV DIMM,就是拿普通的内存条加电容和flash,断电以后可以提供保护,机制都是一样的,形态不一样。那为什么说NVRAM比它有优势呢,一个是容量大,再一个NVRAM占用PCIE槽,而不是占用DIMM槽。再一个NV DIMM有很多劣势需要BIOS支持,NV DIMM插到主板上跟其他的内存怎么区分,BIOS需要区分开,应用需要区分开。混插的时候就比较难,OS你要改,要分清楚哪一块内存有断电保护的。再有就是需要硬件的支持,DRAM支持,以及额外支持NV DIMM插槽,这块更多牵扯到主板,最严重的是NVDIMM占用CPU周期内存,影响应用软件。

NVRAM里有一个专门移动数据的处理器,会代替CPU把数据移动到NVRAM里。如果用DIMM的话,没有人做这件事的,只能靠CPU从普通的DIMM读出来再写到NV DIMM里面。所以CPU耗费大量的周期去拷贝数据很不划算。。

时间: 2024-09-12 04:56:11

8张图带你了解PMC Flashtec NVRAM加速卡的相关文章

【图解】九张图带你读懂大数据医疗

文章讲的是[图解]九张图带你读懂大数据医疗,互联网大框架的结构下,互联网+医疗的个性化服务,能给医疗保健工作者和消费者带来哪些真正的福利呢,首先可以提高效益减少废物.增强了预防传染病的能力.对于个人公共卫生.疾病预防和治疗都有很大的帮助.医学的临床试验等等工作,都在造福于我们. 人们都想选择个性化的健康医疗,为了实现这个目标,我们必须让大数据参与到破译和分析个人的所思.所需中.除了作为一个行业的流行语以外,大数据可以为医疗保健工作者和消费者带来怎样的成功呢? 下面的信息图是由Evariant公司

10张图带你深入理解Docker容器和镜像

本文讲的是10张图带你深入理解Docker容器和镜像,[编者的话]本文用图文并茂的方式介绍了容器.镜像的区别和Docker每个命令后面的技术细节,能够很好的帮助读者深入理解Docker. 这篇文章希望能够帮助读者深入理解Docker的命令,还有容器(container)和镜像(image)之间的区别,并深入探讨容器和运行中的容器之间的区别. 当我对Docker技术还是一知半解的时候,我发现理解Docker的命令非常困难.于是,我花了几周的时间来学习Docker的工作原理,更确切地说,是关于Doc

11张图带你走过数据可视化的前生今世

前言 纵观现代可视化技术,我们看到了极简主义.在数字化的世界,所有的资源只需点击几下鼠标,就能将手中大量的信息简单呈现.但是,我们不是碰巧才做到这些的,这得感谢那些勇于创新的前辈们.正所谓"前人栽树,后人乘凉",我们站在了他们的肩膀上,才有了今天比较炫酷的可视化技术. 今天,大数据文摘先请大家看看11张静态的数据可视化图,然后请大家看看一段展示动态数据可视化的视频.通过今天的可视化展示,相信大家更能体会到数字世界中艺术的重要性! 在大数据时代和信息过载的今天,数据可视化无疑是筛选并呈现

【算法】4 五张图带你体会堆算法

什么是堆 堆(heap),是一类特殊的数据结构的统称.它通常被看作一棵树的数组对象.在队列中,调度程序反复提取队列中的第一个作业并运行,因为实际情况中某些时间较短的任务却可能需要等待很长时间才能开始执行,或者某些不短小.但很重要的作业,同样应当拥有优先权.而堆就是为了解决此类问题而设计的数据结构. 二叉堆是一种特殊的堆,二叉堆是完全二叉树或者近似完全二叉树,二叉堆满足堆特性:父节点的键值总是保持固定的序关系于任何一个子节点的键值,且每个节点的左子树和右子树都是一个二叉堆. 当父节点的键值总是大于

六张图带你全方位看懂EMNLP 2017,神经网络和深度学习投稿占总论文2/3

在9月9日自然语言处理领域顶级会议 EMNLP 2017的开幕式上,大会主席Martha Palmer向我们展示了一系列关于EMNLP 2017的论文录取情况.                                                   总的来说,这次会议共收到有效投稿论文1466篇,收录的有323篇,录取率约为23%. 其中长论文共有895篇初始投稿,被审核了836篇,收录216篇,接收率大约占26%.短论文的初始投稿共有614篇,被审核585篇,收录107篇,相比长论

6张图带你看懂“块数据” ——为什么说得“块”者得天下?

大数据时代,没有做不到的只有想不到的,我们利用数据挖掘分析顾客消费行为开启智能化个性化服务.我们通过大数据分析出更深层次的问题,并预测未来--大数据彻彻底底改变了商业模式.政府治理和社会的运转. 众所周知,大数据时代拼的是思想和创意,而这一切都要以数据的充分开放.合理利用为基础,近期,大数据战略重点实验室的最新理论成果--块数据,可谓是道出了数据的本质. 呃,块数据是神码东东?有读者说了可看(bu)不(xiang)过(kan)来(wan)十几万字的内容. 好吧,那么今天小编就为你图解,告诉你什么

15张图带你看懂2017 互联网创业全貌

俗话说,不想创业的员工不是好老板.虽然说今年来的互联网有明显的"强者恒强"的趋势,但任何一个时代总不乏心怀梦想的年轻人想要打出自己的一片天.2017年已经走到了尾声,这一年的创业者们,到底几家欢喜几家愁呢? 10月份,网易云联合 IT 桔子发布了<2017 互联网创业群体调查报告>,对于2017年中国互联网创业趋势做了整体归纳.雷锋网为您做如下解读: 1.2017 年的创业方向更加分散:电商/O2O.文化娱乐依旧是热门行业,企业服务.云计算/大数据/人工智能相关领域开始热门

七张图带你了解平安城市的“智能”内涵

据联合国最新人口报告预计,到2050年,约70%的全球人口将生活在城市中. 人口激增意味着经济增长的动力,但日益繁荣的城市也许在最基本的"安全"上却存在很大隐患.看似此话题过于高大上,但其实我们最为关心的日常通勤就与此息息相关. 早晚高峰本就时间宝贵,但路面总会面临突发情况:两车追尾.汽车爆胎.交通管制--出警时间较长.后续处理复杂.民众无处反馈都很"堵心",这时十分渴求一个集日常巡逻和应急响应为一体的平台,下次再也不用望穿秋水地等待警察叔叔到来. 于是,平安城市的

一张图带你了解网站设计行业 究竟是谁创造了他们?

中介交易 http://www.aliyun.com/zixun/aggregation/6858.html">SEO诊断 淘宝客 云主机 技术大厅 网站设计行业成了现如今互联网时代的基石之一,全球数以亿计的网站究竟是谁创造了他们?答案是专业的设计者.开发者以及业余爱好者.专业的设计者最爱用webydo,程序员开发者最爱用wordpress,业余用户则看上去最爱用wix.