浪潮云海InCloud Rail V8.0通過全鏈路I/O時(shí)延優(yōu)化，在更高I/O輸出能力的基礎(chǔ)上降低I/O時(shí)延、保障I/O質(zhì)量，虛擬磁盤時(shí)延波動(dòng)穩(wěn)定在0.2到0.4ms之間，更好保障用戶關(guān)鍵業(yè)務(wù)運(yùn)行。

金融交易、電商交易、航空預(yù)定、搜索引擎等I/O密集型應(yīng)用，均需要通過IOPS和時(shí)延指標(biāo)來評(píng)測性能，高IOPS和低時(shí)延同時(shí)滿足的情況下，才能應(yīng)對(duì)高并發(fā)且快速的數(shù)據(jù)訪問。因此虛擬機(jī)是否能夠同時(shí)提供高IOPS和低時(shí)延，已經(jīng)成為關(guān)鍵業(yè)務(wù)應(yīng)用能否云化的決定性因素之一。

InCloud Rail V8.0單虛擬機(jī)性能可達(dá)到60W IOPS，磁盤時(shí)延可穩(wěn)定在0.2-0.4ms，可以穩(wěn)定承載數(shù)據(jù)庫、緩存、消息隊(duì)列、搜索引擎等關(guān)鍵應(yīng)用。

InCloud Rail V8.0對(duì)超融合全鏈路I/O層層拆解、分析、優(yōu)化，形成“內(nèi)核I/O加速”、“文件系統(tǒng)數(shù)據(jù)本地化”、 “高速互聯(lián)協(xié)議”、“存儲(chǔ)引擎并行化”、“存算系統(tǒng)優(yōu)化”等核心技術(shù)，保障虛擬磁盤同時(shí)滿足高IOPS和低時(shí)延。

1.內(nèi)核I/O加速

虛擬磁盤的I/O時(shí)延取決于單個(gè)I/O的處理時(shí)延，傳統(tǒng)VIRTIO方案，I/O請(qǐng)求需要通過QEMU的用戶空間和內(nèi)核之間的切換，有較高的時(shí)延開銷，而Vhost技術(shù)的引入有效減少了I/O冗余調(diào)度和頻繁的用戶態(tài)與內(nèi)核態(tài)切換，將時(shí)延控制在極低水平，大大提高了系統(tǒng)的響應(yīng)速度。

2.文件系統(tǒng)數(shù)據(jù)本地化

基于文件系統(tǒng)和分布式存儲(chǔ)布局的磁盤分布方案，為虛擬機(jī)的虛擬磁盤提供本地化的I/O訪問，減少隨機(jī)讀場景的跨節(jié)點(diǎn)數(shù)據(jù)訪問，提升虛擬機(jī)的隨機(jī)讀性能和響應(yīng)速度。

dSAN創(chuàng)建LUN并將分布位置同步到文件系統(tǒng)，根據(jù)LUN在節(jié)點(diǎn)上的分布策略，集群文件系統(tǒng)為每個(gè)節(jié)點(diǎn)的分配器預(yù)先分配數(shù)據(jù)區(qū)域，在虛擬磁盤文件讀寫過程中優(yōu)先從本地分配器分配分配數(shù)據(jù)空間。

3.高速互聯(lián)協(xié)議

從前端iSER、NVMe over RDMA的存儲(chǔ)傳輸協(xié)議，到后端RDMA互聯(lián)傳輸，全程采用內(nèi)存數(shù)據(jù)零拷貝技術(shù)，避免了數(shù)據(jù)在內(nèi)存中的多次復(fù)制，極大地減少了數(shù)據(jù)傳輸?shù)臅r(shí)間開銷，降低了I/O時(shí)延。

4.存儲(chǔ)引擎并行化

存儲(chǔ)引擎基于io_uring異步化特性設(shè)計(jì)，同時(shí)在I/O棧引入分布式線程架構(gòu)，通過線程的智能動(dòng)態(tài)擴(kuò)展，解決高并發(fā)時(shí)I/O對(duì)資源的爭搶。存儲(chǔ)引擎并行化加速I/O處理，充分發(fā)揮NVMe硬盤性能，保障I/O高并發(fā)時(shí)時(shí)延依然能夠控制在極低水平。

5.存算協(xié)同優(yōu)化

dSAN支持CPU動(dòng)態(tài)擴(kuò)展特性，能夠智能地感知業(yè)務(wù)負(fù)載的變化，實(shí)時(shí)、動(dòng)態(tài)地調(diào)整CPU資源分配，避免了因資源不足導(dǎo)致的性能瓶頸，而在業(yè)務(wù)低谷期又能合理減少資源占用。

采用大頁內(nèi)存池技術(shù)，有效減少了數(shù)據(jù)碎片化問題，通過將內(nèi)存劃分為更大的頁，數(shù)據(jù)在內(nèi)存中的存儲(chǔ)更加連續(xù)，減少了內(nèi)存尋址的時(shí)間開銷，顯著降低了時(shí)延開銷。

基于NUMA感知的調(diào)度技術(shù)協(xié)同調(diào)度dSAN進(jìn)程與資源，避免進(jìn)程跨NUMA訪問網(wǎng)卡、磁盤資源引入I/O時(shí)延。在C86、ARM架構(gòu)下，基于NUMA感知的資源分配策略可提升超融合小塊性能20%-30%。