我目前正在研究确定如果我们开始使用虚拟化平台，我的公司可以预期的整合率。在研究如何将观察到的性能（数周的 perfmon 数据）转换为虚拟化服务器的 hdd 阵列要求时，我发现自己不断陷入死胡同。我熟悉 IOP 的概念，但它们似乎是一种过于简单的测量方法，没有考虑到缓存、写入组合等。我是否错过了关于存储阵列性能分析的开创性著作？这似乎是一个传闻和“黑魔法”取代了冷酷无情的事实的领域。
答案1
老实说，这完全是猜测和直觉。你可以从基本的 IOP 开始，但随后你必须考虑相互依赖的应用程序，这些应用程序将导致并发 IO，而其他应用程序是独立的，不太可能并发。这通常会导致计算非常复杂，你最终会四舍五入并进行捏造，直到听起来合理为止。
如果有疑问，请选择更高的性能，用户永远不会抱怨应用程序响应太快。只需确保不超出预算，否则管理层会对此抱怨。
一定要看看这些数字，不要直接猜测。许多数字不会显示缓存命中率是多少；如果您使用 SAN，它可能会有一个更大的缓存（缓存命中率可能会有很大不同）。
答案2
我建议，如果您试图猜测缓存命中率和其他实施细节，这将大大增加配置的复杂性。由于您已经通过提前进行一些专注于 IOPS 的性能测量而遥遥领先，因此我会将所有写入 IOPS 加起来，以大致了解您需要什么。
如果可以，您可以进行一些磁盘阵列测试，亲自确认您将能够从 x 个磁盘主轴中获得的 IO 类型。我的经验法则是 7.2k、10k、15k 磁盘分别为 150、200、250 IOPS，对于 RAID 10，添加到条带集的每个镜像对都会为池添加那么多 IOPS。因此，在 7.2k 磁盘的两个镜像上进行条带化大约是 300 IOPS，如果使用 15k 磁盘，则为 500 IOPS。
假设您要整合一个更大的环境，您可能正在尝试确定需要多少个磁盘架。如果您使用 15 个磁盘架，那么 2 个磁盘架将为您提供 14 个镜像对以进行条带化，以及 2 个热备件，因此最高可达 3500 IOPS。当您添加缓存和 IO 排序和调度时，您可能会获得更高的性能，但不应降低性能。
YMMV，因此最好使用大量随机 IO 测试集进行一些测试，以验证您的设备是否执行模型预测的操作，或者您可以调整模型以匹配观察到的行为。