每个文件的 IO 读取写入次数

Question 1

在 DBA 领域有一个阵营（或者曾经是，我最近没有去过那里），认为最佳性能是通过对存储基础设施进行微观管理来实现的，以至于系统和存储管理员最好不要插手，只需给他们一堆硬盘、一两台服务器，偶尔给他们一点帮助当被问及。

这些系统通常会有大量的 RAID1 对，数据文件会有意且系统地分布在每个 RAID1 对上。日志驱动器将被使用并同样被隔离。这种方法背后的想法非常简单：

通过这种方式，您可以将数据库与其他大型 IOP 消费者隔离，因此大用户就不会影响系统的其余部分。
通过拥有大量驱动器，系统的总 IOPS 非常高。
通过最小化存储抽象层，您可以使系统整体更加可靠，而且重要的是具有更低的延迟。

这种方法存在一个重大问题，Chopper3 已经指出了这一点：可维护性。

随着数据库的增长/收缩、用例的变化、应用程序及其使用模式的发展、失控情况的恢复以及维护周期的变化，这样的系统需要持续不断的关注和微调，才能保持“最佳”性能。我上面描述的那种架构最适合几乎从不写入/大量读取的工作负载。

当数据库确实需要从硬件中榨取每一个百分点的性能时，也会使用它。在许多情况下，这是一个预算决定，人们认为 DBA 时间比更多硬件更便宜。然而，有些 HPC 案例中，制造更大的机器是不可能的，所以你必须优化现有的机器。对于我们这些不使用巨型数据库服务器的人来说，总是有升级的。

另一个阵营（也是我所支持的阵营）的处理方式有所不同。它更信任存储抽象，并且往往具有更好的扩展性。您无需使用大量的 R10 对，而是将所有 R10 对放入 RAID10 集合中；或者交替使用少量 RAID10 集合。这允许与上述相同的 IOP 聚合，但每个数据文件/表空间/数据库都可以访问相当多的激增容量。通过使用多个 R10 集合，您可以为需要它的关键数据库和日志文件提供 I/O 分离。对每个文件性能进行微观管理的需求大大减少。

Answer

在 DBA 领域有一个阵营（或者曾经是，我最近没有去过那里），认为最佳性能是通过对存储基础设施进行微观管理来实现的，以至于系统和存储管理员最好不要插手，只需给他们一堆硬盘、一两台服务器，偶尔给他们一点帮助当被问及。

这些系统通常会有大量的 RAID1 对，数据文件会有意且系统地分布在每个 RAID1 对上。日志驱动器将被使用并同样被隔离。这种方法背后的想法非常简单：

通过这种方式，您可以将数据库与其他大型 IOP 消费者隔离，因此大用户就不会影响系统的其余部分。
通过拥有大量驱动器，系统的总 IOPS 非常高。
通过最小化存储抽象层，您可以使系统整体更加可靠，而且重要的是具有更低的延迟。