我开始考虑切换存储收费模式。从历史上看，它完全是在一个大型共享池中按千兆计费的。
但我正在考虑扩展该模型，并研究分层存储产品 - 主要是因为我们正在考虑对 SSD 的投资 - 但在之前的收费模式下，我们还没有真正证明这一点。（我们有一些作为“控制器缓存升级”）。
我的初始出发点是：
- 以“存储块”为例。可能是一个 RAID 组，但也可能是“一个架子”或“一个控制器”。
- 总结可用的演出。
- 总结主轴的理论 IOP（随机读取和写入惩罚写入）
- 汇总各个主轴的理论 MB/秒吞吐量。
将 IOP 和吞吐量除以可用 TB，根据“购买”的每个 TB 设置“性能分配”。并查看示例 SATA 配置、示例 FC/SAS 配置和 SSD。
现在，我知道这只是一种简化，而且是在充满大量缓存和其他各种瓶颈的世界中，最糟糕的情况。
我有大量“平均使用率”性能统计数据，并且知道我的真实缓存命中率是什么样的 - 但现在我对如何“扩展”它有点困惑。例如 - 我的 NetApp Filers 给我 20-25% 的读取缓存未命中率，并且对写入缓存和 WAFL 做了完全不同的事情，这使得该元素很难比较。（但我认为假设高写入缓存命中率并不不合理，因此允许我忽略写入惩罚和突发写入延迟）。
所以这就是我的问题 - 您建议采用什么方法来整合 3 层“存储产品”（存档、“标准”和高性能）？您如何考虑缓存和整合效益的预期回报？
关于存储分层 - 这是一个选项，因为这实际上是我们已经通过大型控制器缓存所做的。但仍然需要区分“廉价”和“快速”存储，我也需要并采用这种方法。
答案1
这里最简单的答案是按 TB 收费，并根据您提供它的成本来定价。有一类存储是驱动器和 SSD，另一类存储仅是驱动器，还有其他服务的修饰符（例如如何备份它们、是否复制它们等）。在这种环境下，如果您甚至遇到基于池组成的性能障碍，您需要支付额外的 SSD 费用，而不一定有人将其转嫁给其他人。
如果您希望开展业务并制定某种性能 SLA，则需要 QOS。某些平台允许您根据某些指标限制某些工作负载，这将使您能够强制自己成为好邻居，并向使用少量存储空间的重度用户收取与托管成本成比例的费用。