我们有一台存储服务器，其中包含 12 个磁盘 RAID-6 池，容量为 100 TB。它通过 NFS 供多个客户端计算节点使用，主要用于运行深度学习训练（大量图像 ~100 KB，以随机顺序加载）。
为了加快文件访问速度，我们使用缓存文件在计算节点上。这种方法效果很好，因为工作负载使得每个训练作业通常反复读取相同的 10-100 GB，而这些内容可以很好地缓存在本地 SSD 上。
现在假设除了常规的培训工作之外，另一种类型的工作量也启动了（一个繁重的读取作业）。这个作业不能很好地缓存，因为它只读取一次大量数据（需要很长时间），而不是通常的训练作业的重复行为。这个作业总是需要从实际磁盘进行深度读取。
我们面临的问题是，尽管常规训练作业可以从本地缓存中读取，但元数据读取成为瓶颈。也就是说，cachefilesd 需要确保缓存仍然是最新的，因此它会询问 NFS 服务器文件自缓存以来是否被修改过。因此，cachefilesd 会请求读取的每个文件的修改属性 (mtime)。但是，由于存储服务器正忙于处理繁重的读取作业，因此它没有足够的时间以足够高的速率响应来自计算节点的这些 getattr 请求，从而导致瓶颈。
有没有什么方法可以调整服务器，使得这些 getattr 请求得到非常快速的响应（因此常规训练作业运行得很快），同时可能会延迟读取繁重的读取作业的实际文件内容数据的读取？
答案1
元数据密集型操作不是 NFS 工作负载的最佳用例。如果目录内容没有变化，或者客户端无法立即看到这些变化，您可以通过调整actimeo挂载选项来增加客户端属性缓存的生命周期。查看man nfs更多详细信息。