NVMe SSD的性能時常捉摸不定，爲此我們需要打開SSD的神祕盒子，從各個視角分析SSD性能影響因素，並思考從存儲軟件的角度如何最優化使用NVMe SSD，推進數據中心閃存化進程。本文從NVMe SSD的性能影響因素進行分析，並給出存儲系統設計方面的一些思考。
存儲介質的變革
近幾年存儲行業發生了翻天覆地的變化，半導體存儲登上了歷史的舞臺。和傳統磁盤存儲介質相比，半導體存儲介質具有天然的優勢。無論在可靠性、性能、功耗等方面都遠遠超越傳統磁盤。目前常用的半導體存儲介質是NVMe SSD，採用PCIe接口方式與主機進行交互，大大提升了性能，釋放了存儲介質本身的性能。通常NVMe SSD內部採用NAND Flash存儲介質進行數據存儲，該介質本身具有讀寫不對稱性，使用壽命等問題。爲此在SSD內部通過FTL（Flash Translation Layer）解決NAND Flash存在的問題，爲上層應用軟件呈現和普通磁盤相同的應用接口和使用方式。
如上圖所示，隨着半導體存儲介質的發展，計算機系統的IO性能得到了飛速發展。基於磁介質進行數據存儲的磁盤和處理器CPU之間一直存在着棘手的剪刀差性能鴻溝。隨着存儲介質的演進與革新，這種性能剪刀差將不復存在。從整個系統的角度來看，IO性能瓶頸正從後端磁盤往處理器和網絡方向轉移。如下圖性能數據所示，在4KB訪問粒度下，NVMe SSD和15K轉速磁盤相比，每秒隨機讀IO處理能力提升了將近5000倍；每秒隨機寫IO處理能力提升了1000多倍。隨着非易失性存儲介質的進一步發展，半導體存儲介質的性能將進一步提升，並且會具有更好的IO QoS能力。
存儲介質的革命一方面給存儲系統性能提升帶來了福音；另一方面對存儲系統的設計帶來了諸多挑戰。原有面向磁盤設計的存儲系統不再適用於新型存儲介質，面向新型存儲介質需要重新設計更加合理的存儲軟件堆棧，發揮存儲介質的性能，並且可以規避新介質帶來的新問題。面向新型存儲介質重構存儲軟件棧、重構存儲系統是最近幾年存儲領域的熱門技術話題。
在面向NVMe SSD進行存儲系統設計時，首先需要對NVMe SSD本身的特性要非常熟悉，需要了解SSD性能的影響因素。在設計過程中需要針對SSD的特性通過軟件的方式進行優化。本文對SSD進行簡要介紹，並從性能影響因素角度出發，對NVMe SSD進行深入剖析，在此基礎上給出閃存存儲設計方面的一些思考。
NVMe SSD成爲主流
NAND Flash介質發展
目前NVMe SSD主流採用的存儲介質是NAND Flash。最近幾年NAND Flash技術快速發展，主要發展的思路有兩條：第一，通過3D堆疊的方式增加NAND Flash的存儲密度；第二，通過增加單Cell比特數來提升NAND Flash的存儲密度。3D NAND Flash已經成爲SSD標配，目前主流發佈的SSD都會採用3D NAND Flash技術工藝。從cell的角度來看，目前單個cell可以表示3bit，這就是通常所說的TLC NAND Flash。今年單個cell的bit存儲密度又提升了33%，可以表示4bit，向前演進至QLC NAND Flash。NAND Flash的不斷演進，推動了SSD存儲密度不斷提升。截止到今天，單個3.5寸SSD盤可以做到128TB的容量，遠遠超過了磁盤的容量。下圖是近幾年NAND Flash技術的發展、演進過程。
從上圖可以看出，NAND Flash在不斷演進的過程中，一些新的非易失性內存技術也開始發展。Intel已經推出了AEP內存存儲介質，可以預計，未來將會是非易失性內存和閃存共存的半導體存儲時代。
軟件層面看SSD——多隊列技術
從軟件接口的角度來看，NVMe SSD和普通的磁盤沒有太多的區別，在Linux環境下都是標準塊設備。由於NVMe SSD採用了最新的NVMe協議標準，因此從軟件堆棧的角度來看，NVMe SSD的軟件棧簡化了很多。在NVMe標準中，和傳統的SATA/SAS相比，一個重大的差別是引入了多隊列機制，如下圖所示。
何爲多隊列技術？主機（X86 Server）與SSD進行數據交互的模型採用“生產者-消費者”模型，採用生產者-消費者隊列進行數據交互。在原有的AHCI規範中，只定義了一個交互隊列，那麼主機與HDD之間的數據交互只能通過一個隊列通信，多核處理器也只能通過一個隊列與HDD進行數據交互。在磁盤存儲時代，由於磁盤是慢速設備，所以一個隊列也就夠用了。多個處理器核通過一個共享隊列與磁盤進行數據交互，雖然處理器之間會存在資源競爭，但是相比磁盤的性能，處理器之間競爭所引入的開銷實在是微乎其微，可以忽略。在磁盤存儲時代，單隊列有其他的好處，一個隊列存在一個IO調度器，可以很好的保證提交請求的IO順序最優化。
和磁盤相比，半導體存儲介質具有很高的性能，AHCI原有的規範不再適用，原有的假設也已經不復存在，在此背景下NVMe規範誕生了。NVMe規範替代了原有的AHCI規範，並且軟件層面的處理命令也進行了重新定義，不再採用SCSI／ATA命令規範集。在NVMe時代，外設和處理器之間的距離更近了，不再需要像SAS一樣的面向連接的存儲通信網絡。相比於以前的AHCI、SAS等協議規範，NVMe規範是一種非常簡化，面向新型存儲介質的協議規範。該規範的推出，將存儲外設一下子拉到了處理器局部總線上，性能大爲提升。並且主機和SSD處理器之間採用多隊列的設計，適應了多核的發展趨勢，每個處理器核與SSD之間可以採用獨立的硬件Queue Pair進行數據交互。
從軟件的角度來看，每個CPU Core都可以創建一對Queue Pair和SSD進行數據交互。Queue Pair由Submission Queue與Completion Queue構成，通過Submission queue發送數據；通過Completion queue接受完成事件。SSD硬件和主機驅動軟件控制queue的Head與Tail指針完成雙方的數據交互。
深入理解SSD硬件
和磁盤相比，NVMe SSD最大的變化在於存儲介質發生了變化。目前NVMe SSD普遍採用3D NAND Flash作爲存儲介質。NAND Flash內部有多個存儲陣列單元構成，採用floating gate或者charge trap的方式存儲電荷，通過存儲電荷的多少來保持數據存儲狀態。由於電容效應的存在、磨損老化、操作電壓干擾等問題的影響，NAND Flash天生會存在漏電問題（電荷泄漏），從而導致存儲數據發生變化。因此，從本質上講，NAND Flash是一種不可靠介質，非常容易出現Bit翻轉問題。SSD通過控制器和固件程序將這種不可靠的NAND Flash變成了可靠的數據存儲介質。
爲了在這種不可靠介質上構建可靠存儲，SSD內部做了大量工作。在硬件層面，需要通過ECC單元解決經常出現的比特翻轉問題。每次數據存儲的時候，硬件單元需要爲存儲的數據計算ECC校驗碼；在數據讀取的時候，硬件單元會根據校驗碼恢復被破壞的bit數據。ECC硬件單元集成在SSD控制器內部，代表了SSD控制器的能力。在MLC存儲時代，BCH編解碼技術可以解決問題，4KB數據中存在100bit翻轉時可以糾正錯誤；在TLC存儲時代，bit錯誤率大爲提升，需要採用更高糾錯能力的LDPC編解碼技術，在4KB出現550bit翻轉時，LDPC硬解碼仍然可以恢復數據。下圖對比了LDPC硬解碼、BCH以及LDPC軟解碼之間的能力， 從對比結果可以看出，LDPC軟解碼具有更強的糾錯能力，通常使用在硬解碼失效的情況下。LDPC軟解碼的不足之處在於增加了IO的延遲。
在軟件層面，SSD內部設計了FTL（Flash Translation Layer），該軟件層的設計思想和log-structured file system設計思想類似。採用log追加寫的方式記錄數據，採用LBA至PBA的地址映射表記錄數據組織方式。Log-structured系統最大的一個問題就是垃圾回收（GC）。因此，雖然NAND Flash本身具有很高的IO性能，但受限於GC的影響，SSD層面的性能會大受影響，並且存在十分嚴重的IO QoS問題，這也是目前標準NVMe SSD一個很重要的問題。SSD內部通過FTL解決了NAND Flash不能inplace write的問題；採用wear leveling算法解決了NAND Flash磨損均衡問題；通過data retention算法解決了NAND Flash長時間存放漏電問題；通過data migration方式解決read diatribe問題。FTL是NAND Flash得以大規模使用的核心技術，是SSD的重要組成部分。
NAND Flash內部本身具有很多併發單元，如上圖所示，一個NAND Flash芯片由多個Target構成，每個Target包含多個Die。每個Die是一個獨立的存儲單元，一個Die由多個Plane構成，多個Plane之間共享一套操作總線，多個Plane可以組成一個單元併發操作，構建Multi-plane。一個Plane由若干個Block構成，每個Block是一個擦除單元，該單元的大小也決定了SSD軟件層面的GC回收粒度。每個Block由多個page頁構成，每個Page是最小寫入（編程）單元，通常大小爲16KB。SSD內部軟件（固件）需要充分利用這些併發單元，構建高性能的存儲盤。
一塊普通NVMe SSD的物理硬件結構簡單，由大量的NAND Flash構成，這些NAND Flash通過SOC（SSD控制器）進行控制，FTL軟件運行在SOC內部，並通過多隊列的PCIe總線與主機進行對接。爲了提升性能，企業級SSD需要板載DRAM，DRAM資源一方面可以用來緩存數據，提升寫性能；另一方面用來緩存FTL映射表。企業級SSD爲了提升性能，通常採用Flat mapping的方式，需要佔據較多的內存（0.1%）。內存容量的問題也限制了大容量NVMe SSD的發展，爲了解決內存問題，目前一種可行的方法是增大sector size。標準NVMe SSD的sector size爲4KB，爲了進一步增大NVMe SSD的容量，有些廠商已經開始採用16KB的sector size。16KB Sector size的普及應用，會加速大容量NVMe SSD的推廣。
影響NVMe SSD的性能因素
NVMe SSD 廠商Spec給出的性能非常完美，前面也給出了NVMe SSD和磁盤之間的性能對比，NVMe SSD的性能的確比磁盤高很多。但在實際應用過程中，NVMe SSD的性能可能沒有想象中的那麼好，並且看上去不是特別的穩定，找不到完美的規律。和磁盤介質相比，SSD的性能和很多因素相關，分析SSD的性能影響因素，首先需要大體瞭解SSD構成的主要部分。如下圖所示，其主要包括主機CPU、PCIe互連帶寬、SSD控制器及FTL軟件、後端NAND Flash帶寬、NAND Flash介質。影響SSD性能的主要因素可以分成硬件、軟件和客觀環境三大部分，具體分析如下。
-
硬件因素
- NAND Flash本身。不同類型的NAND Flash本身具有不同的性能，例如SLC的性能高於MLC，MLC的性能優於TLC。選擇不同的工藝、不同類別的NAND Flash，都會具有不同的性能。
- 後端通道數（CE數量）及總線頻率。後端通道數決定了併發NAND Flash的數量，決定了併發能力。不同的SSD控制器支持不同數量的通道數，也決定了SSD的後端吞吐帶寬能力。NAND Flash Channel的總線頻率也決定了訪問Flash的性能。
- SSD控制器的處理能力。SSD控制器中會運行復雜的FTL（Flash Translation Layer）處理邏輯，將邏輯塊讀寫映射轉換成NAND Flash 讀寫請求。在大數據塊讀寫時，對處理器能力要求不是很高；在小數據塊讀寫時，對處理器能力要求極高，處理器能力很容易成爲整個IO系統的性能瓶頸點。
- SSD控制器架構。通常SSD控制器採用SMP或者MPP兩種架構，早期的控制器通常採用MPP架構，多個小處理器通過內部高速總線進行互連，通過硬件消息隊列進行通信。內存資源作爲獨立的外設供所有的處理器進行共享。這種架構和基於消息通信的分佈式系統類似。MPP架構的很大優勢在於性能，但是編程複雜度較高；SMP架構的性能可擴展性取決於軟件，編程簡單，和在x86平臺上編程相似。不同的控制器架構會影響到SSD的總體性能，在SSD設計時，會根據設計目標，選擇不同類型的SSD控制器。
- 內存支持容量。爲了追求高性能，SSD內部的映射資源表會常駐內存，映射表的內存佔用大小是盤容量的0.1%，當內存容量不夠大時，會出現映射表換入換出的問題，影響到性能。
- PCIe的吞吐帶寬能力。PCIe前端帶寬體現了SSD的前端吞吐能力，目前NVMe SSD採用x4 lane的接入方式，上限帶寬爲3GB/s，當後端NAND Flash帶寬和處理器能力足夠時，前端PCIe往往會成爲性能瓶頸點。NAND Flash具有很高的讀性能，目前來看，SSD的讀性能在很大程度上受限於PCIe總線，因此需要快速推進PCIe4.0標準。
- 溫度對性能造成影響。在NAND Flash全速運行的情況下，會產生較大的散熱功耗，當溫度高到一定程度時，系統將會處於不正常的工作狀態，爲此，SSD內部做了控溫系統，通過溫度檢測系統來調整SSD性能，從而保證系統溫度維持在閾值之內。調整溫度會犧牲性能，本質上就是通過降低SSD性能來降溫。因此，當環境溫度過高時，會影響到SSD的性能，觸發SSD內部的溫度控制系統，調節SSD的性能。
- 使用壽命對性能造成影響。NAND Flash在不斷擦除使用時，Flash的bit error會不斷上升，錯誤率的提升會影響到SSD的IO性能。
-
軟件因素
- 數據佈局方式。數據佈局方法需要充分考慮NAND Flash中的併發單元，如何將IO操作轉換成NAND Flash的併發操作，這是數據佈局需要考慮的問題。例如，採用數據交錯的方式在多通道page上進行數據佈局，通過這種方式可以優化順序帶寬。
- 垃圾回收/wear leveling調度方法。數據回收、wear leveling、data retention等操作會產生大量的NAND Flash後端流量，後端流量直接反應了SSD的寫放大係數，也直接體現在後端帶寬的佔用。垃圾回收等產生的流量也可以稱之爲背景流量，背景流量會直接影響到前端用戶性能。因此需要對背景流量和用戶流量之間進行合理調度，使得用戶IO性能達到最佳。
- OP預留。爲了解決壞塊、垃圾回收等問題，在SSD內部預留了一部分空閒資源，這些資源被稱之爲OP（Overprovisioning）。OP越大，GC過程中平均搬移的數據會越少，背景流量會越小，因此，寫放大降低，用戶IO性能提升。反之，OP越小，性能會越低，寫放大會越大。在SSD容量較小的時代，爲了提升SSD的使用壽命，往往OP都設置的比較大。
- Bit error處理影響性能。在SSD內部採用多種機制來處理NAND Flash所產生的Bit error。ECC糾錯、read retry、soft LDPC以及RAIN都是用來糾正bit翻轉導致的錯誤。當Bit錯誤率增加時，軟件處理的開銷越大，在bit控制在一定範圍之內，完全可以通過硬件進行糾正。一旦軟件參與到bit糾正的時候，會引入較大的性能開銷。
- FTL算法。FTL算法會影響到SSD性能，對於不同用途的SSD，FTL的設計與實現是完全不同的，企業級SSD爲了追求高性能，通常採用Flat mapping的方式，採用大內存緩存映射表；消費級SSD爲了追求低成本，通常採用元數據換入換出的方式，並且採用pSLC+TLC的組合方式進行分層存儲，也可以採用主機端內存緩存元數據信息，但是這些方式都會影響到性能。
- IO調度算法。NAND Flash具有嚴重的性能不對稱性，Flash Erase和Program具有ms級延遲，Flash read的延遲在us級。因此，如何調度Erase、Program以及read是SSD後端設計需要考慮的問題。另外，前端IO以及背景IO之間的調度也是需要權衡考慮，通過IO調度可以達到最佳性能表現。在IO調度過程中，還需要利用NAND Flash的特性，例如Program Suspension，通過這些特性的利用，最優化SSD前端IO性能。
- 驅動軟件。驅動軟件運行在主機端，通常分爲內核態和用戶態兩大類，內核態驅動會消耗較多的CPU資源，存在頻繁上下文切換、中斷處理，因此性能較低；用戶態驅動通常採用Polling IO處理模式，去除了上下文切換，可以充分提升CPU效率，提升整體IO性能。
- IO Pattern對性能產生影響。IO Pattern影響了SSD內部的GC數據佈局，間接影響了GC過程中的數據搬移量，決定了後端流量。當IO Pattern爲全順序時，這種Pattern對SSD內部GC是最爲友好的，寫放大接近於1，因此具有最好的性能；當IO Pattern爲小塊隨機時，會產生較多的GC搬移數據量，因此性能大爲下降。在實際應用中，需要通過本地文件系統最優化IO Pattern，獲取最佳性能。
-
客觀因素
- 使用時間越長會導致SSD性能變差。使用時間變長之後，SSD內部NAND Flash的磨損會加重，NAND Flash磨損變大之後會導致bit錯誤率提升。在SSD內部存在一套完整的bit錯誤恢復機制，由硬件和軟件兩大部分構成。當bit錯誤率達到一定程度之後，硬件機制將會失效。硬件機制失效之後，需要通過軟件（Firmware）的方式恢復翻轉的bit，軟件恢復將會帶來較大的延遲開銷，因此會影響到SSD對外表現的性能。在有些情況下，如果一塊SSD在掉電情況下放置一段時間之後，也可能會導致性能變差，原因在於SSD內部NAND Flash中存儲電荷的漏電，放置一段時間之後導致bit錯誤率增加，從而影響性能。SSD的性能和時間相關，本質上還是與NAND Flash的比特錯誤率相關。
- 環境溫度也會對性能造成影響。爲了控制SSD溫度不能超過上限值，在SSD內部設計有一套溫度負反饋機制，該機制通過檢測的溫度對NAND Flash後端帶寬進行控制，達到降低溫度的效果。如果一旦溫度負反饋機制開始工作，那麼NAND Flash後端帶寬將會受到限制，從而影響前端應用IO的性能。
下面從軟件的角度出發，重點闡述GC以及IO Pattern對SSD性能的影響。
GC對性能的影響
SSD內部有一個非常厚重的軟件層，該軟件層用來解決NAND Flash的問題，採用log-structured的方式記錄數據。Log-structured方式引入了GC的問題，對於前端業務來講，GC流量就是背景噪聲。GC流量不是時時刻刻存在的，因此，SSD對外體現性能大幅度波動。當SSD爲空盤時，性能會非常好，爲最佳性能；當SSD被用過一段時間之後，性能會大幅降低。其中GC起到了很重要的作用。企業級SSD在發佈Spec的時候，都會發布SSD盤的穩態性能。在性能測試的時候，需要對盤進行老化預處理。通常預處理的方法是順序寫滿盤，然後再隨機兩遍寫盤，預處理完成之後，再對盤進行隨機讀寫測試，得到Spec中定義的值。穩態值基本可以認爲是盤的下限性能。
上圖所示是多個廠商的盤在空盤和穩態情況下的性能對比，由此可見穩態情況和空盤情況下的性能差距很大。在穩態情況下，SSD內部的GC會全速運行，會佔用較多的NAND Flash後端帶寬。背景流量和前端數據流的比例也就體現了SSD盤的寫放大係數，寫放大係數越大，背景流量佔用帶寬越多，SSD對外體現的前端性能也就越差。寫放大係數很多因素相關，例如OP、應用IO Pattern等。如果應用IO Pattern比較好，那麼可以降低寫放大係數，背景噪聲流就會減少，前端業務的性能會提升。例如，在SSD完全順序寫入的情況下，寫放大係數可以接近於1，此時GC產生的數據流很少，背景流量基本沒有，後端帶寬基本被業務數據流佔用，因此對外體現的性能會很好。
GC是影響性能的重要因素，除了影響性能之外，GC會增大寫放大，對SSD的使用壽命產生影響。從軟件層面的角度考慮，可以通過優化應用IO Pattern的方式優化SSD內部GC，從而進一步提升SSD的性能，優化使用壽命。對於下一代更爲廉價的QLC SSD介質，就需要採用這種優化思路，否則無法很好的滿足實際業務的應用需求。
IO Pattern對性能的影響
IO Pattern會對SSD的性能產生嚴重影響，主要表現在如下幾個方面：
- 不同的IO Pattern會產生不同的寫放大係數，不同的寫放大係數佔用後端NAND Flash帶寬不同。當前端應用對SSD採用完全順序的方式進行寫入時，此時是最佳的IO Pattern，對於SSD而言寫放大係數接近1，SSD內部的背景流量基本可以忽略，前端性能達到最佳。在實際應用中，很難採用這種完全順序的數據寫模型，但可以通過優化逼近順序寫入。
- 1， 不同請求大小的IO之間會產生干擾；讀寫請求之間會產生干擾。小請求會受到大請求的干擾，從而導致小請求的延遲增加，這個比較容易理解，在HDD上同樣會存在這種情況。由於NAND Flash介質存在嚴重的讀寫不對稱性，因此讀寫請求之間也會互相干擾，尤其是寫請求對讀請求產生嚴重的性能影響。
順序寫入Pattern對SSD性能優化的奧祕
在針對閃存系統的設計中，需要考慮IO Pattern對性能產生的影響，通過軟件的優化來最優化SSD的使用。在實際應用中完全順序寫入的IO Pattern基本上是不存在的，除非用作順序寫入的日誌設備。對於順序寫入優化性能這個結論，需要從SSD內部實現來深入理解，知道根源之後，可以採用合理的方式來逼近順序寫入的模式，從而最優化SSD的性能。
SSD內部採用log-structured的數據記錄模式，併發寫入的IO數據按照時間順序匯聚成大數據塊，合併形成的大數據塊以Page stripe的方式寫入NAND Flash。多個Page stripe會被寫入同一個GC單元（Chunk or Superblock），當一個GC單元被寫完成之後，該GC單元進入sealed模式（只讀），分配新的GC單元寫新的數據。在這種模式下，如果多個業務的數據流併發隨機的往SSD中寫入數據，那麼多個應用的數據就會交錯在一起被存儲到同一個GC單元中。如下圖所示，不同應用的數據生命週期不同，當需要回收一個GC單元的時候，會存在大量數據的遷移，這些遷移的數據就會形成寫放大，影響性能和使用壽命。
不同應用的數據交錯存儲在同一個GC單元，本質上就是不同冷熱程度的數據交錯存儲的問題。從GC的角度來講，相同冷熱程度的數據存儲在同一個GC單元上是最佳的，爲此三星推出了Multi-stream SSD，該SSD就允許不同應用的數據存儲到不同的Stream單元（GC單元），從而提升GC效率，降低寫放大。Multi-stream是一種顯式的設計方式，需要更改SSD接口以及應用程序。從IO Pattern的角度考慮，可以通過順序大塊的方式也可以逼近類似的效果。假設操作SSD只存在一個線程，不同的應用都採用大數據塊的方式寫入數據，那麼在一個時間片段內只存在一個應用的數據往SSD中寫入數據，那麼在一個GC單元內存儲的數據會變得有序和規則。如下圖所示，採用上述方法之後，一個GC單元內存儲的數據將會變得冷熱均勻。在GC過程中會大大減少數據的搬移，從而減少背景流量。
在實際應用中，上述IO Pattern很難產生，主要是應用很難產生非常大粒度的請求。爲此在存儲系統設計過程中，可以引入Optane高性能存儲介質作爲SSD的寫緩存。前端不同業務的寫請求首先寫到Optane持久化介質中，在Optane持久化介質中聚合形成大數據塊。一旦聚合形成大數據塊之後，再寫入SSD，通過這種方式可以最大程度的逼近SSD順序寫入過程，提升SSD的性能和使用壽命。
讀寫衝突Pattern對性能的影響
如下圖所示，NAND Flash介質具有很強的讀寫不對稱性。Block Erase和Page Program的延遲會遠遠高於Page Read所耗費的時間。那麼在這種情況下，如果read請求在同一個Flash Channel上和Erase、Program操作衝突，那麼read操作將會被Erase／program操作影響。這是在讀寫混合情況下，讀性能會受到影響的重要因素。
在實際應用過程中，經常會發現應用的測試結果和SSD Spec對不上，會比Spec給出的值要來的低。Spec給出的值通常爲純讀或者純寫情況下的性能指標，在讀寫混合的場景下，性能表現和Spec給出的值就會存在非常大的出入。
對於不同的SSD，通過測試可以發現在讀寫混合情況下的性能表現差距會比較大。在SSD處於穩態條件下，應用隨機讀的情況下，如果引入一個壓力不是很大的順序寫，那麼會發現不同SSD的抗干擾能力是不同的。有些SSD在寫干擾的情況下，讀性能會急劇下降，延遲快速上升，QoS性能得不到保證。下圖是兩個SSD在相同情況下的測試結果，從結果來看，有些SSD的抗寫干擾能力比較強，讀性能不會急劇下降。
爲什麼有些SSD會具備比較強的抗寫干擾能力呢？其中的奧祕就在於SSD內部的IO調度器。IO調度器會對write、read 和Erase請求進行調度處理，該調度器算法的不同就會表現出不同的抗干擾能力。目前很多NAND Flash可以支持Program／Erase Suspension的功能，在IO調度處理的過程中，爲了提升讀性能，降低讀請求延遲，可以採用Suspension命令對Program／Erase命令暫停，對read請求優先調度處理。
讀寫衝突是SSD內部影響IO QoS的重要因素。在SSD內部通過IO調度器的優化可以提升SSD性能的QoS能力，但是還是無法與存儲軟件結合來協同優化QoS。爲了達到最佳的SSD性能QoS，需要關注Openchannel技術。Openchannel其實只是一種軟硬件層次劃分的方法，通常來講，SSD內部的邏輯可以劃分爲面向NAND資源的物理資源管理層以及面向數據佈局的資源映射層。物理資源管理由於和NAND Flash密切相關，因此可以放到SSD內部。傳統的NVMe SSD需要對外暴露標準的塊設備接口，因此需要在SSD內部實現資源映射層。從端至端的角度來看，資源映射層可以與存儲軟件層結合起來，爲此將資源映射層從SSD內部剝離出來，集成至存儲軟件層。一旦資源映射層從SSD內部剝離之後，需要定義一個新的SSD接口，其中的一種接口方式就是Openchannel。
盤古分佈式存儲針對SSD QoS問題進行了大量研究，提出了Object SSD的概念，Object SSD也是一種新的SSD接口方式，其採用對象方式對SSD進行讀寫刪操作，每個對象採用Append write操作方式。這種接口方式可以很好的與分佈式存儲無縫結合。採用Object SSD之後，SSD內部的大量工作被簡化，IO的調度會更加靈活，存儲軟件與SSD協同配合，達到IO性能的最優化，以及QoS的最大化。
SSD寫性能分析模型
SSD內部的數據流分成兩大類，一類爲前端用戶數據流；另一類爲內部背景數據流。前端用戶數據流和背景數據流會匯聚成NAND Flash後端流量。當背景數據流不存在時，NAND Flash帶寬會被用戶數據流全部佔據，此時SSD對外表現的性能達到最佳。當SSD具有較大寫放大時，會產生很大的背景數據流，背景流會搶佔NAND Flash帶寬，導致前端用戶IO性能降低。爲了穩定前端IO性能，在SSD內部的調度器會均衡前端和背景流量，保證前端性能的一致性。背景流量的佔比反應了SSD的寫放大係數，因此，站在NAND Flash帶寬佔用的角度可以分析SSD在穩態情況下的性能。
在此，假設寫放大係數爲WA，順序寫情況下的總帶寬數爲B，用戶寫入流量（隨機寫入流量）爲U。那麼，由於GC寫放大造成的背景流量爲：（WA - 1）* U
寫放大流量爲一讀一寫，都會佔用帶寬，因此，總帶寬可以描述爲：
2 * (WA - 1) * U + U = B
因此，可以得到：
U = B / (2*(WA - 1) + 1) = B / (2 * WA - 1)
上述公式表述了前端用戶流量和NAND Flash總帶寬、寫放大係數之間的關係。
根據Spec，Intel P4500的順序寫帶寬爲1.9GB/s，按照上述公式，在隨機訪問模式下的帶寬爲： 1900 / (2 * 4 - 1) = 270MB/s，IOPS爲67K，根據該公式推導的結果和Spec給出的結果相同。
下圖是Intel P4500和Samsung PM963隨機寫延遲和推導公式之間的對比。結果非常吻合。
由此可以推出，隨機寫性能由SSD內部後端帶寬以及寫放大係數來決定。因此，從存儲軟件的角度出發，我們可以通過優化IO Pattern的方式減小寫放大係數，從而可以提升SSD的隨機寫性能。
小結
閃存存儲技術正在飛速發展，閃存介質、SSD控制器、存儲系統軟件、存儲硬件平臺都在圍繞閃存日新月異的發展。閃存給數據存儲帶來的價值顯而易見，數據中心閃存化是重要發展趨勢。NVMe SSD性能受到很多因素的影響，在軟件層面可以通過IO Pattern優化SSD的性能，使得整體存儲系統的性能達到最佳。
作者簡介
吳忠傑（儲道），專注存儲技術研發十多年，歷經中科院計算所存儲研究中心、EMC、Memblaze著名存儲研發機構，從傳統存儲陣列、虛擬化集羣存儲、數據去重、閃存存儲一直做到大規模分佈式存儲。長期從事存儲前沿技術的研究與開發，精通軟、硬件技術，發表十餘篇學術論文，擁有多項海內外存儲技術專利，是“存儲之道”技術博客作者。他是盤古分佈式存儲資深技術專家儲道。