基于SSD固態硬盤的數據庫性能優化
NOR和NAND
NOR和NAND都是閃存技術的一種，NOR是Intel公司開發的，它有點類似于內存，允許通過地址直接訪問任何一個內存單元，缺點是：密度低（容量?。?，寫入和擦除的速度很慢。NAND是東芝公司開發的，它密度高（容量大），寫入和擦除的速度都很快，但是必須通過特定的IO接口經過地址轉換之后才可以訪問，有些類似于磁盤。
我們現在廣泛使用的U盤，SD卡，SSD都屬于NAND類型，廠商將flash memory封裝成為不同的接口，比如Intel的SSD就是采用了SATA的接口，訪問與普通SATA磁盤一樣，還有一些企業級的閃存卡，比如FusionIO，則封裝為PCIe接口。
SLC和MLC
SLC是單極單元，MLC是多級單元，兩者的差異在于每單元存儲的數據量（密度），SLC每單元只存儲一位，只包含0和1兩個電壓符，MLC每單元可以存儲兩位，包含四個電壓符（00,01,10,11）。顯然，MLC的存儲容量比SLC大，但是SLC更簡單可靠，SLC讀取和寫入的速度都比MLC更快，而且SLC比MLC更耐用，MLC每單元可擦除1w次，而SLC可擦除10w次，所以，企業級的閃存產品一般都選用SLC，這也是為什么企業級產品比家用產品貴很多的原因。
SSD的技術特點
SSD與傳統磁盤相比，***是沒有機械裝置，第二是由磁介質改為了電介質。在SSD內部有一個FTL(Flash Transalation Layer)，它相當于磁盤中的控制器，主要功能就是作地址映射，將flash memory的物理地址映射為磁盤的LBA邏輯地址，并提供給OS作透明訪問。
SSD沒有傳統磁盤的尋道時間和延遲時間，所以SSD可以提供非常高的隨機讀取能力，這是它的***優勢，SLC類型的SSD通?？梢蕴峁┏^35000的IOPS，傳統15k的SAS磁盤，最多也只能達到160個IOPS，這對于傳統磁盤來說幾乎就是個天文數字。SSD連續讀的能力相比普通磁盤優勢并不明顯，因為連續讀對于傳統磁盤來說，并不需要尋道時間，15k的SAS磁盤，連續讀的吞吐能力可以達到130MB，而SLC類型的SSD可以達到170-200MB，我們看到在吞吐量方面，SSD雖然比傳統磁盤高一些，但優勢雖然并不明顯。
SSD的寫操作比較特殊，SSD的最小寫入單元為4KB，稱為頁(page)，當寫入空白位置時可以按照4KB的單位寫入，但是如果需要改寫某個單元時，則需要一個額外的擦除（erase）動作，擦除的單位一般是128個page（512KB），每個擦除單元稱為塊（block）。如果向一個空白的page寫入信息時，可以直接寫入而無需擦除，但是如果需要改寫某個存儲單元（page）的數據，必須首先將整個block讀入緩存，然后修改數據，并擦除整個block的數據，***將整個block寫入，很顯然，SSD改寫數據的代價很高，SSD的這個特性，我們稱之為erase-before-write。
經過測試，SLC SSD的隨即寫性能可以達到3000個左右的IOPS，連續寫的吞吐量可以達到170MB，這個數據還是比傳統磁盤高出不少。但是，隨著SSD的不斷寫入，當越來越多的數據需要被改寫時，寫的性能就會逐步下降。經過我們的測試，SLC在這個方面要明顯好于MLC，在長時間寫入后，MLC隨機寫IO下降得非常厲害，而SLC表現則比較穩定。為了解決這個問題，各個廠商都有很多策略來防止寫性能下降的問題。
wear leveling
因為SSD存在“寫磨損”的問題，當某個單元長時間被反復擦寫時（比如Oracle redo），不僅會造成寫入的性能問題，而且會大大縮短SSD的使用壽命，所以必須設計一個均衡負載的算法來保證SSD的每個單元能夠被均衡的使用，這就是wear leveling，稱為損耗均衡算法。
Wear leveling也是SSD內部的FTL實現的，它通過數據遷移來達到均衡損耗的目的。Wear leveling依賴于SSD中的一部分保留空間，基本原理是在SSD中設置了兩個block pool，一個是free block pool（空閑池），一個是數據池（data block pool），當需要改寫某個page時（如果寫入原有位置，必須先擦除整個block，然后才能寫入數據），并不寫入原有位置（不需要擦除的動作），而是從空閑池中取出新的block，將現有的數據和需要改寫的數據合并為新的block，一起寫入新的空白block，原有的block被標識為invalid狀態（等待被擦除回收），新的block則進入數據池。后臺任務會定時從data block中取出無效數據的block，擦除后回收到空閑池中。這樣做的好處在于，一是不會反復擦寫同一個block，二是寫入的速度會比較快(省略了擦除的動作)。
Wear leveling分為兩種：動態損耗均衡和靜態損耗均衡，兩者的原理一致，區別在于動態算法只會處理動態數據，比如數據改寫時才會觸發數據遷移的動作，對靜態數據不起作用，而靜態算法可以均衡靜態數據，當后臺任務發現損耗很低的靜態數據塊時，將其遷移到其他數據庫塊上，將這些塊放入空閑池中使用。從均衡的效果來看，靜態算法要好于動態算法，因為幾乎所有的block都可以被均衡的使用，SSD的壽命會大大延長，但是靜態算法的缺點是當數據遷移時，可能會導致寫性能下降。
寫入放大
因為SSD的erase-before-write的特性，所以就出現了一個寫入放大的概念，比如你想改寫4K的數據，必須首先將整個擦除塊（512KB）中的數據讀出到緩存中，改寫后，將整個塊一起寫入，這時你實際寫入了512KB的數據，寫入放大系數是128。寫入放大***的情況是1，就是不存在放大的情況。
Wear leveling算法可以有效緩解寫入放大的問題，但是不合理的算法依然會導致寫入放大，比如用戶需要寫入4k數據時，發現free block pool中沒有空白的block，這時就必須在data block pool中選擇一個包含無效數據的block，先讀入緩存中，改寫后，將整個塊一起寫入，采用wear leveling算法依然會存在寫入放大的問題。
通過為SSD預留更多空間，可以顯著緩解寫入放大導致的性能問題。根據我們的測試結果，MLC SSD在長時間的隨機寫入后，性能下降很明顯（隨機寫IOPS甚至降低到300）。如果為wear leveling預留更多空間，就可以顯著改善MLC SSD在長時間寫操作之后的性能下降問題，而且保留的空間越多，性能提升就越明顯。相比較而言，SLC SSD的性能要穩定很多（IOPS在長時間隨機寫后，隨機寫可以穩定在3000 IOPS），我想應該是SLC SSD的容量通常比較?。?2G和64G），而用于wear leveling的空間又比較大的原因。
數據庫IO特點分析
IO有四種類型：連續讀，隨機讀，隨機寫和連續寫，連續讀寫的IO size通常比較大（128KB-1MB），主要衡量吞吐量，而隨機讀寫的IO size比較小(小于8KB)，主要衡量IOPS和響應時間。數據庫中的全表掃描是連續讀IO，索引訪問則是典型的隨機讀IO，日志文件是連續寫IO，而數據文件則是隨機寫IO。
數據庫系統基于傳統磁盤訪問特性來設計，***特點是日志文件采用sequential logging，數據庫中的日志文件，要求必須在事務提交時寫入到磁盤，對響應時間的要求很高，所以設計為順序寫入的方式，可以有效降低磁盤尋道花費的時間，減少延遲時間。日志文件的順序寫入，雖然是物理位置是連續的，但是并不同于傳統的連續寫類型，日志文件的IO size很小（通常小于4K）,每個IO之間是獨立的（磁頭必須抬起來重新尋道，并等待磁盤轉動到相應的位置），而且間隔很短，數據庫通過log buffer（緩存）和group commit的方式（批量提交）來達到提高IO size的大小，并減少IO的次數，從而得到更小的響應延遲，所以日志文件的順序寫入可以被認為是“連續位置的隨機寫入”，更關注IOPS，而不是吞吐量。
數據文件采用in place uddate的方式，意思是數據文件的修改都是寫入到原來的位置，數據文件不同于日志文件，并不會在事務commit時寫入數據文件，只有當數據庫發現dirty buffer過多或者需要做checkpoint動作時，才會刷新這些dirty buffer到相應的位置，這是一個異步的過程，通常情況下，數據文件的隨機寫入對IO的要求并不是特別高，只要滿足checkpoint和dirty buffer的要求就可以了。
SSD的IO特點分析
1.隨機讀能力非常好，連續讀性能一般，但比普通SAS磁盤好。
2.不存在磁盤尋道的延遲時間，隨機寫和連續寫的響應延遲差異不大。
3.erase-before-write特性，造成寫入放大，影響寫入的性能。
4.寫磨損特性，采用wear leveling算法延長壽命，但同時會影響讀的性能。
5.讀和寫的IO響應延遲不對等（讀要大大好于寫），而普通磁盤讀和寫的IO響應延遲差異很小。
6.連續寫比隨機寫性能好，比如1M順序寫比128個8K的隨即寫要好很多，因為隨即寫會帶來大量的擦除。
基于SSD的上述特性，如果將數據庫全部放在SSD上，可能會有以下的問題：
1.日志文件sequential logging會反復擦寫同一位置，雖然有損耗均衡算法，但是長時間寫入依然會導致性能下降。
2.數據文件in place update會產生大量的隨機寫入，erase-before-write會產生寫入放大。
3.數據庫讀寫混合型應用，存在大量的隨機寫入，同時會影響讀的性能，產生大量的IO延遲。
基于SSD的數據庫優化法則：
基于SSD的優化就是解決erase-before-write產生的寫入放大的問題，不同類型的IO分離，減少寫操作帶來的性能影響。
1.將sequential logging修改為In-page logging，避免對相同位置的反復擦寫。
2.通過緩存寫入的方式將大量的in-place update隨機寫入合并為少量順序寫入。
3.利用SSD隨機讀寫能力高的特點，減少寫增加讀，從而達到整體性能的提升。
In-page logging
In-page logging是基于SSD對數據庫sequential logging的一種優化方法，數據庫中的sequential logging對傳統磁盤是非常有利的，可以大大提高響應時間，但是對于SSD就是噩夢，因為需要對同一位置反復擦寫，而wear leveling算法雖然可以平衡負載，但是依然會影響性能，并產生大量的IO延遲。所以In-page logging將日志和數據合并，將日志順序寫入改為隨機寫入，基于SSD對隨機寫和連續寫IO響應延遲差異不大的特性，避免對同一位置反復擦寫，提高整體性能。
In-page logging基本原理：在data buffer中，有一個in-memory log sector的結構，類似于log buffer，每個log sector是與data block對應的。在data buffer中，data和log并不合并，只是在data block和log sector之間建立了對應關系，可以將某個data block的log分離出來。但是，在SSD底層的flash memory中，數據和日志是存放在同一個block（擦除單元），每個block都包含data page和log page。
當日志信息需要寫入的時候（log buffer空間不足或者事務提交），日志信息會寫入到flash memory對應的block中，也就是說日志信息是分布在很多不同的block中的，而每個block內的日志信息是append write，所以不需要擦除的動作。當某個block中的log sector寫滿的時候，這時會發生一個動作，將整個block中的信息讀出，然后應用block中的log sector，就可以得到***的數據，然后整個block寫入，這時，block中的log sector是空白的。
在in-page logging方法中，data buffer中的dirty block是不需要寫入到flash memory中的，就算dirty buffer需要被交換出去，也不需要將它們寫入flash memory中。當需要讀取***的數據，只要將block中的數據和日志信息合并，就可以得到***的數據。
In-page logging方法，將日志和數據放在同一個擦除單元內，減少了對flash相同位置的反復擦寫，而且不需要將dirty block寫入到flash中，大量減少了in-place update的隨機寫入和擦除的動作。雖然在讀取時，需要做一個merge的操作，但是因為數據和日志存放在一起，而且SSD的隨機讀取能力很高，in-page logging可以提高整體的性能。
SSD作為寫cache-append write
SSD可以作為磁盤的寫cache，因為SSD連續寫比隨機寫性能好，比如：1M順序寫比128個8K的隨機寫要好很多，我們可以將大量隨機寫合并成為少量順序寫，增加IO的大小，減少IO(擦除)的次數，提高寫入性能。這個方法與很多NoSQL產品的append write類似，即不改寫數據，只追加數據，需要時做合并處理。
基本原理：當dirty block需要寫入到數據文件時，并不直接更新原來的數據文件，而是首先進行IO合并，將很多個8K的dirty block合并為一個512KB的寫入單元，并采用append write的方式寫入到一個cache file中（保存在SSD上），避免了擦除的動作，提高了寫入性能。cache file中的數據采用循環的方式順序寫入，當cache file空間不足夠時，后臺進程會將cache file中的數據寫入到真正的數據文件中（保存在磁盤上），這時進行第二次IO合并，將cache file內的數據進行合并，整合成為少量的順序寫入，對于磁盤來說，最終的IO是1M的順序寫入，順序寫入只會影響吞吐量，而磁盤的吞吐量不會成為瓶頸，將IOPS的瓶頸轉化為吞吐量的瓶頸，從而提升了整體系統能力。
讀取數據時，必須首先讀取cache file，而cache file中的數據是無序存放的，為了快速檢索cache file中的數據，一般會在內存中為cache file建立一個索引，讀取數據時會先查詢這個索引，如果命中查詢cache file，如果沒有命中，再讀取data file（普通磁盤），所以，這種方法實際不僅僅是寫cache，同時也起到了讀cache的作用。
但是這種方法并不適合日志文件的寫cache，雖然日志文件也是append write，但是因為日志文件的IO size比較小，而且必須同步寫入，無法做合并處理，所以性能提升有限。
SSD作為讀cache-flashcache
因為大部分數據庫都是讀多寫少的類型，所以SSD作為數據庫flashcache是優化方案中最簡單的一種，它可以充分利用SSD讀性能的優勢，又避免了SSD寫入的性能問題。實現的方法有很多種，可以在讀取數據時，將數據同時寫入SSD，也可以在數據被刷出buffer時，寫入到SSD。讀取數據時，首先在buffer中查詢，然后在flashcache中查詢，***讀取datafile。
SSD作為flashcache與memcache作為數據庫外部cache的***區別在于，SSD掉電后數據是不丟失的，這也引起了另外一個思考，當數據庫發生故障重啟后，flashcache中的數據是有效還是無效？如果是有效的，那么就必須時刻保證flashcache中數據的一致性，如果是無效的，那么flashcache同樣面臨一個預熱的問題（這與memcache掉電后的問題一樣）。目前，據我所知，基本上都認為是無效的，因為要保持flashcache中數據的一致性，非常困難。
flashcache作為內存和磁盤之間的二級cache，除了性能的提升以外，從成本的角度看，SSD的價格介于memory和disk之間，作為兩者之間的一層cache，可以在性能和價格之間找到平衡。
總結
隨著SSD價格不斷降低，容量和性能不斷提升，SSD取代磁盤只是個時間問題。
原文鏈接：http://www.hellodba.net/2010/10/ssd-database-2.html
【編輯推薦】
