Перейти к содержанию

Показатели производительности дисковой подсистемы ВМ на различных системах виртуализации

Эффективность работы приложений в виртуальных машинах зависит от скорости дисковой подсистемы. Недостаточная производительность приводит к задержкам в работе приложений или значительному снижению быстродействия. Для достижения оптимальной производительности виртуальных машин в среде виртуализации необходимо спланировать ресурсы, провести сайзинг систем хранения данных и выбрать оптимальный тип используемого хранилища. С целью демонстрации ниже представлены таблицы показателей производительности дисков виртуальных машин (профиль нагрузки в МБ/сек. и в операциях I/O в секунду).

Показатели получены с использованием свободно распространяемого ПО, позволяющим произвести автоматизированные нагрузочные тесты для оценки производительности виртуальных дисков с файловой системой.

Таблица показателей производительности (профиль нагрузки в МБ/сек.)

img

Таблица показателей производительности (профиль нагрузки в операциях I/O в сек.)

img

Методика проведения нагрузочных тестов

Для проведения нагрузочных тестов создается ВМ (8 vCPU/16 RAM) с ОС Astra Linux 1.7.5 на одном из используемых типов хранилищ.

В ОС Astra Linux 1.7.5 устанавливается свободно распространяемое ПО для анализа производительности дисковой подсистемы. С помощью данного ПО запускаются автоматизированные нагрузочные тесты длительностью 5 минут со сценариями:

  • randread — случайное чтение.

  • randwrite — случайная запись.

  • read — последовательное чтение.

  • write — последовательная запись.

Оценка показателей производительности дисковой подсистемы ВМ производится на основе полученных показателей IOPS и используемого размера блока данных.

Профиль нагрузки используется с параметрами:

  • numjobs — 8 одновременных заданий.

  • threads — по 1 потоку на каждое задание.

  • iodepth — глубина очереди ввода-вывода 16.

  • size — объём данных для каждого задания в размере 2 Гб.

Системные характеристики стенда:

  • 2 x Intel(R) Xeon(R) CPU E5-2660 v2 @ 2.20GHz.

  • 148 Гб DDR3-1333MHz.

  • Kingston SSD SA400S37/480G.

  • Broadcom NetXtreme II BCM57712 10 Gigabit Ethernet.

Типы используемых хранилищ

  1. Кластерная ФС на базе GFS2 или VMFS.

  2. Direct LUN.

  3. ZFS.

  4. Локальное хранилище в рамках одного кластера.

  5. GlusterFS.

  6. Сетевое файловое хранилище.

Пояснения к полученным показателям

Представленные в таблице показатели производительности позволяют выделить основные сценарии использования систем виртуализации и типов хранилища:

  • Развёртывание приложений с высокой интенсивностью IOPS.
  • Кластерные системы с высокой доступностью приложений.
  • Создание гиперконвергентной инфраструктуры.
  • Реализация систем резервного копирования и файловых хранилищ.

Правильный выбор типа хранилища для системы виртуализации напрямую зависит от сценария использования и ваших требований к инфраструктуре. Например, в системах, где ключевым фактором является надёжность, отказоустойчивость и высокая доступность приложений, необходимо использовать кластерные файловые системы, такие как GFS2, или GlusterFS. При этом GlusterFS, как и ZFS, будет оптимальным решением для реализации гиперконвергентных инфраструктур.

Если же требования к хранилищу ограничиваются производительностью в рамках одного узла, то оптимальным выбором станут локальные SSD-хранилища или использование Direct LUN. Производительность при этом будет зависеть от аппаратных характеристик используемых дисков.