存储是目前IT产业发展的一大热点，而RAID技术是构造高性能、海量存储的基础技术，也是构建网络存储的基础技术。专家认为，磁盘阵列的性能优势得益于
磁盘运行的并行性，提高设备运行并行度可以提高磁盘的性能和数据安全性。
20年来，RAID 推出了一系列级别，包括RAID
0、RAID 1、RAID 2、RAID 3、RAID4、RAID 5，以及各种组合如 RAID 0+1
等。其中最广泛的包括RAID5与RAID10。但是一直以来，关于RAID5与RAID10的性能优劣的争端还是非常多的，甚至很多人包括很多公司都那
拿出了测试数据。而这些测试数据复杂难懂相互矛盾，更加让用户感到迷惑，不知道如何选择。
在这里，我将就这两种RAID的内部运行原理来分析一下，看看我们在什么情况下应当适合选哪一种RAID方式。根据我的经验与分析：
象小io的数据库类型操作，如ERP等等应用，建议采用RAID10，而大型文件存储，数据仓库，如医疗PACS系统、
视频编辑系统则从空间利用的角度，建议采用RAID5。下面请看详细的性能对比：
为了方便对比，我这里拿同样多驱动器的磁盘来做对比，RAID5选择3D+1P的RAID方案，RAID10选择2D+2D的Raid方案，分别如图：
那么，我们分析如下三个过程：读，连续写，随机写，但是，在介绍这三个过程之前，我需要介绍另外一个磁盘阵列中的重要概念：cache。
磁
盘读写速度的关键之一：Cache
cache技术最近几年，在磁盘存储技术上，发展的非常迅速，作为高端存储，cache已经是整个存储的核心所在，就是中低端存储，也有很大的cache
存在，包括最简单的RAID卡，一般都包含有几十，甚至几百兆的RAID cache。
cache的主要作用是什么呢？作为缓存，cache的作用具体体现在读与写两个不同的方面：作为写，一般存储阵列只要求数据写到cache就算完成了写
操作，当写cache的数据积累到一定程度，阵列才把数据刷到磁盘，可以实现批量的写入。所以，阵列的写是非常快速的。至于cache数据的保护，一般都
依赖于镜相与电池（或者是UPS）。
cache在读数据方面的作用一样不可忽视，因为如果所需要读取的数据能在cache中命中的话，将大大减少磁盘寻道所需要的时间。因为磁盘从开始寻道到
找到数据，一般都在6ms以上，而这个时间，对于那些密集型I/O的应用可能不是太理想。但是，如果能在cache保存的数据中命中，一般响应时间则可以
缩短在1ms以内。
不要迷信存储厂商的IOPS（每秒的io数）数据，他们可能全
部在cache命中的基础上做到的，但是实际上，你的cache命中率可能只有10%。
介绍完cache，我们就可以解释RAID5与RAID10在不同的模式下，工作效率问题了，那么我们来分别分析读操作、连续写和离散写三方面的问题。
读操作方面的性能差异
如我上文的介绍，磁盘阵列读操作的关键更多的体现在cache的命中率上。所以，RAID5和RAID10在读数据上面，他们基本是没有差别的，除非是读
的数据能影响cache命中率，导致命中率不一样。
连续写方面的性能差异
连续写的过程，一般表示写入连续的大批量的数据，如媒体数据流，很大的文件等等。连续写操作大多数产生于医疗PACS系统、高教图书馆系统、视频编辑系统
等等应用环境下。
根据我本人的经验，在连续写操作过程，如果有写cache存在，并且算法没有问题的话，RAID5比RAID10甚至会更好一些，虽然也许并没有太大的差
别。（这里要假定存储有一定大小足够的写cache，而且计算校验的cpu不会出现瓶颈）。
因为这个时候的RAID校验是在cache中完成，如4块盘的RAID5，可以先在内存中计算好校验，同时写入3个数据+1个校验。而RAID10只能同
时写入2个数据+2个镜相。
如上图所示，4块盘的RAID5可以在同时间写入1、2、3到cache，并且在cache计算好校验之后，我这里假定是6（实际的校验计算并不是这样
的，我这里仅仅是假设），同时把三个数据写到磁盘。而4块盘的RAID10不管cache是否存在，写的时候，都是同时写2个数据与2个镜相。
根据我前面对缓存原理的介绍，写cache是可以缓存写操作的，等到缓存写数据积累到一定时期再写到磁盘。但是，写到磁盘阵列的过程是迟早也要发生的，所
以
RAID5与RAID10在连续写的情况下，从缓存到磁盘的写操作速度会有较小的区别。不过，如果不是连
续性的强连续写，只要不达到磁盘的写极限，差别并不是太大。 离散写方面的性能差异
这里可能会较难理解，但是，这一部分也是最重要的部分。企业中的绝大部分数据库应用，如ERP系统等等在数据写入的时候其实都是离散写。
例如oracle
数据库每次写一个数据块的数据，如8K；由于每次写入的量不是很大，而且写入的次数非常频繁，因此联机日志看起来会像是连续写。但是因为不保证能够添满
RAID5的一个条带（保证每张盘都能写入），所以很多时候更加偏向于离散写入。
我们从上图看一下离散写的时候，RAID5与RAID10工作方式有什么不同。如上图：我们假定要把一个数字2变成数字4，那么对于RAID5，实际发生
了4次io：
先读出2与校验6，可能发生读命中
然后在cache中计算新的校验
写入新的数字4与新的校验8
如上图我们可以看到：对于RAID10，同样的单个操作，最终RAID10只需要2个io，而RAID5需要4个io。
这里我忽略了RAID5在那两个读操作的时候，可能会发生读命中操作的情况。也就是说，如果需要读取的数据已经在cache中，可能是不需要4个io的。
这也证明了cache对RAID5
的重要性，不仅仅是计算校验需要，而且对性能的提升尤为重要。我本人曾经测试过，在RAID5的阵列中，如果关闭写cache，RAID5的性能将差很多
倍。
当然，我并不是说cache对RAID10就不重要了，因为写缓冲，读命中等，都是提高速度的关键所在，不过的是，RAID10对cache的依赖性没有
RAID5那么明显而已。
到这里，大家应当也大致明白了RAID5与RAID10的原理与差别了，一般来说，象小io的数据库类型操作，建议采用RAID10，而大型文件存储，数
据仓库，则从空间利用的角度，可以采用RAID5。
接下来，我们将进一步分析影响磁盘性能的不同因素，并分析不同的RAID方案对磁盘系统的影响。
前面主要从磁盘系统的内部运行细节分析了RAID5与RAID10的异同，以及各自适用的范围。本文将接续上篇，继续从RAID原理来分析存储系统的瓶
颈。
我们知道，在存储系统的采购过程中，厂商往往能够提供漂亮的性能参数，但实际运行中，该系统的实际性能表现并不能达到我们所期望的状态，那么在运行环境中
存储系统的实际性能究竟受哪些环节和瓶颈的影响呢？
之所以要和大家来讨论这个问题，是因为在本人的工作中曾遇到一个实际的Case，在这个case中，一个恢复压力很大的standby（这里主要是写，而
且是小io的写），采用了RAID5的方案，发现性能很差，后来改造成了RAID10，就很好的避免了性能的问题。
因为性能瓶颈的出现，本身与RAID方式还是有很大关系，同时本文性能讨论的基础，本身建立在上文的一些结论之上。
阵列的瓶颈主要体现在2个方面，带宽与IOPS（单位时间传输的数据量，和单位时间完成的I/O数）。
影响带宽的主要因
素 存储系统的带宽主要取决于阵列的构架，光纤通道的大小（我们今天讨论的阵列一般都是光纤阵列，
SCSI这样的SSA阵列，暂时不在讨论范围之列）以及硬盘的个数。
所谓阵列构架影响存储系统带宽，指的是存储系统内部架构会存在一些内部带宽，类似于PC的系统总线，尽管阵列的构架因不同厂商不同型号的产品而各有不同，
不过一般情况下，内部带宽都设计的很充足，不会是瓶颈的所在。
光纤通道对带宽的影响还是比较大的，例如数据仓库环境中，对数据的流量要求很大，而一块2Gb的光纤卡，所能支撑的最大流量应当是2GB/8=250Mb
/s的实际流量，必须配备4块光纤卡才能达到1Gb/s的实际流量，所以对于数据仓库的环境来说，升级到光纤4Gb并非是厂商过于超前的产品更新，在大流
量的数据环境下绝对有必要考虑更换4GB的光纤卡。
但是对于存储系统的带宽来说，硬盘接口的带宽限制是最重要的。当前面的瓶颈不再存在的时候，带宽就完全取决于硬盘的个数了，我下面列一下不同规格的硬盘所
能支撑的流量大小，数据取自硬盘厂商的标准参数：
如果我们假定一个阵列有120块15K
rpm转速的光纤硬盘，那么硬盘上最大的可以支撑的数据流量为120*13=1560Mb/s，当前端接口不成为瓶颈的时候，1560Mb/s就是理论上
的最大数据流量。
而如果要实现上述的最大带宽，如果前端采用2GB的光纤卡，可能需要配置6块才能够，而4GB的光纤卡，配置3-4块就够了。因此我们可以知道，前端的光
纤接口必须与后端磁盘个数相匹配。
但是否考虑到这些因素就足够了呢，存储系统的整体性能还受到多方面因素的影响，下面我们将分析存储系统的另外一个重要的性能指标：IOPS。
影响IOPS的主要因素
我们前面已经说过了，厂商所提供的IOPS值是在理想状态下测试出来的，对实际的运行性能的参考并不大，所以我们有必要通过以下几个方面来衡量该系统的实
际IOPS的可能表现。
决定IOPS的主要因素取决于阵列的算法，cache命中率，以及磁盘个数。
阵列的算法也因为不同厂商不同型号的产品而不同，如我们最近遇到在HDS
USP上面，可能因为ldev(lun)存在队列或者资源限制，而单个ldev的IOPS就上不去。所以，决定采购某型号的存储之前，有必要了解这个存储
的一些算法规则与限制。
cache命中率对实际IOPS有决定性的影响，Cache命中率取决于数据的分布，cache
size的大小，数据访问的规则，以及cache的算法，如果完整的讨论下来，这里将变得很复杂，可以有一天来慢慢讨论。
我们这里把这些内部原理都省略掉，只强调：对于一个存储阵列来说，读cache的命中率越高，一般就表示它可以支持更多的IOPS，为什么这么说呢？这个
就与我们下面要讨论的硬盘IOPS有关系了。
每个物理硬盘能处理的IOPS是有限制的，如
同样，如果一个阵列有120块15K
rpm转速的光纤硬盘，那么，它能支撑的最大IOPS为120*150=18000，这个为硬件限制的理论值，如果超过这个值，硬盘的响应可能会变的非常
缓慢而不能正常提供业务。较高的读cache命中率，能降低硬盘的IOPS负荷，让硬盘在较小的压力下良好工作。
不同
RAID对IOPS性能的影响
在前面我们曾经讨论过，在RAID5与RAID10的不同机制上，读数据时，IOPS性能其实没有差别。但是，相同的业务，在写入数据时，采用不同的
RAID机制最终落在磁盘上的IOPS是有差别的，我们评估的正是磁盘的整体IOPS，如果达到了磁盘的限制，性能肯定是上不去了。
那我们假定一个case，业务应用的IOPS是10000，读cache命中率是30%，读IOPS为60%，写IOPS为40%，磁盘个数为120，那
么分别计算在RAID5与RAID10的情况下，每个磁盘的IOPS为多少。
RAID5:
1. 单块盘的IOPS = (10000*(1-0.3)*0.6 + 4 *
(10000*0.4))/120
2. = (4200 + 16000)/120
3.
= 168
这里的10000*(1-0.3)*0.6表示是读的IOPS，比例是0.6，除掉cache命中，实际只有4200个读IOPS。
而4 * (10000*0.4) 表示写的IOPS，因为每一个写，在RAID5中，实际发生了4个io，所以写的IOPS为16000个。
为了考虑RAID5在写操作的时候，那2个读操作也可能发生命中，所以更精确的计算应该为：
1. 单块盘的IOPS =
(10000*(1-0.3)*0.6 + 2 * (10000*0.4)*(1-0.3) + 2 * (10000*0.4))/120
2. = (4200 + 5600 + 8000)/120
3. =
148
这样我们计算出来单个盘的IOPS为148个，基本达到磁盘IOPS极限，在这种情况下，磁盘的工作状态是非常不理想的。
RAID10对IOPS性能的影响
1. 单块盘的IOPS =
(10000*(1-0.3)*0.6 + 2 * (10000*0.4))/120
2. =
(4200 + 8000)/120
3. = 102
可以看到，因为RAID10对于一个写操作，只发生2次io，所以，同样的压力，同样的磁盘，每个盘的IOPS只有102个，还远远低于磁盘的极限
IOPS。
这里回到我们先前讨论的case上来，在我们先前采用RAID5的时候，通过分析，每个磁盘的IOPS在高峰时期，快达到200了，导致响应速度巨慢无
比。改造成RAID10，每个磁盘的IOPS降到100左右，很好的避免了这个性能问题。
因此，综合以上讨论我们可以得出结论：
影响读数据的关键因素是cache命中率，在读数据的情况下，RAID5与
RAID10性能本身没有太大差别。但是对于写数据的一些应用，尤其是小I/O频繁写入的一些应用，如企业ERP生产系统等等，RAID10相比
RAID5可能产生较大的性能差异。而大型文件存储，数据仓库，如医疗PACS系统、视频编辑系统则从空间利用的角度，建议采用RAID5。
