cache对存储性能的影响

cache对于连续io具有较好的效果，尤其是连续小块io。针对cache，不同的产品有不同的算法，但是大部分是众人皆知的的算法。 连续小块io效果较好的原因是因为预读程序会预先读入与本次IO相连的周围地址的数据，而io的size越小，并且io越连续，性能提升的效果就越明显了。连续大块io为何效果不明显？其实这里所说的明显与否是相对的。连续大块io的时候，更多的压力在于磁盘和通道带宽，cache只起到一个缓冲作用，并没有体现出任何优化的效果。大块连续io情况下，cache eject率非常高，系统没有必要也没有这个精力去再做什么优化，也没有可优化的地方。

ncache在重复读的情况下效果最佳。所谓重复读，也就是外部频繁的读取某些地址的数据，而从来不更改他们。这样，这些数据就会长时间的停留在cache中而无需访问硬盘。

上述是cache管理大概思想，至于更多细节的实现方式，比如多流合并，分区等思想和技术，就要看不同产品不同设计方式和开发人员富有创造力的头脑了。

随机IO的情况下，cache效果最小。随机IO的瓶颈在于磁盘寻道，并且更加考验一个产品针对IO的优化程度。但是广泛来讲，随机IO性能低下的问题在机械硬盘的世界里，是永远不可能有本质上的解决办法。只有SSD或者其他概念的存储方式才可以从本质上解决随机IO的性能问题。但是面对随机io，cache也不是一点效果也起不到的，比如某种算法，类似数据库的优化方法，即让数据在磁盘上的分布单位加大，每次读都读出整个extent来碰运气，也就是类似这种思想，比如有一群蚂蚁，你要把他们全收集起来，而你的筷子每次夹的太少，麻烦费力低效，而如果你换成勺子，直接将蚂蚁和泥土一起挖起来，同样可以达到收集蚂蚁的效果。也就是用大炮大蚊子，炮弹爆炸了，那肯定周围的蚊子也被烧死了。

连续读：对于小块连续读io，cache优化效果最好。对于大块连续读io，优化效果不明显。
连续写：对于连续小块写io，如果cache是write back模式（通常都应当write back），由于io size比较小，cache剩余空间充裕，不至于频繁引起cache flush操作，加之系统不繁忙，有更多时间去进入算法流程对这些io进行优化调度重排等，所以此时cache效果良好。 对于连续大块写io，cache flush频繁，整体瓶颈归于磁盘，cache优化不明显，仅作缓冲之用。
随机读：瓶颈归于磁盘，cache优化不佳，只作为缓冲之用。
随机写：对于随机小块写io，如果cache是write back模式，则cache表现出来的优化效果良好，使得程序有充分时间去重排、优化这些io数据从而为更高效的并行写入磁盘做准备。对于随机大块写io，此时cache效率最为低下，整体瓶颈归于磁盘但是表于cache，因为cache快速被充满而后端磁盘出于瓶颈态，此时系统最为难受。
增加cache会对连续大块io性能提升比较明显，但是对于小块io，cache空间足够，再增加也无济于事。不过依然要综合来看，比如如果太多客户端写入导致cache不够用，那当然就考虑增加cache，总之，都是相对的。