1 Mathias Riediger Systems Engineer Wie definiert und berechnet man Storage-Performance?

Präsentation zum Thema: "1 Mathias Riediger Systems Engineer Wie definiert und berechnet man Storage-Performance?"—  Präsentation transkript:

1 1 Mathias Riediger Systems Engineer Wie definiert und berechnet man Storage-Performance?

2 2  Performance-Theorie  Performance im Storage System  Performance bewerten  Take-away Agenda

3 3 Was wir in 30min nicht machen... 3

4 4 Etwas Theorie...

5 5 Theorie zu Performance Was macht man heute wenn man sich mit einem Thema beschäftigt? Richtig!

6 6 Theorie zu Performance Also google befragt: Was ist Performance?

7 7 Theorie zu Performance Antwort:

8 8 Theorie zu Performance

9 9 OK, Google auf deutsch befragt: Was ist Geschwindigkeit?

10 10 Theorie zu Performance Antwort:

11 11 Theorie zu Performance AAAAh.....

12 12 Theorie zu Performance Definition Geschwindigkeit: Geschwindigkeit = Weg Zeit oderv = s t

13 13 Theorie zu Performance Geschwindigkeit wahrnehmen bzw. spüren: schnell naja, eher langsamer Da kommen wir nochmal `drauf zurück.... 240km/h 150km/h

14 14 Theorie zu Performance Wie passt das jetzt alles zu Storage Performance? v = s t

15 15 Theorie zu Performance Wie passt das jetzt alles zu Storage Performance? v = s t Kein guter Ansatz

16 16 Theorie zu Performance Parameter für Storage Performance? MB/s & IOPs „Randomness“ Latenz Concurrency Grösse der Operationen Typ der Operationen Working Set Grösse Daten & Operationen pro Sek. Antwortzeit/Dauer einer Operation sequentiell oder durcheinander ??? Blockgrössen read, write, getattr, setattr, etc. aktive Daten im Zugriff

17 17 Theorie zu Performance Concurrency - Little‘s Law: Little‘s Gesetz besagt, dass die durchschnittliche Anzahl von Kunden (L) in einem Wartesystem, welches sich in einem stabilen Zustand befindet, gleich dem Produkt ihrer durchschnittlichen Ankunftsrate (λ) und ihrer durchschnittlichen Verweildauer (W) im System ist. L = λ * W

18 18 Theorie zu Performance

19 19 Theorie zu Performance Concurrency - Little‘s Law: Little‘s Gesetz besagt, dass die durchschnittliche Anzahl von Kunden (L) in einem Wartesystem, welches sich in einem stabilen Zustand befindet, gleich dem Produkt ihrer durchschnittlichen Ankunftsrate (λ) und ihrer durchschnittlichen Verweildauer (W) im System ist. L = λ * W

20 20 Theorie zu Performance 1. Beispiel Geldautomat: 1 Kunde pro Minute (λ) 1 Minute Ausgabezeit am Automaten (W) Anzahl Kunden am Automaten (L) L = λ * W = 1 * 1 = 1 Kunde am Automat => stabiles System, pro Min. kommt und geht einer

21 21 Theorie zu Performance 2. Beispiel Geldautomat: 2 Kunden pro Minute (λ) 1 Minute Ausgabezeit am Automaten (W) Anzahl Kunden am Automaten (L) L = λ * W = 2 * 1 = 2 Kunden am Automaten Aber: einer wartet, einer hebt Geld ab nach 1 Min. geht einer, es kommen zwei neue => instabiles System, Schlange wird länger

22 22 Theorie zu Performance 2. Beispiel Geldautomat: 2 Kunden pro Minute (λ) 1 Minute Ausgabezeit am Automaten (W) Anzahl Kunden am Automaten (L) Ausweg: Ausgabezeit am Automaten halbieren oder 2. Automat L = λ * W = 2 * 0.5 = 1 Kunde am Automat L = λ * W = 2 * 1 = 2 Kunden an 2 Automaten

23 23 Theorie zu Performance 1. Beispiel Geldautomat: 1 Geldautomat => Concurrency = 1 => 1 Kunde / Min.

24 24 Theorie zu Performance 2. Beispiel Geldautomat: 2 Geldautomaten => Concurrency = 2 => 2 Kunden / Min.

25 25 Theorie zu Performance Little‘s Law im Storage System: Ankunftsrate im System=>IOs / Sek. Verweildauer im System=>Latenz Concurrency = (IOs / Sek.) * Latenz

26 26 Theorie zu Performance Parameter für Storage Performance? MB/s & IOPs Randomness Latenz Concurrency Grösse der Operationen Typ der Operationen Working Set Grösse Daten & Operationen pro Sek. Antwortzeit/Dauer einer Operation sequentiell oder zufällig IOPs * Latenz Blockgrössen read, write, getattr., setattr. aktive Daten im Zugriff

27 27 Performance im Storage System

28 28 Was soll das jetzt mit „Concurrency“? 240km/h 150km/h bis 45.000 IOPs 6.8ms mittlere Latenz bis 25.000 IOPs 4.3ms mittlere Latenz Wer kopiert eine Datei schneller ? # dd if=/tmp/source of=/tmp/target bs=64k 4.60 MB/sec 7.23 MB/sec (1000ms / 4.3ms = 232.5 232.5 * 64K / 2 = 7.23 MB/sec) (1000ms / 6.8ms = 147.1 147.1 * 64K / 2 = 4.60 MB/sec)

29 29 Was soll das jetzt mit „Concurrency“? 240km/h 150km/h bis 45.000 IOPs 6.8ms mittlere Latenz bis 25.000 IOPs 4.3ms mittlere Latenz Wer bietet insgesamt mehr Durchsatz? 1000ms / 6.8ms= 147.1 45.000 / 147.1= 305.9 305.9 * 4.6 MB/sec= 1407.2 MB/sec 1000ms / 4.3ms = 232.5 25.000 / 232.5 = 107.5 107.5 * 7.23 MB/sec= 777.4 MB/sec

30 30 Was soll das jetzt mit „Concurrency“? 240km/h 150km/h bis 45.000 IOPs 6.8ms mittlere Latenz bis 25.000 IOPs 4.3ms mittlere Latenz Was war bei dieser Betrachtung neben Latenz und IOs pro Sekunde noch wichtig?

31 31 Der magische Performance Quadrant Random Read Random Read Random Write Random Write Sequential Read Sequential Read Sequential Write Sequential Write kleine Blöcke große Blöcke strukturierte Daten unstrukturierte Daten © Georg Mey Blockgrössen!

32 32 Was soll das jetzt mit „Concurrency“? 240km/h 150km/h bis 45.000 IOPs 6.8ms mittlere Latenz bis 25.000 IOPs 4.3ms mittlere Latenz Wer kopiert eine Datei schneller ? # dd if=/tmp/source of=/tmp/target bs= 4k 4.60 MB/sec (4K) 7.23 MB/sec (4K) (1000ms / 4.3ms = 232.5 232.5 * 4K / 2 = 465 KB/sec) (1000ms / 6.8ms = 147.1 147.1 * 4K / 2 = 294 KB/sec)

33 33 Concurrency  Ein “single threaded” Workload zeigt wie schnell ein Speichersystem sein kann. … aber …  Ein “single threaded” Workload wird niemals demonstrieren, wie viel Last (Performance) ein Speichersystem tragen kann!

34 34 Worüber haben wir noch gar nicht gesprochen?

35 35 Performance bewerten

36 36 perfstat!!!....yes!!! Wer kennt folgenden Dialog? Kunde: Das ist langsam! NetApp:Was ist langsam? Kunde:Die Datenbank! NetApp:Hmm, da brauch‘ ich mal nen perftat!

37 37 perfstat – kleiner Tipp... perfstat gibt‘s als GUI-Tool, ohne Installation! http://mysupport.netapp.com/NOW/download/tools/gui_ntap_support/

38 38 perfstat – Worauf gucken die? Who cares?

39 39 CPU–Auslastung  Solange die Latenzen in Ordnung sind, ist die CPU-Auslastung egal!  Ontap ist kein präemptives Multitasking System, sondern hat ein Domänen-Konzept!  „Don‘t worry about 100% CPU utilization. Filer is doing Filer things!“  http://mysupport.netapp.com/NOW/download/tools/gui_ntap_support/

40 40 Latenzen – was kann ich max./min. erwarten? OperationMediumLatenz in Millisek. Read fromController Cache0.1 Read fromFlash Cache0.3 Read fromFlash Pool / SSD0.5 Read from10k SAS Disk6.6 Read from7.200 SATA Disk12.7 Write toController Cache0.3 IO Operationen mit kleinen Blöcken (FAS62xx)

41 41 perfstat – Worauf gucken die?  wafl_susp – w:..... wafl_reads from cache = 1995844 wafl_reads from ext_cache = 758634 wafl_reads from disk = 173595 …..  http://mysupport.netapp.com/NOW/download/tools/gui_ntap_support/ 68% 26% 6%

42 42 Take-away

43 43 Take-aways  Solange die Latenzen in Ordnung sind, ist die CPU-Auslastung egal!  Concurrency/Parallelität ist wichtig!  Performance ist ein ein kompliziertes Gemisch aus %read, %write, %random, %sequential, latency, concurrency, block size, operation type => alles muss gesamtheitlich betrachtet werden  Latenz ist eines der wichtigsten Kriterien!  http://mysupport.netapp.com/NOW/download/tools/gui_ntap_support/

44 44 Herzlichen Dank!