ssd什么意思

转基于SSD固态硬盘的数据库性能优化

NOR和NAND

NOR和NAND都是闪存技术的⼀种，NOR是Intel公司开发的，它有点类似于内存，允许通过地址直接访问任何⼀个内存单元，缺点是：密

度低（容量⼩），写⼊和擦除的速度很慢。NAND是东芝公司开发的，它密度⾼（容量⼤），写⼊和擦除的速度都很快，但是必须通过特定

的IO接⼝经过地址转换之后才可以访问，有些类似于磁盘。

我们现在⼴泛使⽤的U盘，SD卡，SSD都属于NAND类型，⼚商将flashmemory封装成为不同的接⼝，⽐如Intel的SSD就是采⽤了SATA的

接⼝，访问与普通SATA磁盘⼀样，还有⼀些企业级的闪存卡，⽐如FusionIO，则封装为PCIe接⼝。

SLC和MLC

SLC是单极单元，MLC是多级单元，两者的差异在于每单元存储的数据量（密度），SLC每单元只存储⼀位，只包含0和1两个电压

符，MLC每单元可以存储两位，包含四个电压符（00,01,10,11）。显然，MLC的存储容量⽐SLC⼤，但是SLC更简单可靠，SLC读取和写

⼊的速度都⽐MLC更快，⽽且SLC⽐MLC更耐⽤，MLC每单元可擦除1w次，⽽SLC可擦除10w次，所以，企业级的闪存产品⼀般都选⽤

SLC，这也是为什么企业级产品⽐家⽤产品贵很多的原因。

SSD的技术特点

SSD与传统磁盘相⽐，第⼀是没有机械装置，第⼆是由磁介质改为了电介质。在SSD内部有⼀个FTL(FlashTransalationLayer)，它相当于

磁盘中的控制器，主要功能就是作地址映射，将flashmemory的物理地址映射为磁盘的LBA逻辑地址，并提供给OS作透明访问。

SSD没有传统磁盘的寻道时间和延迟时间，所以SSD可以提供⾮常⾼的随机读取能⼒，这是它的最⼤优势，SLC类型的SSD通常可以提供

超过35000的IOPS，传统15k的SAS磁盘，最多也只能达到160个IOPS，这对于传统磁盘来说⼏乎就是个天⽂数字。SSD连续读的能⼒相

⽐普通磁盘优势并不明显，因为连续读对于传统磁盘来说，并不需要寻道时间，15k的SAS磁盘，连续读的吞吐能⼒可以达到130MB，⽽

SLC类型的SSD可以达到170-200MB，我们看到在吞吐量⽅⾯，SSD虽然⽐传统磁盘⾼⼀些，但优势虽然并不明显。

SSD的写操作⽐较特殊，SSD的最⼩写⼊单元为4KB，称为页(page)，当写⼊空⽩位置时可以按照4KB的单位写⼊，但是如果需要改写某个

单元时，则需要⼀个额外的擦除（era）动作，擦除的单位⼀般是128个page（512KB），每个擦除单元称为块（block）。如果向⼀个空

⽩的page写⼊信息时，可以直接写⼊⽽⽆需擦除，但是如果需要改写某个存储单元（page）的数据，必须⾸先将整个block读⼊缓存，然后

修改数据，并擦除整个block的数据，最后将整个block写⼊，很显然，SSD改写数据的代价很⾼，SSD的这个特性，我们称之为era-

before-write。

经过测试，SLCSSD的随即写性能可以达到3000个左右的IOPS，连续写的吞吐量可以达到170MB，这个数据还是⽐传统磁盘⾼出不少。但

是，随着SSD的不断写⼊，当越来越多的数据需要被改写时，写的性能就会逐步下降。经过我们的测试，SLC在这个⽅⾯要明显好于

MLC，在长时间写⼊后，MLC随机写IO下降得⾮常厉害，⽽SLC表现则⽐较稳定。为了解决这个问题，各个⼚商都有很多策略来防⽌写性

能下降的问题。

wearleveling

因为SSD存在“写磨损”的问题，当某个单元长时间被反复擦写时（⽐如Oracleredo），不仅会造成写⼊的性能问题，⽽且会⼤⼤缩短SSD的

使⽤寿命，所以必须设计⼀个均衡负载的算法来保证SSD的每个单元能够被均衡的使⽤，这就是wearleveling，称为损耗均衡算法。

Wearleveling也是SSD内部的FTL实现的，它通过数据迁移来达到均衡损耗的⽬的。Wearleveling依赖于SSD中的⼀部分保留空间，基本

原理是在SSD中设置了两个blockpool，⼀个是freeblockpool（空闲池），⼀个是数据池（datablockpool），当需要改写某个page时（如

果写⼊原有位置，必须先擦除整个block，然后才能写⼊数据），并不写⼊原有位置（不需要擦除的动作），⽽是从空闲池中取出新的

block，将现有的数据和需要改写的数据合并为新的block，⼀起写⼊新的空⽩block，原有的block被标识为invalid状态（等待被擦除回

收），新的block则进⼊数据池。后台任务会定时从datablock中取出⽆效数据的block，擦除后回收到空闲池中。这样做的好处在于，⼀是

不会反复擦写同⼀个block，⼆是写⼊的速度会⽐较快(省略了擦除的动作)。

Wearleveling分为两种：动态损耗均衡和静态损耗均衡，两者的原理⼀致，区别在于动态算法只会处理动态数据，⽐如数据改写时才会触发

数据迁移的动作，对静态数据不起作⽤，⽽静态算法可以均衡静态数据，当后台任务发现损耗很低的静态数据块时，将其迁移到其他数据库

块上，将这些块放⼊空闲池中使⽤。从均衡的效果来看，静态算法要好于动态算法，因为⼏乎所有的block都可以被均衡的使⽤，SSD的寿

命会⼤⼤延长，但是静态算法的缺点是当数据迁移时，可能会导致写性能下降。

写⼊放⼤

因为SSD的era-before-write的特性，所以就出现了⼀个写⼊放⼤的概念，⽐如你想改写4K的数据，必须⾸先将整个擦除块（512KB）中

的数据读出到缓存中，改写后，将整个块⼀起写⼊，这时你实际写⼊了512KB的数据，写⼊放⼤系数是128。写⼊放⼤最好的情况是1，就

是不存在放⼤的情况。

Wearleveling算法可以有效缓解写⼊放⼤的问题，但是不合理的算法依然会导致写⼊放⼤，⽐如⽤户需要写⼊4k数据时，发现freeblock

pool中没有空⽩的block，这时就必须在datablockpool中选择⼀个包含⽆效数据的block，先读⼊缓存中，改写后，将整个块⼀起写⼊，采

⽤wearleveling算法依然会存在写⼊放⼤的问题。

通过为SSD预留更多空间，可以显著缓解写⼊放⼤导致的性能问题。根据我们的测试结果，MLCSSD在长时间的随机写⼊后，性能下降很

明显（随机写IOPS甚⾄降低到300）。如果为wearleveling预留更多空间，就可以显著改善MLCSSD在长时间写操作之后的性能下降问

题，⽽且保留的空间越多，性能提升就越明显。相⽐较⽽⾔，SLCSSD的性能要稳定很多（IOPS在长时间随机写后，随机写可以稳定在

3000IOPS），我想应该是SLCSSD的容量通常⽐较⼩（32G和64G），⽽⽤于wearleveling的空间⼜⽐较⼤的原因。

数据库IO特点分析

IO有四种类型：连续读，随机读，随机写和连续写，连续读写的IOsize通常⽐较⼤（128KB-1MB），主要衡量吞吐量，⽽随机读写的IO

size⽐较⼩(⼩于8KB)，主要衡量IOPS和响应时间。数据库中的全表扫描是连续读IO，索引访问则是典型的随机读IO，⽇志⽂件是连续写

IO，⽽数据⽂件则是随机写IO。

数据库系统基于传统磁盘访问特性来设计，最⼤特点是⽇志⽂件采⽤quentiallogging，数据库中的⽇志⽂件，要求必须在事务提交时写⼊

到磁盘，对响应时间的要求很⾼，所以设计为顺序写⼊的⽅式，可以有效降低磁盘寻道花费的时间，减少延迟时间。⽇志⽂件的顺序写⼊，

虽然是物理位置是连续的，但是并不同于传统的连续写类型，⽇志⽂件的IOsize很⼩（通常⼩于4K）,每个IO之间是独⽴的（磁头必须抬起

来重新寻道，并等待磁盘转动到相应的位置），⽽且间隔很短，数据库通过logbuffer（缓存）和groupcommit的⽅式（批量提交）来达到提

⾼IOsize的⼤⼩，并减少IO的次数，从⽽得到更⼩的响应延迟，所以⽇志⽂件的顺序写⼊可以被认为是“连续位置的随机写⼊”，更关注

IOPS，⽽不是吞吐量。

数据⽂件采⽤inplaceuddate的⽅式，意思是数据⽂件的修改都是写⼊到原来的位置，数据⽂件不同于⽇志⽂件，并不会在事务commit时写

⼊数据⽂件，只有当数据库发现dirtybuffer过多或者需要做checkpoint动作时，才会刷新这些dirtybuffer到相应的位置，这是⼀个异步的过

程，通常情况下，数据⽂件的随机写⼊对IO的要求并不是特别⾼，只要满⾜checkpoint和dirtybuffer的要求就可以了。

SSD的IO特点分析

1.随机读能⼒⾮常好，连续读性能⼀般，但⽐普通SAS磁盘好。

2.不存在磁盘寻道的延迟时间，随机写和连续写的响应延迟差异不⼤。

-before-write特性，造成写⼊放⼤，影响写⼊的性能。

4.写磨损特性，采⽤wearleveling算法延长寿命，但同时会影响读的性能。

5.读和写的IO响应延迟不对等（读要⼤⼤好于写），⽽普通磁盘读和写的IO响应延迟差异很⼩。

6.连续写⽐随机写性能好，⽐如1M顺序写⽐128个8K的随即写要好很多，因为随即写会带来⼤量的擦除。

基于SSD的上述特性，如果将数据库全部放在SSD上，可能会有以下的问题：

1.⽇志⽂件quentiallogging会反复擦写同⼀位置，虽然有损耗均衡算法，但是长时间写⼊依然会导致性能下降。

2.数据⽂件inplaceupdate会产⽣⼤量的随机写⼊，era-before-write会产⽣写⼊放⼤。

3.数据库读写混合型应⽤，存在⼤量的随机写⼊，同时会影响读的性能，产⽣⼤量的IO延迟。

基于SSD的数据库优化法则：

基于SSD的优化就是解决era-before-write产⽣的写⼊放⼤的问题，不同类型的IO分离，减少写操作带来的性能影响。

1.将quentiallogging修改为In-pagelogging，避免对相同位置的反复擦写。

2.通过缓存写⼊的⽅式将⼤量的in-placeupdate随机写⼊合并为少量顺序写⼊。

3.利⽤SSD随机读写能⼒⾼的特点，减少写增加读，从⽽达到整体性能的提升。

In-pagelogging

In-pagelogging是基于SSD对数据库quentiallogging的⼀种优化⽅法，数据库中的quentiallogging对传统磁盘是⾮常有利的，可以⼤

⼤提⾼响应时间，但是对于SSD就是噩梦，因为需要对同⼀位置反复擦写，⽽wearleveling算法虽然可以平衡负载，但是依然会影响性能，

并产⽣⼤量的IO延迟。所以In-pagelogging将⽇志和数据合并，将⽇志顺序写⼊改为随机写⼊，基于SSD对随机写和连续写IO响应延迟差异

不⼤的特性，避免对同⼀位置反复擦写，提⾼整体性能。

In-pagelogging基本原理：在databuffer中，有⼀个in-memorylogctor的结构，类似于logbuffer，每个logctor是与datablock对应的。

在databuffer中，data和log并不合并，只是在datablock和logctor之间建⽴了对应关系，可以将某个datablock的log分离出来。但是，在

SSD底层的flashmemory中，数据和⽇志是存放在同⼀个block（擦除单元），每个block都包含datapage和logpage。

当⽇志信息需要写⼊的时候（logbuffer空间不⾜或者事务提交），⽇志信息会写⼊到flashmemory对应的block中，也就是说⽇志信息是分

布在很多不同的block中的，⽽每个block内的⽇志信息是appendwrite，所以不需要擦除的动作。当某个block中的logctor写满的时候，这

时会发⽣⼀个动作，将整个block中的信息读出，然后应⽤block中的logctor，就可以得到最新的数据，然后整个block写⼊，这时，block

中的logctor是空⽩的。

在in-pagelogging⽅法中，databuffer中的dirtyblock是不需要写⼊到flashmemory中的，就算dirtybuffer需要被交换出去，也不需要将它们

写⼊flashmemory中。当需要读取最新的数据，只要将block中的数据和⽇志信息合并，就可以得到最新的数据。

In-pagelogging⽅法，将⽇志和数据放在同⼀个擦除单元内，减少了对flash相同位置的反复擦写，⽽且不需要将dirtyblock写⼊到flash中，

⼤量减少了in-placeupdate的随机写⼊和擦除的动作。虽然在读取时，需要做⼀个merge的操作，但是因为数据和⽇志存放在⼀起，⽽且

SSD的随机读取能⼒很⾼，in-pagelogging可以提⾼整体的性能。

SSD作为写cache-appendwrite

SSD可以作为磁盘的写cache，因为SSD连续写⽐随机写性能好，⽐如：1M顺序写⽐128个8K的随机写要好很多，我们可以将⼤量随机写合

并成为少量顺序写，增加IO的⼤⼩，减少IO(擦除)的次数，提⾼写⼊性能。这个⽅法与很多NoSQL产品的appendwrite类似，即不改写数

据，只追加数据，需要时做合并处理。

基本原理：当dirtyblock需要写⼊到数据⽂件时，并不直接更新原来的数据⽂件，⽽是⾸先进⾏IO合并，将很多个8K的dirtyblock合并为⼀个

512KB的写⼊单元，并采⽤appendwrite的⽅式写⼊到⼀个cachefile中（保存在SSD上），避免了擦除的动作，提⾼了写⼊性能。cache

file中的数据采⽤循环的⽅式顺序写⼊，当cachefile空间不⾜够时，后台进程会将cachefile中的数据写⼊到真正的数据⽂件中（保存在磁盘

上），这时进⾏第⼆次IO合并，将cachefile内的数据进⾏合并，整合成为少量的顺序写⼊，对于磁盘来说，最终的IO是1M的顺序写⼊，顺

序写⼊只会影响吞吐量，⽽磁盘的吞吐量不会成为瓶颈，将IOPS的瓶颈转化为吞吐量的瓶颈，从⽽提升了整体系统能⼒。

读取数据时，必须⾸先读取cachefile，⽽cachefile中的数据是⽆序存放的，为了快速检索cachefile中的数据，⼀般会在内存中为cachefile

建⽴⼀个索引，读取数据时会先查询这个索引，如果命中查询cachefile，如果没有命中，再读取datafile（普通磁盘），所以，这种⽅法实

际不仅仅是写cache，同时也起到了读cache的作⽤。

但是这种⽅法并不适合⽇志⽂件的写cache，虽然⽇志⽂件也是appendwrite，但是因为⽇志⽂件的IOsize⽐较⼩，⽽且必须同步写⼊，⽆

法做合并处理，所以性能提升有限。

SSD作为读cache-flashcache

因为⼤部分数据库都是读多写少的类型，所以SSD作为数据库flashcache是优化⽅案中最简单的⼀种，它可以充分利⽤SSD读性能的优势，

⼜避免了SSD写⼊的性能问题。实现的⽅法有很多种，可以在读取数据时，将数据同时写⼊SSD，也可以在数据被刷出buffer时，写⼊到

SSD。读取数据时，⾸先在buffer中查询，然后在flashcache中查询，最后读取datafile。

SSD作为flashcache与memcache作为数据库外部cache的最⼤区别在于，SSD掉电后数据是不丢失的，这也引起了另外⼀个思考，当数据

库发⽣故障重启后，flashcache中的数据是有效还是⽆效？如果是有效的，那么就必须时刻保证flashcache中数据的⼀致性，如果是⽆效

的，那么flashcache同样⾯临⼀个预热的问题（这与memcache掉电后的问题⼀样）。⽬前，据我所知，基本上都认为是⽆效的，因为要保

持flashcache中数据的⼀致性，⾮常困难。

flashcache作为内存和磁盘之间的⼆级cache，除了性能的提升以外，从成本的⾓度看，SSD的价格介于memory和disk之间，作为两者之间

的⼀层cache，可以在性能和价格之间找到平衡。

总结

随着SSD价格不断降低，容量和性能不断提升，SSD取代磁盘只是个时间问题。