從內(nèi)核中NVMe IO框架來看其中存在的問題

NVMeSSD具有高性能、低時延等優(yōu)點，是目前存儲行業(yè)的研究熱點之一，但在光鮮的性能下也同樣存在一些沒有廣為人知的問題，而這些問題其實對于一個生產(chǎn)系統(tǒng)而言至關(guān)重要，例如：

QoS無法做到100%保證；

讀寫混合情況下，與單獨讀相比，性能下降嚴重，且讀長尾延遲比較嚴重；

所以如何利用好NVMe盤的性能，并更好的為業(yè)務(wù)服務(wù)，我們需要從硬件，Linux內(nèi)核等多個角度去剖析和解決。

從內(nèi)核中NVMe IO框架來看其中存在的問題

當前Linux內(nèi)核中對NVMeSSD的訪問是通過MQ框架來實現(xiàn)的，接入NVMe驅(qū)動后直接略過IO調(diào)度器，具體實現(xiàn)上來說是從blocklayer中的通用塊層回調(diào)make_request從而打通上下層IO通路。示意圖如下，這里面有幾個關(guān)鍵的點：

IO發(fā)送過程

MQ的框架提升性能最主要的將鎖的粒度按照硬件隊列進行拆分，并與底層SSD的隊列進行綁定，理想的情況每一個CPU都有對應(yīng)的硬件發(fā)送SQ與響應(yīng)CQ，這樣可以并發(fā)同時彼此之前無影響。按照NVMeSPEC協(xié)議中的標準，硬件最多支持64K個隊列，所以理想情況下硬件隊列個數(shù)將不會是我們需要擔心的地方。但是實際情況又如何呢？由于硬件隊列的增加會給NVMeSSD帶來功耗的增加，所以不同的廠商在設(shè)計硬件隊列個數(shù)時的考量是不同的，比如intelP3600支持32個隊列，intel最新的P4500支持16384個，但是SUMSUNGPM963卻只支持到8個。那么當CPU的個數(shù)超過硬件的隊列個數(shù)，就會出現(xiàn)多個CPU共用一個硬件隊列的情況，對性能就會產(chǎn)生影響。

下面使用SUMSUNGPM963做一個簡單的測試：

也就是整個IOPS可以達到50w

如果使用同一個硬件隊列

整個IOPS只有44w，性能下降12%，主要原因是多個CPU共用硬件隊列進行發(fā)送的時候會有自旋鎖爭搶的影響。所以對于共用硬件隊列的情況下，如何綁定CPU是需要根據(jù)業(yè)務(wù)的特點來確定的。

IO響應(yīng)過程

IO響應(yīng)過程中最主要問題是中斷的balance，由于默認linux中并沒有對NVMe的中斷進行有效的綁定，所以不同的綁定策略會帶來截然不同的性能數(shù)據(jù)。不過在我們的實際測試中，雖然我們沒有做中斷的綁定，但是貌似不管是性能還是穩(wěn)定性的下降并沒有那么嚴重，什么原因呢？根據(jù)我們的分析，這里面最主要的原因是（后面也會提到），我們并沒有大壓力的使用NVMe盤，所以實際的應(yīng)用場景壓力以及隊列深度并不大。

從應(yīng)用本身的IO Pattern來看使用NVMe問題

我們在評測一個NVMeSSD的性能的時候，往往都是通過benchmark工具,例如見1,見2。

然而這些測試的結(jié)果與業(yè)務(wù)實際使用NVMeSSD看到的性能相比差距很大。原因是因為這些性能測試存在兩個比較大的誤區(qū)，因而并不能反映生產(chǎn)系統(tǒng)的真實情況。

1. 片面夸大了NVMe盤的性能

從上面兩篇文章中的測試中我們可以看到，大多數(shù)壓測中使用的隊列深度為128，并且是用libaio這樣的異步IO模式來下發(fā)IO。但是在實際應(yīng)用場景中很少有這么大的隊列深度。在這種場景下，根據(jù)“色子效應(yīng)”，并不會將NVMe盤的并發(fā)性能充分發(fā)揮出來。

2. 低估了NVMe的長尾延遲

然而在另外一些場景下，隊列深度又會非常高（比如到1024甚至更高），在這種情況下NVMeSSD帶來的QoS長尾延遲影響比上面的benchmark的測試又嚴重得多。

所以綜合起來看，這種評測選擇了一個看上去沒啥大用的場景做了測試，所以得出的結(jié)果也對我們實際的應(yīng)用基本沒有參考價值。那么問題出在什么地方么？

問題分析

首先讓我們再次強調(diào)一下一般評測文章中benchmark進行的測試場景的特點：

大多是fio工具，開啟libaio引擎增加IO壓力

隊列深度到128或者256

在這種場景下確實基本都可以將NVMe盤的壓力打滿。

在展開分析問題的原因之前，我們先看看Linux內(nèi)核的IO棧。

在實際應(yīng)用中，VFS提供給應(yīng)用的接口，從IO的特點來分類，大致上可以分為兩類：directIO與bufferIO。使用directIO的業(yè)務(wù)大多在應(yīng)用本身就已經(jīng)做了一層cache，不依賴OS提供的pagecache。其他的情況大多使用的都是bufferIO。linuxkernel中的blocklayer通過REQ_SYNC與~REQ_SYNC這兩種不同的標志來區(qū)分這兩類IO。大家常用的directIO這個類型，內(nèi)核要保證這次IO操作的數(shù)據(jù)落盤，并且當響應(yīng)返回以后，應(yīng)用程序才能夠認為這次IO操作是完成的。所以是使用了這里的REQ_SYNC標志，而對應(yīng)的bufferIO，則大量使用了~REQ_SYNC的標志。讓我們一個一個看過去。

direct IO

由于在實際使用方式中AIO還不夠成熟，所以大多使用directIO。但是directIO是一種SYNC模式，并且完全達不到測試用例中128路并發(fā)AIO的效果。這主要兩個方面原因：

direct io在下發(fā)過程中可能會使用文件粒度的鎖inode->i_mutex進行互斥。

前面說的IO SYNC模式

也就是說，我們很難通過directIO來達到壓滿NVMe盤的目的。如果一定要打滿NVMe盤，那么一方面要提高進程并發(fā)，另外一方面還要提高多進程多文件的并發(fā)。而這是生產(chǎn)系統(tǒng)中很難滿足的。

buffer IO

我們再來看看bufferIO的特點。下面我使用了比較簡單的fio通過bufferIO的模式下發(fā)，而且通過rate限速，我們發(fā)現(xiàn)平均下來每秒的數(shù)據(jù)量不到100MB，整個IO的特點如下：

抓取了下submit_bio在每秒的調(diào)用次數(shù)并分析可以得出，bufferIO在下刷的時候并不會考慮QD的多少，而是類似aio那樣，kworker將需要下發(fā)的臟頁都會bio形式下發(fā)，而且不需要等待某些bio返回。注意這里面有一個細節(jié)從qusize觀察到IO最大值986，并沒有達到百K，或者幾十K，這個原因是由本身MQ的框架中tag機制nr_request決定，目前單Q設(shè)置默認值一般為1024?？傊産ufferIO這樣特點的結(jié)果就是突發(fā)量的高iops的寫入，bufferIO對于應(yīng)用程序來說是不可見的，因為這是linuxkernel的本身的刷臟頁行為。但是它帶給應(yīng)用的影響確實可見的，筆者曾經(jīng)總結(jié)過異步IO的延時對長尾的影響，如下圖所示，分別是bufferIO與directIO在相同帶寬下延時表現(xiàn)，可以看出這延遲長尾比我們簡單的通過fiobenchmark測試嚴重的多，特別是盤開始做GC的時候，抖動更加嚴重；而且隨著盤的容量用著越來越多，GC的影響越來越大，長尾的影響也是越來越嚴重。

在HDD的時代上面的問題同樣會存在，但是為什么沒有那么嚴重，原因主要是HDD大多使用CFQ調(diào)度器，其中一個特性是同步、異步IO隊列分離。并且在調(diào)度過程中同步優(yōu)先級比較高，在調(diào)度搶占、時間片等都是同步優(yōu)先。

解決問題

前面描述了使用NVMe硬盤的嚴重性，下面介紹一下如何解決這些問題。（1）MQ綁定的問題，需要根據(jù)當前業(yè)務(wù)的特點，如果硬件的隊列小于當前CPU的個數(shù)，盡量讓核心業(yè)務(wù)上跑的進程分散在綁定不同硬件隊列的CPU上，防止IO壓力大的時候鎖資源的競爭。

（2）中斷綁定CPU，建議下發(fā)的SQ的CPU與響應(yīng)的CQ的CPU保持一致，這樣各自CPU來處理自己的事情，互相業(yè)務(wù)與中斷不干擾。

（3）解決directIO狀態(tài)下長尾延遲，因為長尾延遲是本身NVMeSSDController帶來，所以解決這個問題還是要從控制器入手，使用的方法有WRR(WeightRoundRobin)，這個功能在當前主流廠商的最新的NVMeSSD中已經(jīng)支持。

（4）解決bufferIO狀態(tài)下長尾延遲，可以通過控制NVMeSSD處理的QD來解決，使用的NVME多隊列IO調(diào)度器，充分利用了MQ框架，根據(jù)同步寫、讀延遲動態(tài)調(diào)整異步IO的隊列，很好的解決bufferio帶來的長尾延遲。