日本服务器配置四块1.92TB SSD,如何测试数据库随机读写表现?
SSD标称随机读写IOPS很高,不等于数据库在高并发下仍能保持低延迟。四块1.92TB SSD也不能直接理解为“四倍数据库性能”:阵列方式、持久化策略、内存命中率和CPU处理能力,都可能改变最终结果。
测试这类日本服务器,应先用fio识别存储的随机读写能力和延迟变化,再用数据库负载工具验证事务吞吐、尾延迟及资源消耗。测试过程中保持数据集、读写比例、并发和持久化设置一致,最后以业务可接受的延迟与错误率确定可用容量,而不是预先给出一个“应该达到多少IOPS”的结论。
测试目标:把磁盘能力和数据库能力分开验证
四块1.92TB SSD需要回答两个不同的问题:存储系统能处理多少随机I/O,以及数据库能在指定响应时间内处理多少业务请求。前者是后者的基础,但不能代替后者。
先核对交付配置,避免测试对象不一致
1.92TB只是容量信息,并未说明接口、介质等级或持续写入能力。测试前至少确认以下项目:
| 核对项 | 需要记录的内容 | 对结果的影响 |
|---|---|---|
| SSD规格 | 型号、固件、SATA或NVMe、是否支持掉电保护 | 决定接口上限、写入延迟和持久化边界 |
| 四盘组织方式 | 四盘独立、软件RAID、硬件RAID及具体级别 | 决定可用容量、读写分布和冗余方式 |
| 阵列与控制器 | 条带大小、缓存策略、缓存保护状态 | 影响随机写、同步写及突发负载 |
| 计算资源 | CPU型号、可用核心数、内存容量 | 决定数据库执行和缓存能力 |
| 系统与数据库 | 内核、文件系统、数据库版本及关键参数 | 影响I/O路径、刷盘和后台维护 |
| 数据布局 | 数据文件、事务日志、临时文件所在卷 | 决定是否发生读写竞争 |
如果购买的是虚拟化实例,还要核对磁盘是否独占、是否有限速,以及是否能看到真实物理设备。实例内显示“四块磁盘”,不一定意味着四块SSD均由该实例独占。
容量也要按阵列分别计算。以每块十进制1.92TB为前提,四盘原始容量是7.68TB,约6.98TiB;其中1TiB等于2的40次方字节。RAID10的标称可用容量约3.84TB,约3.49TiB;四盘RAID5的标称可用容量约5.76TB,约5.24TiB。实际还要扣除阵列元数据、文件系统开销和保留空间。
这些容量不包含性能承诺。RAID5小块随机写可能涉及校验更新,RAID10通常更适合低延迟写入,但最终仍需按实际控制器与负载验证。
建立两层测试,而不是混用一个结果
存储层测试关注4KiB随机读、随机写、混合读写以及较低队列深度下的延迟,用于识别存储能力与排队拐点。
数据库层测试关注事务吞吐、请求延迟、锁等待、缓存命中和日志刷盘,用于判断真实数据库服务能力。数据页读取、索引维护和事务日志写入并不都采用4KiB请求,因此不能把4KiB随机IOPS直接换算为TPS。

日本机房这个地域属性主要影响应用访问数据库的网络路径,不能据此推断SSD性能。基础压测应先在服务器本机或同机房独立压测机完成;如果实际应用部署在其他地区,再单独加入真实网络路径的测试,区分数据库处理时间与网络往返时间。
围绕日本地区数据库与业务后台的部署,A5数据提供不同计算、存储与网络组合的物理服务器资源。日本热销系列涵盖Xeon Gold、AMD EPYC平台及NVMe存储,为事务处理、索引访问和并发查询提供硬件基础;日本CTG系列另有多块SSD方案,以及CIA、GIA、CN2和SoftBank线路选项,覆盖数据库本地部署与跨地区应用访问所需的存储和网络资源。
指标含义:吞吐必须和延迟、并发一起看
IOPS、带宽和TPS分别说明什么
IOPS是每秒完成的I/O次数,带宽是每秒传输的数据量,TPS是每秒完成的事务数,三者没有固定换算关系。
例如,4KiB请求达到100,000 IOPS时,对应数据量为:
100,000 × 4KiB = 390.625MiB/s
这里采用二进制KiB、MiB口径。这个数值并不意味着数据库可以处理100,000次事务:一次事务可能只命中内存,也可能产生多次随机读、日志写和数据页写回。
数据库压测报告应同时保留事务数和查询数。测试脚本中的一个事务不一定等于一个业务请求,不同脚本的TPS不能直接横向比较。
平均延迟容易掩盖尾部问题
建议至少观察平均延迟、P95和P99,并区分它们的测量对象。
- 存储延迟:一次块I/O从提交到完成的耗时。
- 事务延迟:客户端发起事务到收到完成结果的耗时。
- 业务延迟:还可能包含连接池等待、应用处理和网络传输。
P99为15毫秒,表示该统计窗口内约99%的样本延迟不超过15毫秒,而不是每次请求都能在15毫秒内完成。平均延迟较低、P99明显升高,通常意味着少部分请求出现了排队、刷盘、锁等待或后台维护干扰。
判断性能是否可用,应优先看业务约定的延迟分位数与错误率,再看吞吐量。只报告平均延迟和峰值TPS,无法说明服务器能否稳定承载业务。
并发线程数不等于磁盘队列深度
数据库的32个并发连接,可能多数正在执行CPU计算、等待锁或读取缓存,并不等于磁盘有32个未完成请求。
fio的队列深度则直接控制存储压力。例如4个任务、每个任务iodepth=8,配置上的总未完成I/O上限为32;实际达到的深度还取决于I/O引擎、系统行为和设备完成速度,应查看输出中的队列深度分布。
作为近似检查,在稳定阶段:
平均未完成I/O数 ≈ IOPS × 平均I/O延迟(秒)
例如50,000 IOPS、平均延迟0.4毫秒,对应约20个未完成I/O。这个关系用于解释同一统计边界内的排队情况,不能把数据库连接数和磁盘IOPS混在一起计算。
资源指标用于解释瓶颈,不用于单独下结论
| 指标 | 应观察的变化 | 常见解释 |
|---|---|---|
| CPU使用率及单核负载 | 是否随吞吐增加,是否有少数核心先满载 | SQL计算、并发控制或串行处理可能成为瓶颈 |
| 内存与缓存命中 | 物理读是否随数据集扩大而增加 | 高缓存命中可能掩盖磁盘读取能力 |
| I/O延迟与队列 | 吞吐趋平时延迟、队列是否继续增加 | 存储服务能力或限速可能接近边界 |
| 日志写入与刷盘 | 提交延迟是否随同步写耗时增加 | 持久化路径可能限制写事务 |
| 锁等待与错误数 | 是否随并发快速增加 | 热点争用、死锁或超时可能先于磁盘饱和 |
iostat的%util不能单独作为SSD满载判据,特别是NVMe和多盘阵列。await也只是设备统计的平均等待与处理时间,不能代替P99。应结合队列、吞吐曲线、单盘负载和数据库等待事件共同判断。
影响变量:怎样让测试结果可比较、可复测
先固定数据集与持久化条件
至少准备两种数据库数据集:一种主要热点能够放入数据库缓存,用于观察CPU和执行效率;另一种活跃工作集明显超过有效缓存,用于观察随机读盘压力。
这里的关键是“活跃工作集”。表很大但请求始终集中在很小的热点范围,仍然可能主要命中内存。均匀随机访问和热点访问应分别测试,不能只依据表文件总容量判断是否测到了SSD。
写入测试还要固定持久化配置。例如MySQL 8.0中,应记录innodb_flush_log_at_trx_commit,启用二进制日志时同时记录sync_binlog;若需要复制,也应保留相应日志和复制设置。降低刷盘频率得到的性能,应解释为改变了持久化条件,不能与严格提交持久化的结果等价比较。
控制器或SSD写缓存能否可靠持久化,还与掉电保护有关。压测只能测量正常运行时的性能,不能据此证明突然断电后的数据安全性。
用文件级fio测试,避免覆盖业务数据
以下示例适用于Linux和fio 3.x,采用libaio异步I/O引擎。运行前确认安装的是I/O测试工具,可通过fio --version核验。
测试必须在专用测试卷或空闲测试服务器上执行。不要把原始磁盘设备作为目标,也不要与生产数据库同时压测。 即使只写普通文件,测试仍会占用磁盘空间和I/O,可能拖慢同一存储上的其他服务。
示例要求/mnt/dbbench已经存在,并且确认它位于待测阵列,而不是系统盘。先核对挂载点和剩余空间:
findmnt -T /mnt/dbbench
df -h /mnt/dbbench
fio --version
BENCH_DIR=$(mktemp -d /mnt/dbbench/fio-test.XXXXXX)
printf '测试目录:%s\n' "$BENCH_DIR"
下面使用4个文件,每个16GiB,总计64GiB。容量可按服务器条件调整,但要预留数据库、日志及文件系统所需空间。首次写满文件,用于避免随机读取未写入区域:
fio --name=prepare \
--directory="$BENCH_DIR" \
--filename_format='data.$jobnum' \
--rw=write --bs=1M \
--ioengine=libaio --direct=1 \
--iodepth=16 --numjobs=4 \
--size=16G --end_fsync=1 \
--group_reporting \
--output="$BENCH_DIR/prepare.json" \
--output-format=json
预写完成后,测试4KiB、70%读和30%写的混合随机负载:
fio --name=randmix \
--directory="$BENCH_DIR" \
--filename_format='data.$jobnum' \
--rw=randrw --rwmixread=70 --bs=4k \
--ioengine=libaio --direct=1 \
--iodepth=8 --numjobs=4 --size=16G \
--time_based=1 --runtime=180 --ramp_time=60 \
--group_reporting \
--lat_percentiles=1 \
--percentile_list=50:95:99:99.9 \
--output="$BENCH_DIR/randmix-qd32.json" \
--output-format=json
这组参数只是参考测试点。direct=1减少操作系统页缓存对结果的影响,但不会绕过控制器缓存,也不代表每笔写入都满足数据库事务的持久化要求。预写测试文件同样不等于SSD已经进入持续写入稳态。
接下来保持文件、块大小和任务数不变,分别测试纯随机读、纯随机写与混合读写,再逐级调整队列深度。建议包含低队列深度测试,以及总深度8、32、64等测试点;不要只记录高深度下的峰值。
上述随机写会反复覆盖本次创建的测试文件。运行前应确认同卷业务数据已有备份或可恢复副本;停止测试可中断fio,测试本身不修改阵列结构。结束后先归档结果,再核对路径并仅清理本次测试目录。若测试对象是快照克隆卷,可恢复测试前快照,不应对业务卷直接清理或恢复。
数据库压测保留真实的读写路径
以MySQL 8.0和sysbench 1.0为例,可以使用oltp_read_only与oltp_read_write分别观察读和混合事务。运行前用sysbench --version及对应脚本的help确认版本、选项和脚本是否可用。
准备独立的dbbench测试库,使用仅对该库授权的账号。连接参数放入sysbench配置文件,避免把密码直接写入命令行。以下示例假定配置文件已经设置连接地址、账号、密码和mysql-db=dbbench:
sysbench --config=/path/to/dbbench.cnf \
oltp_read_write --tables=8 --table-size=1000000 prepare
sysbench --config=/path/to/dbbench.cnf \
oltp_read_write --tables=8 --table-size=1000000 \
--threads=32 --time=300 --warmup-time=60 \
--report-interval=10 --percentile=99 run
prepare会在指定数据库内建表并写入数据,必须先核验连接目标和库名,不能对生产库执行。测试后仅删除本次创建的测试对象,或恢复独立测试实例的快照;如果误操作到了业务库,应停止后续写入并按已验证的备份恢复流程处理,不能把清理测试表当作回滚。
8张表、每表100万行只是规模示例,不代表固定的GB数。准备后应查看实际数据与索引大小、缓存占用和物理读量,再判断是否符合所需测试场景。
并发可按1、8、16、32、64逐级增加。每档保持数据集、SQL脚本和持久化参数一致。上述命令报告P99;若需要同时分析P95、P99及延迟分布,应使用支持直方图的采集方式,不要把不同测试轮次的分位数拼成一组结果。
对于实际业务,通用OLTP脚本还不够。应补测关键SQL、热点更新、大事务以及数据增长后的索引访问,否则很容易测到“标准脚本表现”,却遗漏真实瓶颈。
采样要覆盖稳态和后台维护
每个测试点建议先预热,再采集至少3至5分钟稳定数据,并重复至少三轮。写密集型测试若仍出现吞吐持续下降、刷盘周期或缓存耗尽,应延长测试,直到可以观察稳定区间;用于容量判断时,再增加较长的持续负载验证。
监控可按1秒采样,数据库压测每10秒输出一次阶段统计。安装相应工具后,可同步观察:
iostat -x 1
mpstat -P ALL 1
vmstat 1
同时采集数据库物理读、脏页比例、日志写入、刷盘、锁等待和错误数。监控应覆盖预热与正式阶段,并保持时间同步,便于关联某次延迟尖峰。
不要简单平均多个时间窗口的P99来计算全程P99。正确做法是合并请求样本或可合并直方图;没有这些数据时,可以报告各窗口P99的变化范围,以及每轮工具直接计算的全程P99。
测试顺序也会影响结果。可以采用并发递增后再递减的方式,检查前后同一并发档位是否一致。如果差异明显,应排查SSD温度、剩余空间、后台回收、脏页累积或其他租户干扰,而不是直接选择更好看的一轮。
结果解释:找到吞吐增长和延迟恶化的分界点
下面是一组用于说明方法的示例数据,不代表A5IDC日本服务器实测。示例保持数据集和数据库配置一致,使用闭环客户端逐级增加并发:

| 并发线程 | TPS | 事务P99 | CPU使用率 | 数据卷平均await |
|---|---|---|---|---|
| 8 | 1,800 | 6ms | 42% | 0.7ms |
| 16 | 3,200 | 9ms | 62% | 1.1ms |
| 32 | 4,500 | 19ms | 78% | 2.6ms |
| 64 | 4,600 | 65ms | 83% | 7.0ms |
从32线程增加到64线程,TPS仅增长约2.2%,P99却从19毫秒升至65毫秒,说明增加并发主要带来了等待,而不是有效吞吐增长。此时不能因为“64线程TPS较高”就将其作为推荐运行点。
若业务要求事务P99不超过15毫秒,表中16线程符合要求,32线程已经越界。但这只说明已测档位的结果,还应补测20、24等中间并发,并验证持续运行与短时突发。
根据指标组合定位限制来源
磁盘队列和I/O延迟同步上升,CPU仍有余量,更值得检查存储服务能力、阵列写放大、控制器策略或限速。此时应对照fio低深度与高深度结果,并观察四块盘是否负载均衡。
CPU接近饱和,但物理读较少、I/O延迟稳定,通常不应首先更换SSD。需要检查SQL执行、索引、压测客户端和单核瓶颈。全机CPU平均值不高,也可能已有关键线程占满一个核心。
事务提交变慢,但数据页随机读表现正常,应关注日志同步写、组提交和日志与数据文件是否争用同一阵列。持续吞吐较高,不等于同步提交延迟较低。
尾延迟升高且锁等待明显增加,可能是热点记录或长事务问题。四盘扩容并不会直接消除锁争用,应增加热点访问对照组判断。
这些解释都需要相互印证。单项监控只能提供线索,不能仅凭“CPU没满”或“磁盘利用率很高”确定瓶颈。

本地性能与跨地区访问分别报告
数据库本地P99较低,跨地区应用仍可能感觉慢,原因可能是每个请求包含多次串行数据库交互。网络往返耗时会重复叠加,不能仅靠增加SSD数量消除。
报告至少分为本机或同机房结果、真实应用网络路径结果两组。跨地区测试还应记录客户端位置、连接复用方式及每个请求的数据库往返次数,避免把网络延迟误判为存储不足。
闭环并发测试也有边界:响应变慢时,客户端会自动减少后续请求发送速度。实际业务若以固定速率持续到达,还应补做限速到达测试,检查连接池排队、超时和积压是否持续增长。
决策边界:怎样判断四块SSD是否足够
先明确适用条件,再判断是否增加配置
四块SSD组成RAID10,适合需要冗余、随机写较多且重视尾延迟的数据库场景;代价是可用容量约为原始容量的一半。RAID5更偏向容量利用,但是否适合写密集型数据库,要看小块随机写、同步提交和持续写入测试。

四盘独立可以用于分离数据、日志或不同数据库实例,但文件放到不同目录不等于I/O已分离,必须确认它们实际位于不同设备。与此同时,缺少磁盘级冗余的单盘卷需要有相应的复制、备份和恢复方案。
如果瓶颈已经是CPU、锁竞争或跨地区网络往返,增加SSD数量可能不会改善业务延迟。反过来,若数据库在工作集超过缓存后出现物理读延迟上升,存储升级才更有依据。
无论采用哪种阵列,RAID都不能替代备份。正常状态压测也不能证明降级或重建期间的性能;这类验证应在可恢复的独立测试环境中进行。
把性能容量和空间容量分别计算
性能容量可定义为:
在固定数据集、持久化和网络条件下,满足目标P99、错误率及持续运行要求的最大业务处理速率。
再为短时突发、数据增长、备份及后台维护留出余量。预留比例应根据业务波动确定,不能把固定百分比当成所有数据库的通用标准。
空间容量则应包括:
数据与索引+日志保留+临时峰值空间+维护空间+空闲余量
以四盘RAID10约3.84TB标称可用容量为例,如果规划数据与索引2.0TB、日志0.3TB、临时及维护空间0.4TB,再按标称容量预留20%即0.768TB,总需求约3.468TB。看似仍有空间,但扣除实际文件系统开销后,增长余量已经有限。20%只是规划示例,维护操作的真实空间需求应单独验证。
用复测触发条件完成交付验收
交付验收应保留硬件清单、阵列配置、软件版本、测试命令、实际数据集大小、原始结果和同步监控,并写清合格条件,例如指定持续吞吐下的P99上限、错误率、物理读情况及日志持久化配置。
出现以下变化时,应按原口径复测:
- 活跃工作集超过数据库缓存,物理读比例明显增加。
- 写事务占比提高,或持久化、日志、复制策略改变。
- 峰值请求速率接近已测延迟拐点。
- SSD型号、固件、阵列级别或控制器缓存策略改变。
- 存储占用持续升高,或上线备份、索引维护等后台任务。
- 应用迁移到不同地区,数据库往返次数或网络路径发生变化。
最终应交付的不是一个脱离条件的IOPS数字,而是一条可复测的能力边界:在指定阵列、数据集、读写比例和持久化设置下,这台日本服务器能够以什么延迟持续处理多少事务,以及空间和性能分别还剩多少余量。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/3485.html



