是否可以直接全盤隨機(jī)寫入進(jìn)行預(yù)處理？

時(shí)間：2022-04-15 23:21:01 | 來源：行業(yè)動(dòng)態(tài)

時(shí)間：2022-04-15 23:21:01 來源：行業(yè)動(dòng)態(tài)

在執(zhí)行4kB隨機(jī)寫入測(cè)試之前，通常的預(yù)處理包括對(duì)于SSD全盤的一次順序?qū)懭牒蛶状坞S機(jī)寫入。既然最終的測(cè)試是隨機(jī)性能，為什么在清空后一定需要先進(jìn)行一次順序?qū)懭朐龠M(jìn)行隨機(jī)寫入而不是直接通過若干次隨機(jī)寫入使得SSD進(jìn)入穩(wěn)態(tài)呢？這是由于SSD內(nèi)部的工作原理決定的：采用上述方法可以最快速度使得SSD進(jìn)入到隨機(jī)寫的穩(wěn)態(tài)。實(shí)際上，SSD在清空后，內(nèi)部的Flash物理空間被全面釋放出來，成為空閑資源。為了使SSD再次進(jìn)入穩(wěn)態(tài)，需要盡可能向SSD內(nèi)部寫入數(shù)據(jù)，占據(jù)這些空閑的Flash塊。只有SSD內(nèi)部的空閑塊基本用完，才能觸發(fā)它內(nèi)部的垃圾回收（GC）機(jī)制并盡快使得性能下降到穩(wěn)態(tài)。

對(duì)于一個(gè)容量為1000GB的企業(yè)級(jí)SSD，存在約15%的超額配置（Over Provisioning），內(nèi)部的Flash物理空間總共約為1150GB。如果對(duì)全盤順序?qū)懭胍淮?，占用的物理空間就是1000GB。而如果采用4kB隨機(jī)寫入的方式，對(duì)全盤隨機(jī)寫入1000GB的數(shù)據(jù)，由于兩次寫入的位置可能存在重疊，因此雖然占用的物理空間仍然是1000GB，但是這些空間對(duì)應(yīng)的邏輯地址要小于1000GB。那么兩者之間的差異到底是多少呢？

為了寫入1000GB的數(shù)據(jù)，采用4kB的寫入方式，待寫入的空間包含n=1000GB/4kB=2.610⁸個(gè)4kB的地址。而總計(jì)需要寫入n次4kB數(shù)據(jù)。設(shè)隨機(jī)變量M_i=1代表地址i沒被寫入任何數(shù)據(jù)這樣的事件，對(duì)于這n個(gè)地址中任意一個(gè)，由于所有寫入都是獨(dú)立并且均勻?qū)懭氲剿械刂房臻g，因此n次隨機(jī)寫入全沒有命中指定地址的概率



上面的式子利用了并假設(shè)n足夠大，其中e=2.718是自然對(duì)數(shù)的底數(shù)。為了計(jì)算所有這樣的沒有任何寫入命中地址空間的比例，借助大數(shù)定理



因此，全盤隨機(jī)寫入一次導(dǎo)致從來沒有寫入數(shù)據(jù)的地址所占據(jù)全盤的比例為e^-1，也就是說全盤隨機(jī)寫入一次僅僅相當(dāng)于寫入了1-e^-1=63%的地址范圍，除此之外37%的地址范圍是不包含有效數(shù)據(jù)仍然處于空盤狀態(tài)。因此，采用這種方法，即便寫入3次，也仍然有5%的地址范圍未被覆蓋，這相當(dāng)于憑空增加了5%的超額配置。因此采用全盤隨機(jī)寫入的方法進(jìn)行預(yù)處理的效率是很低的。



有些磁盤性能測(cè)試工具可以選擇在隨機(jī)寫入的時(shí)候指定是否允許寫入重疊的地址范圍。例如fio在隨機(jī)寫入的時(shí)候會(huì)記錄哪些地址曾經(jīng)寫過，它會(huì)避免已經(jīng)寫入的地址重復(fù)寫入，從而避免了上述填充的效率問題。為了記錄已經(jīng)寫入的地址范圍，它使用了系統(tǒng)中的一段內(nèi)存。如果系統(tǒng)內(nèi)存不足且不需要這個(gè)功能，可以通過norandommap開關(guān)把這個(gè)功能關(guān)閉。