突破Informix固态磁盘I/O瓶颈
至今为止,我在固态硬盘 (SSD) 上成功运行主 Informix 开发数据库服务器的时间已经超过一年。我的开发服务器配备 12 枚 CPU 内核、24 GB 的 RAM、5 TB 磁盘空间和一块 512 GB 的固态硬盘。我使用这台服务器开发了 Informix 数据仓库项目,并对 OLTP 版本执行
至今为止,我在固态硬盘 (SSD) 上成功运行主 Informix 开发的时间已经超过一年。我的开发配备 12 枚 CPU 内核、24 GB 的 RAM、5 TB 磁盘空间和一块 512 GB 的固态硬盘。我使用这台服务器开发了 Informix 数据仓库项目,并对 OLTP 版本执行了基准测试。去年购买这台服务器之后,我开始尝试使用 SSD。我将主 Informix 空间从一对镜像的磁盘驱动器迁移到了 SSD。我对两个 Informix 服务器都执行了测试:一个是 11.50 版本,另一个是 11.70 版本。两个版本在 SSD 上运行时的速度都有所提升。我使用了到数据库空间的链接,因此可以将空间在常规磁盘驱动器与 SSD 之间来回复制、重置链接并启动服务器,以便测试性能。SSD 的性能要好得多,我完全不希望再回头使用旧的磁盘驱动器。SSD 的稳定性非常出色,所以我推荐对关键生产系统使用 SSD。
多年以来,磁盘驱动器一直是数据库性能瓶颈。磁盘空间越来越大,人们不断在其中存储越来越多的数据,但磁盘驱动器的速度并没有提升。随着磁盘中数据量的增加,吞吐量也成为严重问题。典型情况下,加速磁盘 I/O 的最好方法就是将数据分布到多块磁盘驱动器上,在每个磁盘中都存储较少的数据库。SSD 改变了一切,我认为磁盘驱动器将来会像磁带驱动器一样走向没落。所有人都会在 SSD 上运行程序,磁盘驱动器将仅用作备份介质。在笔记本电脑、台式机和服务器数列中,SSD 的出现频率越来越高。
混合磁盘系统是一种有趣的发明,它将 SSD 与传统硬盘结合使用。部分供应商提供的数列将 SSD 作为一批传统磁盘驱动器的智能缓存。其思路在于,将所有数据页面都存储在传统磁盘驱动器中,而最常用的数据页面则缓存在 SSD 中。我的一位客户使用此类数列获得了极大的成功,实现了显著的性能提升。其他混合趋势包括将 SSD 直接与大容量磁盘驱动器配对,将它们作为磁盘缓存。Seagate 和 OCZ 均推出了混合式磁盘驱动器或磁盘卡。虽然混合的方法能提高性能,但不如纯 SSD 速度快。我认为这只是一些临时措施,最终 SSD 的成本将降低,性价比也将提高。随着 SSD 产量的增加,成本的降低,混合方法将不再必要。
设置基准测试
为了撰写这篇文章,我决定从头开始,执行基准测试来测量 SSD 能提供的性能改进。我想执行压力测试,测量顺序读取、批量顺序读取和随机读取与写入的性能。我重新安装了最新版本的 Informix 11.70 FC4,用全新的安装和脚本从头开始制作我的 Informix 环境。每次测试都使用相同的 ONCONFIG 文件,我通过更改 Informix 磁盘空间的链接在传统磁盘驱动器与 SSD 之间切换。我使用的传统磁盘驱动器是当今大多数生产系统中常见的高速镜像对。图 1 的表格中显示了结果。
基准测试 | 镜像磁盘设备 | SSD 磁盘设备 | 提高的百分比 |
1. 配置 Dbspace 和日志 | 47 分钟 24.986 秒 | 30 分钟 38.419 秒 | 64.60 |
2. 导入数据库 | 82 分钟 18.984 秒 | 67 分钟 40.300 秒 | 82.20 |
3. 基准测试 2:批量计费作业 | 3 分钟 21.258 秒 | 2 分钟 35.227 秒 | 77.11 |
4. 基准测试 4:具有 1,000 个用户的 OLTP | 5,272 tpmC | 116,849 tpmC | 2,216.41 |
5. 数据仓库查询基准测试 | 4 小时 19 分钟 | 3 小时 14 分钟 | 74.90 |
平均总体提高 | 503.05 |
图 1:SSD 与 磁盘驱动器基准测试结果对比
下面介绍了各基准测试的测试任务。
1. 配置 Dbspace 和日志 第一项测试测量创建所有 dbspace 和所有逻辑日志花费的时间,并将物理日志移动到独立的 dbspace 中,然后重建基准测试环境。将 Informix 设置为执行直接 I/O,并在两项测试中使用成熟的文件。过去,我直接在 SSD 与传统磁盘驱动器之间复制 dbspace;这次测试在两个系统中重建了整个环境。
2. 导入数据库 下一项任务是执行各配置中使用的各数据库的 dbimport。该任务将对驱动器的写入性能执行压力测试。
3. 基准测试 2:批量计费作业 2009 年,IIUG Informix User Conference 的 Fastest DBA 大赛中执行的就是这项基准测试——过去,我曾在文章中介绍过这一基准测试。测试的目标是磁盘 I/O,因此我并未优化 SQL 来减少读写数量。
4. 基准测试 4:具有 1,000 个用户的 OLTP 这是 2011 IIUG Informix User Conference 的 Fastest Informix DBA 大赛中使用的基准测试。Advanced DataTools 为大赛提供赞助,寻找和奖励速度最快的 Informix DBA。此次大赛是过去三届 Informix 会议中最有趣的活动之一。 测试使用 Open Source BenchmarkSQL Java 程序,生成了 1,000 个会话,对一个 Informix 数据库执行插入、更新和删除操作。Open Source BenchmarkSQL 是一项 JDBC 基准测试,与 TPC-C 的 OLTP 标准极其接近。在大赛中,参赛者需要处理运行 1,000 个 OLTP 用户的 Informix 服务器,在一个小时内对其进行优化,然后评选出谁能实现最高的每分钟事务处理量。由于这属于执行读取和写入操作的随机 I/O 测试,因此会对磁盘驱动器的随机 I/O 功能进行压力测试。SSD 在这次测试中表现最佳,每分钟执行的事务处理量是传统磁盘驱动器的 2,216%。
5. 数据仓库查询基准测试 这是我开发的一个新基准测试,用于测试数据仓库性能。SSD 容量最高为 512 GB,因此我使用一个较小的数据库,运行了 18 个复杂的数据仓库查询。大多数查询需要对一个事实表进行顺序扫描,以获得相关结果,因此可以通过该操作对驱动器的读取访问进行压力测试。
关键考虑事项
在将 Informix dbspace 迁移到 SSD 的过程中,您还需要考虑可能存在磁盘 I/O 瓶颈的其他方面。在数据仓库基准测试中,我初次迁移到 SSD 时并未如期获得出色的性能。受磁盘 I/O 性能影响的另外两个因素是查询报告的临时排序空间和输出空间。将报告的临时空间和输出空间迁移到 SSD 之后,性能获益非常明显。实际上,将 Informix temp dbspace 迁移到 SSD 或许是利用这项新技术的最快方法,同时还能保证不需要重新配置整个服务器。
我与其他管理大型图像处理系统(例如影片制作)的管理员讨论了 SSD 技术。这些系统需要接近实时地访问庞大的图像文件。这些管理员已经成功构建了包含 6 到 8 块 SSD 的 RAID-10 数列。根据他们的报告,RAID-10 的数据镜像与条带化能够提高安全性,还能提高 SSD 原本已经非常出众的性能。我非常希望使用 Informix 数据库亲身体验一下这样的改进。
有关 SSD 的担忧之一就是其作为新技术的可靠性。对我来说,一块 SSD 使用了整整一年,而且完全没有出现过任何问题。而在相同的时间段内,我的三块普通硬盘都发生了故障。任何介质都必然会发生故障,因此最好始终计划备份解决方案。所有磁盘驱动器都需要定期备份。如果我使用 SSD 设计一个新的生产级 Informix 数据库服务器,我会在常规磁盘驱动器上创建一个 Informix 高可用性远程辅助服务器 (RSS) 作为备用系统。这是任何生产数据库服务器的最佳实践。
结束语
在所有数据库中,SSD 都能更快地完成 Informix 数据库任务。在顺序扫描、随机 I/O 和读取与写入中,SSD 的表现始终遥遥领先。SSD 极大地提升了 OLTP 随机磁盘 I/O 基准测试的性能。图 1 中的数字能证明一切。一言以蔽之,提高 Informix 数据库服务器速度最便捷的方法就是将 dbspaces 迁移到 SSD 中。Informix 在 SSD 上的运行表现良好。

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

前言在變數、陣列和物件中儲存的資料是暫時存在的,程式結束後它們就會遺失。為了能夠永久保存已建立的數據,需要將其保存在磁碟檔案中,這樣就可以在其他程式中使用它們。 Java的I/O技術可以將資料保存到文字檔案、二進位檔案甚至是ZIP壓縮檔案中,已達到永久性保存資料的要求。掌握I/O處理技術能夠提升對資料的處理能力。一、流概述流是一組有序的資料序列,根據操作的類型,可分為輸入流和輸出流兩種。 I/O(Input/Output,輸入/輸出)流提供了一條通道程序,可以使用這條通道把來源中的位元組序列送到目的地。

探究Laravel效能問題:分析瓶頸與解決方案! Laravel是一款流行的PHP框架,透過其優雅、直覺的語法和功能豐富的工具箱,幫助開發者更有效率地建立Web應用程式。然而,隨著應用程式規模和訪問量的成長,可能會出現效能問題,影響使用者體驗和系統穩定性。本文將探討Laravel應用中常見的效能瓶頸,以及解決這些問題的一些方法。 1.查詢效能瓶頸在Laravel應用程式中

♒I/O流原理及流的分類I/O原理I/O是Input和Output的縮寫,I/O技術是非常實用的技術,用於處理資料傳輸(如:讀/寫文件,網路通訊) Java程式中,對於資料的輸入/輸出操作是以流(stream)的方式進行的java.io包下提供了各種流(stream)類和接口,用以獲取不同種類的數據,並通過方法輸入和輸出數據。檔案流:檔案在程式中是以流的形式操作的輸入流:資料從資料來源(檔案)到程式(記憶體)的路徑輸出流:資料從程式(記憶體)到資料來源(檔案)的路徑I/ O流的分類依操作資料單位分為:位元組流

Go語言是一門專門針對並發程式設計的程式語言,其特點是輕量級、簡單易學且強大。而為了支援大量並發操作,Go語言提供了一種I/O復用機制,可以有效減少系統開銷和提高程式效率。 I/O復用機制,也稱為多路復用技術,是一種能夠同時監控多個文件描述符並等待其中任意一個或幾個文件描述符產生可讀、可寫或異常事件的技術,它能夠減少運行時系統資源的消耗,提高程式效率。在Go語言中

在現代的網站和應用程式開發中,效能一直是一個極其重要的問題。隨著用戶對快速加載和響應速度的需求不斷增加,開發人員需要特別關注效能優化方面。對於使用Laravel框架進行開發的開發人員來說,優化應用程式的效能以避免常見的效能瓶頸是至關重要的。本文將探討Laravel開發中需要注意的一些事項,以協助開發人員避免常見的效能問題。使用合適的資料庫索引在Larave

標題:突破Java數組的瓶頸:掌握常用方法的利器正文:隨著電腦技術的不斷發展,資料處理已成為各個領域中不可或缺的一部分。在Java語言中,陣列是最基本的資料結構之一,廣泛應用於各種演算法和程式。然而,對於大規模的資料處理來說,傳統的Java數組在效能和效率上存在著一定的瓶頸。本文將介紹一些突破Java數組瓶頸的方法,並給出具體的程式碼範例。使用ArrayLi

如何優化C++開發中的效能瓶頸摘要:在C++開發中,效能瓶頸是一個常見的問題。本文將介紹如何辨識和解決C++開發中的效能瓶頸,並提供一些最佳化技巧和建議。引言C++是一種強大的程式語言,被廣泛用於開發高效能的應用程式。然而,在C++開發過程中,效能問題常常造成頭痛。效能瓶頸可能導致應用程式的運行速度變慢,消耗更多的資源或產生不符合預期的結果。因此,優化性能瓶

JavaI/O流中,緩衝區是快取資料的記憶體區域,可提高I/O效能。緩衝區管理涉及以下步驟:讀取資料並緩衝;填充緩衝區;從緩衝區讀取資料;清空緩衝區。
