Как определить потребности IOPS после получения данных Transfers/sec?
Допустим, я собрал данные о дисковых передачах в секунду за период 2x24 часа, то есть мгновенную выборку данных каждые 15 секунд. Какой статистический анализ я могу / должен применить к образцам, если я хочу использовать данные, например, для предоставления хранилища?
Должен ли я просто использовать пиковое значение (которое происходит менее 1% времени)? Должен ли я использовать среднее / среднее значение? Или формула, включающая среднее значение и отклонение?
2 ответа
Вы всегда выбираете пики, если только это не та нагрузка, которая может позволить иметь высокую задержку при большом количестве операций ввода-вывода. Это одна из причин, почему широкое чередование так популярно - вы можете собрать кучу рабочих нагрузок и размеров для пика их совокупного использования - разные части будут пиковыми в разное время, поэтому вы можете использовать более дешевые диски для обеспечения одинакового вместимость.
Широкий чередование предполагает, что это какое-то централизованное хранилище. Если это локально, конечно, вы не можете агрегировать нагрузку таким образом.
К сожалению, нет простого ответа на этот вопрос. Сначала рассмотрите ваши потребности. Сколько денег вы готовы / способны потратить? Сколько избыточности вам нужно? Сколько общего хранилища вам нужно? Какую задержку вы можете терпеть? Какой рост вы будете иметь за период времени, в течение которого система будет работать (как по размеру, так и по iops)? У вас есть время, чтобы сохранить и сократить ваши данные, чтобы уменьшить размер?
Самое близкое к тому, что я могу ответить на ваш вопрос, это отметить, что если вы не можете обрабатывать мгновенные iops в любой момент времени, вы просто увеличите задержку. Если латентность не важна, то покупка хранилища, основанная на прогнозируемом росте среднего числа iops, не является плохим началом.
ПРИМЕЧАНИЕ. Резервирование не является решением для резервного копирования, поэтому также планируйте резервное копирование. Резервные копии могут (должны) быть изолированы от ваших живых данных по времени и пространству.