英特爾傲騰(Optane)既有消費級產品,也有企業級數據中心專用的產品,其實就是P4800X系列。
從官方介紹的數據來看,與3D NAND的DC P3700相比,DC P4800X在較低隊列深度下的讀寫性能表現,讀寫響應時間,QoS等方面都有很大優勢。
Optane的應用定位比較特殊:既能跟普通的3D NAND站在一個隊伍,組成快存儲和Cache方案。也能跟DRAM站在一塊組成內存池,作為擴展內存。如下圖所示:
Optane用作SSD
我們先來看Optane用作變異版的SSD的場景。之所以說是變異版,是因為Optane的一些特性能秒殺NAND SSD,其中以穩定性和低延遲最令人印象深刻,這點非常企業級。
當用作快存儲的時候,簡單說就是加速。作為數據庫,對性能最直接的要求就是TPM更高,多用戶多線程下的高TPM是數據庫的最基礎的要求。英特爾用DC P3700和DC P4800X做了一個對比實驗(除了硬盤以外,別的全一樣),用Sysbench給出OLTP壓力,做出的測試結果如下圖。
橫坐標是線程數,從單線程開始到64線程結束,左側縱坐標是TPS(每秒的事務數),右側縱坐標是延遲(時延)。隨著線程數增長,TPS都在快速增長,當達到64線程的時候P4800X的TPS能達到16k以上,而P3700也有12kTPS,直觀來看,差距是在不斷拉大的,P4800X的優勢不難發現。
這點展現出DC P4800X在多用戶、高并發訪問,OLTP的場景下的性能優勢,比如淘寶雙十一,證券金融行業的頻繁事務處理,海量數據的實時數據分析等等場景,都需高負載下的穩定服務能力。
其實更值得注意的是P4800X的延遲時間,即使是到了16k(16480)TPS,64線程的時候也能控制在10ms,而P3700在4線程,1395TPS的時候就已經超了10ms了,性能延遲非常低,而且非常穩定,從圖中可見,這點P4800X完全秒殺P3700。
如果是對可預測性能有要求的場景,對SLA有嚴格要求的場景的話,P4800X無疑將大放異彩。
在2018年的傲騰技術媒體分享會上,阿里的數據庫專家介紹了Optane加速POLARDB的實踐。據介紹,在傲騰的幫助下,阿里云POLARDB達到了開源的MySQL能力的6倍性能。因為傲騰技術創新的3D XPoint介質比NAND顆粒提供了更好的I/O延遲和I/O QoS穩定性,在數據庫的整體QoS上阿里云在95%延遲的指標上提升了76%的性能。
類似于Polardb這樣的云數據庫,對存儲的要求既有性能,也有大容量,很多時候,一塊SSD裝不下一個完整的數據庫,所以,需要把大的數據庫存放在SSD組成的RAID上,SSD有普通SATA NAND SSD也有Optane,英特爾傲騰在CAS軟件的幫助下實現智能的數據分層,而且會創建一些讀寫的Cache,不同的介質有不同的讀寫負載。
英特爾用Sysbench做了一組對比試驗,搭配有Optane的一組測試數據比純SATA組的數據完成1百萬事務處理的速度快了5.6倍。有了傲騰之后的數據庫查詢速度明顯提升。圖中的藍色曲線有幾次大的變化主要是因為Sysbench改變了不同的測試復雜,比如開始是單行操作,連續多行操作,不連續多行操作等,即使是在不同負載下,有傲騰和CAS的一組測試數據也表現的非常穩定。
高穩定性、低延遲是基于3D Xpoint的Optane相對于普通3D NAND的絕對優勢,那么對于所有關注穩定性、關注性能的關鍵業務領域,都應該考慮這種Optane創新存儲方案,它適用于各種OLTP場景。
Optane用作擴展內存
Optane用作擴展內存,英特爾通過IMDT技術將Optane與DRAM組成內存池,而且不用系統做什么改變,更不需要應用做出多大改變,只需要安裝操作系統之前安裝一個底層軟件即可,在IMDT的幫助下,Optane能突破系統識別的DRAM的空間限制,提供與DRAM相近的性能表現。
這一技術實現是一種突破,操作起來很難,但應用場景非常清楚,Optane用作內存目的就是為了部分替代昂貴的DRAM內存,花同樣的錢能擁有更多內存。
大內存的好處毋庸置疑,操作系統運行加載程序需要大內存,一些內存型的應用也需要大內存,壓縮解壓縮也需要大內存,數據分析也需要大內存,機器學習也是內存越大越好,而且,Optane是非易失性的,掉電也不丟數據。
對于廣大的超大規模數據中心用戶,比如許多云廠商來說,Optane內存能顯著降低這些企業在內存上的投入成本,這是廣大云計算服務商所喜聞樂見的。在高性能計算領域,大的內存能提升科研和科學計算輸出結果的速度,能更快地得到仿真結果。
-
英特爾
+關注
關注
61文章
9985瀏覽量
171964 -
3D
+關注
關注
9文章
2894瀏覽量
107662 -
云數據
+關注
關注
0文章
117瀏覽量
16626
原文標題:英特爾傲騰DC P4800X有哪些適用場景?
文章出處:【微信號:D1Net11,微信公眾號:存儲D1net】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論