摘要：俗话说：“如果你问五个经济学家对于某事的观点，你将得到十四种不同的答案。”大概就是说任何的评论员都能容易地给你一些关于某个主题的解释，但是经济学家似乎比他们能解释得更好。

第1页:存储设备与分层软件谁将造就存储的明天？ 第2页:存储设备与分层软件谁将造就存储的明天？

　　我相信随着科技的急速发展，IT也一样。所以说存储更是这样，从技术到用户，再到应用，都在飞一般地变化着。
　　
　　当几位存储专业人士聚到一起的时候，他们的话题总会转到存储的未来上。比如说我和Henry Newman在一起录制关于Linux文件系统这一系列的节目时，我们就会被问到，当我们领导着这一领域时，将会发展什么类型的文件系统或存储技术。
　　
　　我决定写一些关于存储未来发展的趋势，尤其是存储设备和分层软件，因为我觉得这两个主题需要放在一起来说。
　　
　　7200转与SSD欲分天下15000转或陷囧境？
　　
　　我们发现，越来越多的应用的性能是由IOPS性能控制的。在高性能计算（HPC）中，检查应用I/O模式显示小的读写函数调用比之前预估的更为普遍。从典型的程序中可看出，读取GB级数据甚至TB级数据有大量的1k和4k的读写函数调用。所以，通过这些工作负载不难看出，占主导地位的IPOSI/O模式已深入到操作系统和文件系统中。
　　
　　有些任务是去帮助操作系统处理以IOPS为主导的工作负载。其中一个方法是在存储服务器中使用大量的缓冲区，允许系统将小的读写函数合并成为大的函数调用中去。因为这样能够减少IOPS的影响，可能会使得工作负载变得更有顺序。然而，这样有时会需要巨大的缓冲区来做这个事情。此外，这还会导致很大的延迟，因为每个被保留在缓冲区的具有I/O功能的数据试图合并到一个单一的请求中。在试着转换IOPS工作负载到连续的工作负载之间有一个分界线，它并没有升级到非常高的延迟。因此实际的结果很大一部分取决于那些特殊的应用以及工作负载。
　　
　　我们还发现，有比我们预想更多的工作负载使用随机IOPS而不是连续IOPS。连续的IOPS是合适的工作负载，因为许多系统能够接受它们而且能将它们合并到单一的请求中，仅使用极小的缓冲区，因此只有很小的延迟。所以致使所需的IOPS比我们期待的要小。但是如果有足够临近的IOPS功能，你可以将请求转换到单一的更大的I/O请求中。然而，对随机的IOPS来说，没有太多你能够做的事情，除非在存储服务器中做个特别大的缓冲区。
　　
　　使用这些趋势，应用到存储设备中，能够看出当应用正在运行中时，我们需要更大IOPS能力的设备。我以IOPS的能力来将存储设备按如下归类：
　　
　　•7200转SATA/SAS驱动器：100-125IOPS性能
　　
　　•15000转SATA/SAS驱动器：200-300IOPS性能
　　
　　•SATA/SASSSD:10000-100000IOPS性能
　　
　　•PCIeSSD:100000-1000000IOPS性能