本文转载自《戴尔企业级解决方案》微信公众号，其中观点仅供参考，如有不同意见欢迎与我交流。QQ：490834312
编者注：NetApp的Flash Cache是一种优秀的SSD缓存技术，很早就使用PCIe闪存卡保证了高性能，只读加速又规避单点故障，而我们认为它与WAFL文件系统的结合，包括元数据加速等才是其成功关键；而戴尔Compellent Data Progression也不是一种普通的自动分层存储，它之所以在同类技术中受到好评，与存储底层的完全块级虚拟化、页面生命周期管理，以及Replay快照功能都是分不开的。
有人说Tier和Cache这两种技术，有各自适合的场景，但我更倾向于认为它们解决的是同一类问题。在传统单层磁盘阵列的基础上，添加SSD缓存相对容易实现，而自动分层存储要想把效果做好则是一件不太容易的事情。在本文中，我们将从几个角度全面地比较自动分层存储和SSD缓存，究竟有没有一种相对完美的实现呢？
从目前看，固态混合阵列的出货量仍远超出新兴的全闪存阵列市场。一方面7200转硬盘的单位容量成本，与SSD相比仍有巨大优势，对于想兼顾高IOPS和大容量存储需求的用户，选择带有自动分层存储或者闪存缓存的阵列还是一个不错的选择。对
于传统使用高转速（特别是15K）硬盘的企业存储市场，戴尔等厂商已经开始以硬盘的价格为用户提供全闪存配置。当前全闪存阵列市场还处于发展阶
段，MLC（或者企业级MLC）闪存逐渐成为主流，尽管它的性价比更好，但一方面写入性能比SLC相差不少，另外仍有人担心MLC的寿命问题。因此，在SLC和MLC闪存之间的智能分层也不失为一个理想的解决方案。在混合阵列的优化技术路线上，有些厂商选择支持自动分层存储（Tier），有些厂商则提供SSD缓存（Cache）功能，还有对两种技术都支持的。我们曾遇到过一些用户不知该如何选择，也遇到过在项目采购招标中指定其中一种，从而使部分产品处于有利地位的。今天，我们从以下7个维度来比较相关技术，前6项规定满分为5分，由于站在每个特性对整体影响的角度来看，故最低得分设为3。最后一个附加考量项目，允许+2的加分。对
于SSD缓存技术而言，大部分只是Read
Cache，也就是将热数据的副本放到SSD中，只加速读操作。这样有一个好处，就是不用太担心SSD或者闪存卡故障，最多是性能下降但不会丢数据。当然
也有支持SSD写缓存的，这种情况下一定会对闪存盘做RAID保护，因为在数据没有写入硬盘之前，它们在闪存write
buffer中是唯一的。开始时，厂商为了减少性能损失选择RAID 1多一些；也有希望容量利用率高的厂商支持了RAID 5。存储阵列上的SSD读/写缓存，可以理解为DRAM高速缓存的一个大容量补充闪存与传统机械硬盘的一个明显区别，就是它的读性能比写性能好。如果将有限的SSD容量同时用于缓存加速读和写，有时候效果并不是很好。所以，尽管SSD读写缓存某种程度上类似于自动分层存储，但它们之间的区别还是不小的。相比之下，在这一点上自动分层存储不怎么纠结，只要是位于SSD高性能分层的数据读写都一样加速。不过我们认为，不同的分层技术对SSD和HDD之间的调度算法还是有许多不同之处。请继续往下看…注：由于特点突出，在本文中我们将戴尔Data Progression与其它自动分层存储分开对比。SSD缓存无外乎是两种用法：read cache和write buffer，都是用于加速，而且只区分2种性能等级的存储介质——SSD添加到HDD存储池，对于在硬盘上的数据来说，没有进一步的数据管理功能。
对于自动分层存储技术，有些只能支持2个分层，因为这样的数据迁移规则和算法最简单。当在SSD之外还配置高转速和大容量两种硬盘时，在一个层中混用将无法充分发挥它们的性能。
能
够支持3个或以上Tier的自动分层存储一般是中高端产品，戴尔SC（Compellent）阵列的Data
Progression便是其中的代表。而且戴尔SC还提供一些独特的功能，可以将快照后的只读数据在同一存储层中由RAID 1转换为RAID
5或6存放，一方面节约了存储空间，同时还能保证读写性能不下降。注：得益于底层原生块级虚拟化技术，戴尔SC存储支持将新数据永远写入到高速RAID 1中以保证写性能，对已经迁移到RAID 5/6的数据块也不会原地修改。对于SSD缓存技术来说，它的容量不会累加到存储池，也就是说实际可用空间还是HDD RAID的容量。自动分层存储的总可用容量，则是来自多个分层，包括SSD RAID和HDD RAID之和。
SSD Cache只是把数据当做临时空间，最终还是要写进永久存储层的，并不能减少IO，以及优化数据在磁盘上的位置。而自动分层存储是把SSD当做真正数据的家。
也许有人会说这个影响不大，因为SSD缓存容量平均只有存储池的3-5%。因为，SSD缓存管理的元数据，需要占用阵列控制器的内存资源，缓存页面的粒度比较细，例如有的产品是4KB。因此，带有闪存缓存的阵列能够管理的SSD Cache容量上限，通常为数TB级别。
自动分层存储对SSD的容量通常没有限制，有些厂商SSD数量的限制通常是人为的，主要是超过这个数量无法得到应有的性能提升。
自
动分层存储可以分为LUN和sub-LUN迁移粒度。其中根据数据访问频率在硬盘和SSD之间迁移整个LUN是早期有的厂商比较初级的做法；目前主流的都
是迁移LUN中的数据切片，一般厂商能做到16MB-1GB的水平，而戴尔Data
Progression则能达到512KB-4M的迁移粒度。这个粒度影响到对闪存的利用率，而且迁移不必要的数据也会带来额外的I/O。
戴尔SC阵列虚拟页大小有512KB、2MB和4MB三种，即Data Progression自动分层存储的迁移粒度。对于需要高I/O性能的存储访问，我相信每个用户都希望能尽快地被闪存“命中”，这是所有固态混合阵列都要面对的。对于SSD读缓存，有的算法是数据块读取一定次数（比如3次）之后被复制到闪存中，Cache使用达到一定比例再淘汰其中的不活跃数据，通常对热数据的响应速度还是比较快的；SSD写缓存则是先放到闪存，再根据一定规则后台刷新到磁盘。自动分层则不同了，有不少产品是将数据先写到低性能分层，按照预定或者设定的周期统计它们的活跃度，再把热数据迁移到SSD高速分层。这样实现比较简单，但是只要是写入的数据块还没有被迁移到SSD，那它的性能就无法提升。在这种情况下，数据移动的频率就比较重要了。尽管有的产品支持1小时统计周期执行一次，但考虑到白天可能影响到生产存储的性能，还是在每天夜间执行的更多。对
于另外一些自动分层存储技术，则是将数据先写入SSD高速分层以获得最好的性能，再根据某种策略向“下”迁移，比如戴尔Data
Progression。读写分离是戴尔SC（Compellent）的关键，默认每天一次执行Replay（快照）数据迁移不加重控制器的负担，并最大
程度减少对生产数据访问的影响。针对这种情况，统计周期和分层操作的频率就显得不太重要了，因为绝大多数应用环境都不会在较短时间内就把SSD分层的容量写满。而且戴尔SC阵列还支持在同一分层内，将快照数据由RAID 1转化为RAID 5/6，在保证读/写性能的同时提高闪存利用率。5.区别对待最大发挥SLC/MLC/TLC闪存价值如果是同时支持读和写加速的SSD缓存，有的是按比例划分容量；也有少数产品建议用SLC做写缓存/MLC做读缓存的，比如ZFS文件系统。但ZFS的写缓存只是当作小容量日志来使用，更多目的是用来做缓存掉电保护。
绝大多数自动分层存储技术，不会对SLC和MLC闪存做区别对待，所以通常只能使用一种类型的SSD。
而
戴尔“闪存优化型”Data
Progression分层还有一项“读写分离”技术。有些厂商的全闪存阵列（AFA）只是为了炒作而成的产品线，而戴尔则是真正扎扎实实做闪存优化的厂
商，是业界唯一一个做SLC、eMLC分层，现在又第一个把TLC融入到存储介质中。就像我们在前文中介绍的那样，写密集型（SLC）SSD中的数据会定
期迁移至读密集型（MLC或TLC）分层，这样SLC专注于写而MLC/TLC专注于读，两种操作都能获得理想的性能，同时提供良好的性价比。至少有几家供应商提供服务器端的SSD缓存类产品。尽管它们中的许多可以搭配SAN阵列使用——而感知不到后端有没有闪存，所以是否在服务器和存储端使用多级闪存是个需要仔细规划的问题。
要
问有没有服务器端SSD缓存软件能跟后端阵列协同的？戴尔Fulid Cache for
SAN和SC阵列之间就有一个联动机制，当后端创建快照时会触发服务器闪存中的写缓存数据刷新到阵列，以保证与主机端应用的一致性。需要注意的是，下面的
评分并没有将Fulid Cache for
SAN与其它闪存缓存软件的比较考虑在内，有兴趣的朋友可以参考《性能与ILM的平衡：服务器闪存缓存的思考》一文延伸阅读。根
据戴尔流动数据的理念，底层是无所谓各种存储介质，确保数据可以无缝流动，不论是SLC、
eMLC、TLC闪存，15K、7200RPM硬盘甚至未来的各种介质，底层完全虚拟化包容。上层还可以通过Live Volume、Fluid
Cache实现跨越存储，和跨越存储-网络-服务器的数据流动才是戴尔的真谛。任何的自动化策略总有不适用的时候。比如每月固定1天结算，某个LUN需要最高的性能。这时，主流厂商的自动分层存储大多提供了手动和计划迁移的支持。相比之下，SSD缓存在这方面就无能为力了，用户基本上无法干预。戴尔SC Data Progression：+2分戴尔SC Data Progression：29分看完本文之后，不知我们比较的是否全面，这样的结果与您心目中是否一致？如果您是一名用户，今后再遇到自动分层存储和SSD缓存的选择时，还会再犹豫吗？
感谢您的阅读和支持！《企业存储技术》微信公众号：huangliang_storage
长按二维码可直接识别关注
历史文章汇总：http://blog.sina.com.cn/firegl