应用程序性能的左右手:网络和存储I/O

简介:

应用程序的性能表现可能会随着系统管理员做出的决定而发生变化。对于网络、I/O、内存和CPU来说,企业需要根据自身需求作出选择。这篇文章是介绍影响虚拟应用程序性能表现因素系列文章的第二部分。

网络是应用程序之间相互通讯的桥梁,也是用户使用应用程序的前提条件。对于应用程序来说,网络是必要组成部分,但是应该如何在应用程序当中进行配置呢?我们都知道网络对于基础架构十分重要;然而,应用程序和基础架构在网络方面的需求并不完全相同。现在数据中心当中最为常见的网络带宽是1GB,除了网络备份之外,很少有应用程序能够完全占用全部带宽。这主要是因为限制应用程序性能表现的硬件瓶颈主要在于硬盘,而且大多数应用程序都经过良好设计,在通讯方面进行了优化。

如果对30台拥有1GB网络连接的物理服务器进行虚拟化,那么通过简单的数学计算可以得出总共需要30GB的网络带宽。然而,如果每台服务器只占用100MB的带宽,那么30GB的网络带宽需求将会锐减为3GB。尽管并非所有应用程序都拥有相同的网络需求,但是通常应用程序都会受到硬件因素的限制,网络带宽并不能成为性能瓶颈。现在网络连接已经开始超过10GB,并且向25GB和100GB的范围发展,因此大多数应用程序都不会遇到网络方面的限制。对于应用程序领域当中的软件定义网络技术来说,应用程序服务器自身应该并不知道网络基础架构的存在,因为其位于虚拟化的“物理层”之下。所以是否使用SDN需要由业务部门和基础架构部门共同决定。这种技术能否成为未来的发展趋势?很有可能,但是企业选择的时机将会成为关键因素。

管理IOPS以减少性能瓶颈

I/O才是整个环境当中真正的限制性因素。在影响数据中心性能表现的四个硬件因素当中,存储发生了最为剧烈的变化。对于传统服务器来说,受制于天生的机械特性,存储通常会成为服务器性能表现的瓶颈。不同于CPU和内存,存储的物理构造有可能限制应用程序的性能表现。如果在同一个存储系统当中同时运行多个虚拟机,那么这种性能瓶颈将会变得更加明显。然而,更大的RAID组、Meta-LUN和固态磁盘(SSD)已经极大地提升了存储系统能够提供的IOPS。在融合基础架构当中存储拥有和服务器相同的架构,因此IOPS得到了进一步提升。但存储是所有因素当中唯一一种新技术不能简单取单传统技术的因素。SSD并没有完全替代传统机械硬盘,尽管其性能表现已经得到大幅提升,但是随着容量增加其价格也会快速提升,这是一个无法忽略的因素。

如何构建网络和存储基础架构

这种情况通常会产生机械硬盘和SSD两者同时存在的混合环境。从磁盘价格差异方面来说,这不再是一种性能表现问题,而是成本问题。如果让应用程序所有者在性能或者容量方面做出选择,那么通常会得到相同的答案:SSD。采用厂商推荐的解决方案应该更加实际一些,但是这些仍然只停留在理论阶段,而不是实际生产环境当中。监控应用程序I/O是唯一的正确方式,因为其能够反映环境当中用户的真实操作情况。通常使用之后再进行监控当然不能帮助你在购买时做出选择——除了存储。存储在四种因素当中是最为特殊的,因为其通常最容易进行更改和扩展。向大多数存储架构当中添加新磁盘都不会产生中断,并且大多数存储系统都能够支持多种不同级别的存储。

由于管理员能够在不同级别的存储当中移动虚拟负载,并且不会产生中断,因此虚拟环境当中最难决定的问题之一变成了最简单的问题之一。而容量方面则相对简单一些,可以利用薄置备技术来帮助满足需求。借助于厂商提供的指导方案,管理员能够轻松找到部署存储的出发点,根据应用程序需求来扩展存储。分散购买所有设备可以让企业更加灵活地分析性能瓶颈在哪里,随后做出相应调整。由于存储通常是一个共享环境,因此能够深入分析不同应用程序之间会产生哪些相互影响。这种方式能够帮助企业避免一些常见问题,比如VDI启动风暴或者备份等。

对应用程序进行深入分析是判断如何扩展虚拟环境的最佳方式。虚拟化拥有多种特性,这些特性能够对基础架构和企业产生巨大影响。也许基础架构能够吸引大量注意力,但是不要忘记应用程序以及如何使用虚拟化来支持它们才是关键。


作者:Brian Kirsch 翻译:王学强

来源:51CTO

相关文章
|
1天前
|
存储 安全 光互联
|
2天前
【评分标准】【网络系统管理】2019年全国职业技能大赛高职组计算机网络应用赛项H卷 无线网络勘测设计
【评分标准】【网络系统管理】2019年全国职业技能大赛高职组计算机网络应用赛项H卷 无线网络勘测设计
【评分标准】【网络系统管理】2019年全国职业技能大赛高职组计算机网络应用赛项H卷 无线网络勘测设计
|
2天前
|
网络协议 安全 Linux
【题目】【网络系统管理】2019年全国职业技能大赛高职组计算机网络应用赛项H卷
【题目】【网络系统管理】2019年全国职业技能大赛高职组计算机网络应用赛项H卷
【题目】【网络系统管理】2019年全国职业技能大赛高职组计算机网络应用赛项H卷
|
2天前
|
机器学习/深度学习 数据可视化 数据挖掘
R语言神经网络模型金融应用预测上证指数时间序列可视化
R语言神经网络模型金融应用预测上证指数时间序列可视化
|
3天前
|
存储 安全 网络安全
网络安全与信息安全:防范漏洞、应用加密技术与提升安全意识
【5月更文挑战第5天】 在数字化时代,数据成为了新的货币,而网络安全则是保护这些“货币”的金库。本文深入探讨了网络安全领域中的关键要素:网络漏洞、加密技术以及个人和组织的安全意识。通过对网络漏洞的识别与防护策略的分析,我们揭示了黑客攻击背后的机理及其防御手段。同时,文章详细阐述了加密技术的工作原理、种类以及它们如何成为维护信息安全不可或缺的工具。最后,我们讨论了安全意识的重要性,并提出了一系列提升个人和企业安全意识的策略。本文旨在为读者提供一套全面的网络安全知识框架,以应对不断增长的网络威胁。
21 6
|
4天前
|
机器学习/深度学习 人工智能 监控
【AI 场景】如何应用人工智能来增强企业网络的网络安全?
【5月更文挑战第4天】【AI 场景】如何应用人工智能来增强企业网络的网络安全?
|
4天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AIOps在未来网络管理中的应用与挑战
【5月更文挑战第4天】随着人工智能和大数据技术的飞速发展,智能化运维(AIOps)正逐渐成为IT运维领域的革新力量。本文探讨了AIOps在现代网络管理中的关键作用,分析了其在故障预测、自动化处理、以及提升决策效率方面的潜力。同时,文章还针对AIOps实施过程中面临的技术挑战、数据隐私及安全性问题进行了深入讨论,并提出了相应的解决策略。通过实际案例分析,本文旨在为读者提供一个关于AIOps在网络管理领域应用的全面视角。
|
8天前
|
机器学习/深度学习 自动驾驶 安全
基于深度学习的图像识别技术在自动驾驶系统中的应用网络安全与信息安全:防御前线的关键技术与意识
【4月更文挑战第30天】随着人工智能技术的飞速发展,深度学习已成为推动多个技术领域革新的核心力量。特别是在图像识别领域,深度学习模型已展现出超越传统算法的性能。在自动驾驶系统中,准确的图像识别是确保行车安全和高效导航的基础。本文将探讨深度学习在自动驾驶中图像识别的应用,分析关键技术挑战,并提出未来的发展方向。
|
8天前
|
机器学习/深度学习 PyTorch TensorFlow
【Python机器学习专栏】卷积神经网络(CNN)的原理与应用
【4月更文挑战第30天】本文介绍了卷积神经网络(CNN)的基本原理和结构组成,包括卷积层、激活函数、池化层和全连接层。CNN在图像识别等领域表现出色,其层次结构能逐步提取特征。在Python中,可利用TensorFlow或PyTorch构建CNN模型,示例代码展示了使用TensorFlow Keras API创建简单CNN的过程。CNN作为强大深度学习模型,未来仍有广阔发展空间。
|
8天前
|
安全 网络安全 Android开发
云端防御策略:融合云服务与网络安全的未来构建高效的Android应用:从内存优化到电池寿命
【4月更文挑战第30天】 随着企业加速向云计算环境转移,数据和服务的云端托管成为常态。本文探讨了在动态且复杂的云服务场景下,如何构建和实施有效的网络安全措施来保障信息资产的安全。我们将分析云计算中存在的安全挑战,并展示通过多层次、多维度的安全框架来提升整体防护能力的方法。重点关注包括数据加密、身份认证、访问控制以及威胁检测与响应等关键技术的实践应用,旨在为读者提供一种结合最新技术进展的网络安全策略视角。 【4月更文挑战第30天】 在竞争激烈的移动市场中,Android应用的性能和资源管理已成为区分优秀与平庸的关键因素。本文深入探讨了提升Android应用效率的多个方面,包括内存优化策略、电池