存储级内存真的适合你的应用吗

存储级内存真的适合你的应用吗,第1张

从2015年英特尔与美光发布3D XPoint非易失性内存技术以来,IT业内人士一直在围绕其性价比以及各项表现展开讨论。不过3D XPoint最初的市场反应,只能说是不冷不热。但随着英特尔和美光先后向市场引入基于3D XPoint技术的SSD(固态硬盘),也称为存储级内存(SCM);以及基于3D XPoint的DIMM(双列直插式存储模块),也称为数据中心级持久内存模块(DCPMM),或简称为PMEM,并提供实际的基准测试。基于其令人印象深刻性能指标,OEM系统供应商和企业用户的热情也开始高涨。

存储级内存

SCM是3D XPoint技术的第一个产品化实现。数据显示,SCM基准通常比最快的NVMe闪存SSD延迟更低,而且IOPS大约是后者的2.5到3倍。大型数据传输基准测试显示,性能提高了10倍之多。

也许SCM最重要的性能优势是它具有非常小的写入延迟,这是NAND闪存很难实现的。SCM更多搭载在高性能存储阵列中,虽然它也可用于服务器。

对于许多IT业内人士来说,主要考虑因素可能在于性价比。在相同容量下,SCM的平均价格点一般比最快的NVMe闪存SSD还要高出4到5倍。但是仅仅依据性价比来判断是否采用它,这从某种程度上来说是不合理的。因为这个问题归根结底是业务应用的问题,同时还要考虑性能提升所带来的“线上预算”回报。

对于许多IT人员来说,线上预算回报可能是一个新概念。它是指业务应用更快响应和更早上市带来的回报收入——如果没有性能提升,这些收入就不会存在。一个很好的例子就是高频交易,延迟减少10倍可以带来数百万美元的收入。对其他业务来说,延迟和响应时间的改善可能会加快上市速度,提高市场份额,从而带来更高的收入和利润。

那么,SCM对哪些应用程序最有价值呢?那些需要低读写延迟和大量数据传输的。数据库和各种人工智能技术,包括机器学习、深度机器学习和神经网络,都需要非常低的读写延迟。数据仓库、大数据分析和高性能计算,更能够从更快的大量数据传输中获益。

数据中心级持久内存

那么DCPMM或PMEM呢?在了解如何有效地使用这种技术之前,需要掌握一些背景知识。

到目前为止,DCPMM类产品只有英特尔供应,它是采用3D XPoint技术,基于DDR4标准的DIMM型内存。目前提供从128 GB到512 GB的不同容量规格。每个CPU最多支持6个DCPMM,每个DCPMM与一个DRAM DIMM配对。DCPMM需要第二代或更好的英特尔 Cascade Lake处理器支持。

从单个字节的存储的层面上来看,DCPMM的开销大约是DRAM的一半,但是速度大约要慢10倍。两者都以字节模式写入,它们的关键区别在于数据持久性。即使断电,DCPMM也可以保存数据,因此被称作持久内存。什么,等待。由于它基于非易失性3D XPoint技术,数据不应该总是持久的吗?答案是是也不是。

DCPMM有两种模式:内存模式和应用直接访问模式。内存模式是持久内存的主要使用方式,使它看起来就像DRAM一样。在内存模式下使用DCPMM时,系统会有更大的内存空间可供分配。使用DCPMM作为主要的内存存储,DRAM DIMM作为系统当前所需数据的快速缓冲区。就性能而言,这是比使用DRAM缓冲NVMe NAND闪存更好的选择。内存模式最好的地方是不需要改变应用程序或文件系统就可以使用DCPMM,也就是即插即用。然而,这些数据的存储一般来说是不持久的,持久存储需要应用直接访问模式。

应用直接访问模式使DCPMM看起来、给人的感觉以及工作表现都更类似于RAM磁盘。即使关闭电源,数据也会持续存在。这可以快速重新启动,最大限度地减少停机时间和避免数据丢失,尽管它本身无法自启动。应用直接访问模式对关系数据库很有吸引力,因为它简化了在内存中运行时的原子性、一致性、隔离性和持久性要求。更大的内存空间,也使得在内存中运行任何数据库都会更加容易。但与内存模式不同,应用直接访问模式并不是即插即用的。它需要修改应用程序,可能还需要修改文件系统——这不是一件小事。

一个比较出名的应用直接访问模式案例是Oracle Exadata X8M。Oracle使用应用直接访问模式通过融合以太网进行远程直接内存访问,以便将存储服务器中的所有DCPMM集中在一起,因此对于所有数据库服务器而言,它们都会作为单个持久内存池(每个机架最多27 TB)出现。其结果是惊人的,提供19µs乃至更低的延迟, 1600万8 K SQL读IOPS。Oracle在基于非持久内存的Exadata X8上,以同等价位只实现了250µs延迟和657万8 K SQL读IOPS。相同价格下,Exadata X8M延迟低10倍多,IOPS大约高2.5倍。

回到最初的问题,SCM和DCPMM值这个价吗?答案是:视情况而定。这取决于更低的延迟、更快的响应时间和更快的大数据吞吐量是否会显著提高生产力、上市时间和业务收入,当然同时也取决于性价比。

责任编辑:ct

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/2491496.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-04
下一篇 2022-08-04

发表评论

登录后才能评论

评论列表(0条)

保存