簡介：阿里雲 ESSD 為雲伺服器 ECS 提供低時延、永續性和高可靠的塊儲存服務，成為雲廠商全閃塊儲存的業界標杆。儲存團隊推出了 ESSD Auto PL 新的雲盤規格，把效能與容量解耦，提供 IO 效能按需供給兩大關鍵特性。AutoPL 具備的靈活性和彈效能力降低了 IT 規模規劃難度和因規劃不當帶來的風險，本文詳細介紹了Auto PL 新產品特性、揭祕背後的技術原理。
前言
作為 IaaS 最重要的核心元件之一，阿里雲 ESSD 為雲伺服器 ECS 提供低時延、永續性和高可靠的塊儲存服務，成為雲廠商全閃塊儲存的業界標杆。隨著越來越多的企業上雲和核心應用上雲，以及容器和 Serverless 架構的蓬勃發展，對塊儲存 IO 效能的彈效能力提出了新的挑戰和需求。阿里雲端儲存團隊在這種背景下推出了 ESSD Auto PL 新的雲盤規格，把效能與容量解耦，提供 IO 效能按需供給兩大關鍵特性。本文結合塊儲存典型業務場景，介紹 Auto PL 新產品特性、揭祕背後的技術原理。
雲端儲存的IO彈性需求和業務痛點
隨著雲原生技術的發展，越來越多的企業基於雲端計算的虛擬化、彈性擴充套件及蓬勃發展的雲原生技術的分散式框架，容器技術、編排系統、持續交付及快速迭代，構建起大規模、彈性擴充套件強、豐富的雲上分散式業務場景；新的計算形態逐步往短週期、輕量化等方向發展，對塊儲存 IO 效能彈性提出了更多需求（效能通常用 IOPS ：Input/Output Operations per Second 和吞吐 BPS ：Bytes per Second 來描述），以下是比較常見的業務痛點：
- VM/容器批量啟動：計算例項啟動時，系統盤短時間內消耗大量 IOPS 和吞吐 BPS
- 業務高峰：客戶業務面臨不可預期的突發場景，需要雲盤以及 VM 具備短時的突發效能需求的彈性擴充套件能力
- 週期性任務處理：OLAP/批處理在可預見的時間內週期性的提交海量任務，需要雲盤具備突發的彈性擴充套件能力
傳統的塊儲存產品採用效能/容量耦合的產品設計，使用者通過購買雲盤容量獲取相應的 IOPS/BPS 效能上限，通過雲盤擴容同時獲得磁碟容量和 IO 效能。ESSD 支援 PL0/1/2/3 多種效能的檔位（PL：performance level），不同 PL 等級有不同 IO 效能上限，客戶可通過雲盤變配功能提升 PL 等級，從而得到更高的 IOPS/BPS 效能上限。雲原生業務充分利用雲的彈效能力，業務需求上量有個較長的時間週期，通常會預留部分儲存效能餘量。此外，相當部分雲上業務流量存在明顯的波峰波谷行為，大部分時間處於業務低負載期，且業務高峰期和峰值難以準確預估。典型的 IO 流量突發型業務可能在一定時間內出現一個或多個突發 IO 流量，突發時間短、突發效能峰值高，常見於網際網路秒殺等突發業務場景，對效能規劃提出了新的挑戰：如果效能配置預留過高，會造成日常資源的大量閒置浪費；而如果效能預留不足，業務突發洪峰會造成業務受損。總而言之，通過雲盤擴容/變配進行較為精準的效能規劃變得非常困難。
ESSD Auto PL
針對以上業務痛點，阿里雲推出了 ESSD Auto PL 產品規格，支援效能按需配置和按需突發兩個模式，支援 1000 IOPS/GB 的超高單位容量效能上限。效能按需配置主要面向可預期的週期性 IO 流量場景，使用者在新建 ESSD Auto PL 時除了選擇儲存容量，還可單獨配置額外的 IO 效能上限，實現了 IO 效能與容量解耦。針對可預期的 IO 洪峰，使用者可根據業務需求靈活調整 IO 效能，提供可預期的應對能力。
對於難以預期的突發業務洪峰，Auto PL 支援效能按需突發模式，提供最大單盤 100W IOPS，4GB/s 的極限 IO 效能，雲盤根據實際效能需求自動調整，無需進行 IO 效能預測和規劃，充分利用了 ESSD 分散式儲存的彈效能力，徹底解決了突發流量下的效能規劃問題。該功能採用後付費模式，使用者只需按實際發生超出預先配置效能的讀寫次數付費， 保障業務穩定執行的同時，最大化節省使用者的資源配置開銷。以某大型網際網路電商某突發流量場景為例，該業務原來使用 ESSD PL1，效能上限為 50000 IOPS，350MB/s，在業務突發流量場景，有 2.3% 的雲盤打滿 PL1 效能上限影響業務，且業務峰值時間較短，流量峰值無法準確預估。傳統的需要採用 ESSD PL2 來滿足業務突發流量，採用 ESSD Auto PL 並開啟按需突發模式，業務儲存 TCO 下降 49%。
Auto PL 仍然相容了 ESSD PL1 的基準效能，標準的 Auto PL 雲盤效能表現與 ESSD PL1 完全一致，實現存量客戶 & 業務場景無縫切換。另外 ESSD Auto PL 在業界首次同時支援效能按需配置和效能按需突發兩種功能，並且可疊加使用，使用者可根據實際 IO 流量模型靈活配置。
Auto PL技術解析
作為第一個支援效能容量解耦同時支援效能按負載彈性伸縮的雲盤， ESSD Auto PL 需要解決很多技術上的挑戰：比如如何快速感知業務的負載變化，如何動態按需申請釋放資源支援效能伸縮，如何快速平衡負載排程等等。經過反覆打磨，ESSD Auto PL 雲盤設計了細粒度的雲盤切分機制，能夠讓它均衡使用整個後端儲存叢集的資源並快速動態調整；通過叢集容量/效能水位實時監測和排程、多級 QoS 隔離等保障 IO 效能突發引入的流量衝擊和多租戶 IO 干擾等問題。
雲盤細粒度切分
ESSD Auto PL 支援最大 1000 IOPS/GB，遠超 Nand SSD 單位容量的 IOPS 效能。每一塊 ESSD 雲盤的 LBA 地址空間會被劃分為多個條帶組，條帶組的 IO 被分散式演算法打散，分別被不同的儲存節點處理，以充分利用 RDMA 網路和高效能儲存能力。ESSD Auto PL 設計了細粒度的地址空間管理機制，讓小容量雲盤也可以充分打散到多個儲存節點，實現更大範圍的 IO 排程能力，同時大範圍的 IO 排程能力也可以降低儲存叢集單機熱點和部分 IO 長尾延遲。
多租戶隔離和IO優先順序管理
EBS 作為典型的多租戶服務，突發高吞吐/高 IOPS 流量潛在會影響低負載租戶的 IO 延遲，100W IOPS IO Burst 極致效能對隔離能力提出了更高的要求。ESSD 支援例項和雲盤兩層 QoS，例項 QoS 提供多虛擬機器之間的 IO 隔離能力，上限與使用者購買例項的 vCPU 核數強相關，部分小規格例項支援儲存 credit burst 能力，可累積閒時 IO quota 提供最大 30 分鐘的效能突發能力；雲盤 QoS 提供例項內各雲盤的效能上限，與雲盤規格相關。從 VM 發出的 IO 從鏈路上依次通過雲盤、例項兩級 QoS，並進行 Burst IO 流量打標，確保在流量擁塞場景下全鏈路能準確識別 Burst 流量，保證非 Burst 流量得到優先處理。針對 Burst IO 流量引起的系統區域性熱點和 IO 阻塞，實現了IO 流量 10 毫秒級別的業務負載感知和預測，再秒級別完成動態佇列排程和併發度調整，結合硬體解除安裝的佇列動態分發機制、避免在多租戶場景下因為彈性提升帶來多租戶間的效能干擾。
多叢集效能水位負載均衡
極致的 IO 效能彈性對效能 SLA 引入了新的挑戰，特別是 IO 突發效能極限 100W IOPS 引入了更大的流量擁塞風險，為此 ESSD 設計了新的多叢集效能水位負載均衡機制。新的智慧均衡排程機制由叢集/儲存節點/IO 執行緒多級排程組成，根據雲盤效能配置，實時監控元件 IO 負載，實現叢集內秒級 IO 負載均衡、分鐘級別叢集間流量排程，當叢集/儲存節點間流量出現顯著效能水位差異時，實時觸發雲盤熱遷移，解決使用者大批量雲盤負載同時升高的效能爭搶問題。
總結
ESSD AutoPL 作為未來 ESSD 的主售產品，覆蓋面積為當前所有彈性計算面對的行業和客戶。AutoPL 具備的靈活性和彈效能力降低了 IT 規模規劃難度和因規劃不當帶來的風險，將會受運維人員或IT資源採購人員青睞。無論是阿里雲新增客戶，還是存量客戶，ESSD AutoPL 都可以作為 ESSD PL1 的替代產品進行購買。AutoPL 為客戶的業務突發增長提供了既經濟實惠、又簡單便利的使用體驗，期待大家廣泛使用 AutoPL 產品，並且給我們提寶貴的反饋，幫助我們做得更好。我們將繼續通過技術創新來提高 ESSD 的效能和服務質量保障能力，提高使用者使用體驗，為客戶提供永不停機的計算服務。
原創作品：阿里雲端儲存 郗鑑
版權宣告：本文內容由阿里雲實名註冊使用者自發貢獻，版權歸原作者所有，阿里雲開發者社群不擁有其著作權，亦不承擔相應法律責任。具體規則請檢視《阿里雲開發者社群使用者服務協議》和《阿里雲開發者社群智慧財產權保護指引》。如果您發現本社群中有涉嫌抄襲的內容，填寫侵權投訴表單進行舉報，一經查實，本社群將立刻刪除涉嫌侵權內容。