ఈ రోజు మనం vSphereలో డిస్క్ సబ్‌సిస్టమ్ యొక్క కొలమానాలను విశ్లేషిస్తాము. స్లో వర్చువల్ మెషీన్‌కు నిల్వ సమస్య అత్యంత సాధారణ కారణం. ఒకవేళ, CPU మరియు RAM విషయంలో, ట్రబుల్షూటింగ్ హైపర్‌వైజర్ స్థాయిలో ముగుస్తుంది, అప్పుడు డిస్క్‌తో సమస్యలు ఉంటే, మీరు డేటా నెట్‌వర్క్ మరియు స్టోరేజ్ సిస్టమ్‌తో వ్యవహరించాల్సి ఉంటుంది.
నేను స్టోరేజ్ సిస్టమ్‌లకు బ్లాక్ యాక్సెస్ ఉదాహరణను ఉపయోగించి అంశాన్ని చర్చిస్తాను, అయితే ఫైల్ యాక్సెస్ కోసం కౌంటర్లు దాదాపు ఒకే విధంగా ఉంటాయి.
సిద్ధాంతం యొక్క బిట్
వర్చువల్ మిషన్ల డిస్క్ సబ్‌సిస్టమ్ పనితీరు గురించి మాట్లాడేటప్పుడు, వ్యక్తులు సాధారణంగా మూడు పరస్పర సంబంధం ఉన్న పారామితులకు శ్రద్ధ చూపుతారు:
- ఇన్‌పుట్/అవుట్‌పుట్ ఆపరేషన్ల సంఖ్య (ఇన్‌పుట్/అవుట్‌పుట్ ఆపరేషన్స్ పర్ సెకండ్, IOPS);
- నిర్గమాంశ;
- ఇన్‌పుట్/అవుట్‌పుట్ కార్యకలాపాల ఆలస్యం (లేటెన్సీ).
IOPS సంఖ్య యాదృచ్ఛిక పనిభారానికి సాధారణంగా ముఖ్యమైనది: వివిధ ప్రదేశాలలో ఉన్న డిస్క్ బ్లాక్‌లకు యాక్సెస్. అటువంటి లోడ్ యొక్క ఉదాహరణ డేటాబేస్లు, వ్యాపార అనువర్తనాలు (ERP, CRM) మొదలైనవి కావచ్చు.
సామర్థ్యాన్ని సీక్వెన్షియల్ లోడ్‌లకు ముఖ్యమైనది: ఒకదాని తర్వాత ఒకటి ఉన్న బ్లాక్‌లకు యాక్సెస్. ఉదాహరణకు, ఫైల్ సర్వర్లు (కానీ ఎల్లప్పుడూ కాదు) మరియు వీడియో నిఘా వ్యవస్థలు అటువంటి లోడ్‌ను ఉత్పత్తి చేయగలవు.
నిర్గమాంశం క్రింది విధంగా I/O ఆపరేషన్ల సంఖ్యకు సంబంధించినది:
నిర్గమాంశ = IOPS * బ్లాక్ పరిమాణం, ఇక్కడ బ్లాక్ పరిమాణం బ్లాక్ పరిమాణం.
బ్లాక్ పరిమాణం చాలా ముఖ్యమైన లక్షణం. ESXi యొక్క ఆధునిక సంస్కరణలు 32 KB పరిమాణంలో బ్లాక్‌లను అనుమతిస్తాయి. బ్లాక్ ఇంకా పెద్దది అయితే, అది అనేక విభజించబడింది. అన్ని నిల్వ వ్యవస్థలు అటువంటి పెద్ద బ్లాక్‌లతో సమర్ధవంతంగా పని చేయలేవు, కాబట్టి ESXi అధునాతన సెట్టింగ్‌లలో DiskMaxIOSize పరామితి ఉంది. దీన్ని ఉపయోగించి, మీరు హైపర్‌వైజర్ ద్వారా దాటవేయబడిన గరిష్ట బ్లాక్ పరిమాణాన్ని తగ్గించవచ్చు (మరిన్ని వివరాలు ) ఈ పరామితిని మార్చడానికి ముందు, మీరు నిల్వ వ్యవస్థ తయారీదారుని సంప్రదించాలని లేదా కనీసం ప్రయోగశాల బెంచ్‌లో మార్పులను పరీక్షించాలని నేను సిఫార్సు చేస్తున్నాను.
పెద్ద బ్లాక్ పరిమాణం నిల్వ పనితీరుపై హానికరమైన ప్రభావాన్ని చూపుతుంది. IOPS మరియు నిర్గమాంశ సంఖ్య సాపేక్షంగా తక్కువగా ఉన్నప్పటికీ, పెద్ద బ్లాక్ పరిమాణంతో అధిక లేటెన్సీలను గమనించవచ్చు. అందువలన, ఈ పరామితికి శ్రద్ద.
అంతర్గతాన్ని - అత్యంత ఆసక్తికరమైన పనితీరు పరామితి. వర్చువల్ మిషన్ కోసం I/O జాప్యం వీటిని కలిగి ఉంటుంది:
- హైపర్‌వైజర్ లోపల ఆలస్యం (KAVG, సగటు కెర్నల్ మిల్లిసెక్/రీడ్);
- డేటా నెట్‌వర్క్ మరియు నిల్వ సిస్టమ్ (DAVG, సగటు డ్రైవర్ మిల్లిసెక్/కమాండ్) అందించిన ఆలస్యం.
అతిథి OS (GAVG, సగటు అతిథి MilliSec/కమాండ్)లో కనిపించే మొత్తం జాప్యం KAVG మరియు DAVG మొత్తం.
GAVG మరియు DAVG కొలుస్తారు మరియు KAVG లెక్కించబడుతుంది: GAVG–DAVG.
యొక్క ఒక సమీప వీక్షణ తీసుకుందాం KAVG. సాధారణ ఆపరేషన్ సమయంలో, KAVG సున్నాకి లేదా కనీసం DAVG కంటే చాలా తక్కువగా ఉండాలి. VM డిస్క్‌లోని IOPS పరిమితి మాత్రమే KAVG ఎక్కువగా ఉంటుందని నాకు తెలిసిన ఏకైక సందర్భం. ఈ సందర్భంలో, మీరు పరిమితిని అధిగమించడానికి ప్రయత్నిస్తే, KAVG పెరుగుతుంది.
KAVG యొక్క అత్యంత ముఖ్యమైన భాగం QAVG - హైపర్‌వైజర్ లోపల ప్రాసెసింగ్ క్యూ సమయం. KAVG యొక్క మిగిలిన భాగాలు చాలా తక్కువగా ఉన్నాయి.
డిస్క్ అడాప్టర్ డ్రైవర్‌లోని క్యూ మరియు మూన్‌లకు క్యూ స్థిర పరిమాణాన్ని కలిగి ఉంటాయి. అధికంగా లోడ్ చేయబడిన పరిసరాల కోసం, ఈ పరిమాణాన్ని పెంచడం ఉపయోగకరంగా ఉండవచ్చు. అడాప్టర్ డ్రైవర్‌లో క్యూలను ఎలా పెంచాలో వివరిస్తుంది (అదే సమయంలో చంద్రులకు క్యూ పెరుగుతుంది). చంద్రునితో ఒక VM మాత్రమే పని చేస్తున్నప్పుడు ఈ సెట్టింగ్ పని చేస్తుంది, ఇది చాలా అరుదు. చంద్రునిపై అనేక VMలు ఉంటే, మీరు తప్పనిసరిగా పరామితిని కూడా పెంచాలి Disk.SchedNumReqOutstanding (సూచనలు ) క్యూను పెంచడం ద్వారా, మీరు వరుసగా QAVG మరియు KAVGని తగ్గిస్తారు.
అయితే మళ్లీ, ముందుగా HBA విక్రేత నుండి డాక్యుమెంటేషన్‌ను చదివి, ల్యాబ్ బెంచ్‌లో మార్పులను పరీక్షించండి.
SIOC (స్టోరేజ్ I/O కంట్రోల్) మెకానిజంను చేర్చడం ద్వారా చంద్రునికి క్యూ పరిమాణం ప్రభావితం కావచ్చు. ఇది సర్వర్‌లలో చంద్రునికి క్యూని డైనమిక్‌గా మార్చడం ద్వారా క్లస్టర్‌లోని అన్ని సర్వర్‌ల నుండి చంద్రునికి ఏకరీతి ప్రాప్యతను అందిస్తుంది. అంటే, హోస్ట్‌లలో ఒకరు అసమాన పనితీరు (ధ్వనించే పొరుగు VM) అవసరమయ్యే VMని నడుపుతుంటే, SIOC ఈ హోస్ట్ (DQLEN)లో చంద్రునికి క్యూ పొడవును తగ్గిస్తుంది. మరిన్ని వివరాలు .
మేము KAVGని క్రమబద్ధీకరించాము, ఇప్పుడు దాని గురించి కొంచెం DAVG. ఇక్కడ ప్రతిదీ చాలా సులభం: DAVG అనేది బాహ్య వాతావరణం (డేటా నెట్‌వర్క్ మరియు నిల్వ వ్యవస్థ) ద్వారా పరిచయం చేయబడిన ఆలస్యం. ప్రతి ఆధునిక మరియు అంత ఆధునిక నిల్వ వ్యవస్థ దాని స్వంత పనితీరు కౌంటర్లను కలిగి ఉంటుంది. DAVG తో సమస్యలను విశ్లేషించడానికి, వాటిని చూడటం అర్ధమే. ESXi మరియు నిల్వ వైపు ప్రతిదీ సరిగ్గా ఉంటే, డేటా నెట్‌వర్క్‌ని తనిఖీ చేయండి.
పనితీరు సమస్యలను నివారించడానికి, మీ నిల్వ సిస్టమ్ కోసం సరైన పాత్ ఎంపిక విధానాన్ని (PSP) ఎంచుకోండి. దాదాపు అన్ని ఆధునిక నిల్వ వ్యవస్థలు PSP రౌండ్-రాబిన్ (ALUA, అసమాన లాజికల్ యూనిట్ యాక్సెస్‌తో లేదా లేకుండా) మద్దతునిస్తాయి. నిల్వ సిస్టమ్‌కు అందుబాటులో ఉన్న అన్ని మార్గాలను ఉపయోగించడానికి ఈ విధానం మిమ్మల్ని అనుమతిస్తుంది. ALUA విషయంలో, చంద్రుడిని కలిగి ఉన్న కంట్రోలర్‌కు మాత్రమే మార్గాలు ఉపయోగించబడతాయి. ESXiలోని అన్ని నిల్వ సిస్టమ్‌లు రౌండ్-రాబిన్ విధానాన్ని సెట్ చేసే డిఫాల్ట్ నియమాలను కలిగి ఉండవు. మీ నిల్వ సిస్టమ్‌కు నియమం లేకపోతే, స్టోరేజ్ సిస్టమ్ తయారీదారు నుండి ప్లగిన్‌ని ఉపయోగించండి, ఇది క్లస్టర్‌లోని అన్ని హోస్ట్‌లపై సంబంధిత నియమాన్ని సృష్టిస్తుంది లేదా మీరే ఒక నియమాన్ని సృష్టించండి. వివరాలు .
అలాగే, కొంతమంది స్టోరేజ్ సిస్టమ్ తయారీదారులు ఒక్కో పథానికి IOPS సంఖ్యను ప్రామాణిక విలువ 1000 నుండి 1కి మార్చాలని సిఫార్సు చేస్తున్నారు. మా ఆచరణలో, ఇది నిల్వ సిస్టమ్ నుండి మరింత పనితీరును "స్క్వీజ్" చేయడం మరియు వైఫల్యానికి అవసరమైన సమయాన్ని గణనీయంగా తగ్గించడం సాధ్యం చేసింది. కంట్రోలర్ వైఫల్యం లేదా నవీకరణ సందర్భంలో. విక్రేత యొక్క సిఫార్సులను తనిఖీ చేయండి మరియు వ్యతిరేకతలు లేకుంటే, ఈ పరామితిని మార్చడానికి ప్రయత్నించండి. వివరాలు .
ప్రాథమిక వర్చువల్ మెషీన్ డిస్క్ సబ్‌సిస్టమ్ పనితీరు కౌంటర్లు
vCenterలోని డిస్క్ సబ్‌సిస్టమ్ పనితీరు కౌంటర్లు డేటాస్టోర్, డిస్క్, వర్చువల్ డిస్క్ విభాగాలలో సేకరించబడతాయి:
విభాగం డేటాస్టోర్ VM డిస్క్‌లు ఉన్న vSphere డిస్క్ నిల్వల (డేటాస్టోర్‌లు) కోసం కొలమానాలు ఉన్నాయి. ఇక్కడ మీరు దీని కోసం ప్రామాణిక కౌంటర్లను కనుగొంటారు:
- IOPS (సెకనుకు సగటు చదవడం/వ్రాయడం అభ్యర్థనలు),
- నిర్గమాంశ (చదవడానికి/వ్రాయడానికి రేటు),
- ఆలస్యం (చదవడం/వ్రాయడం/అత్యధిక జాప్యం).
సూత్రప్రాయంగా, కౌంటర్ల పేర్ల నుండి ప్రతిదీ స్పష్టంగా ఉంది. ఇక్కడ ఉన్న గణాంకాలు నిర్దిష్ట VM (లేదా VM డిస్క్) కోసం కాదు, మొత్తం డేటాస్టోర్ కోసం సాధారణ గణాంకాలు అనే వాస్తవాన్ని మరోసారి మీ దృష్టిని ఆకర్షిస్తున్నాను. నా అభిప్రాయం ప్రకారం, ఈ గణాంకాలను ESXTOPలో చూడటం మరింత సౌకర్యవంతంగా ఉంటుంది, కనీస కొలత వ్యవధి 2 సెకన్లు అనే వాస్తవం ఆధారంగా.
విభాగం డిస్క్ VM ఉపయోగించే బ్లాక్ పరికరాలలో కొలమానాలు ఉన్నాయి. సమ్మషన్ రకానికి చెందిన IOPS కోసం కౌంటర్లు (కొలత వ్యవధిలో ఇన్‌పుట్/అవుట్‌పుట్ ఆపరేషన్ల సంఖ్య) మరియు బ్లాక్ యాక్సెస్‌కు సంబంధించిన అనేక కౌంటర్లు ఉన్నాయి (కమాండ్‌లు రద్దు చేయబడ్డాయి, బస్ రీసెట్‌లు). నా అభిప్రాయం ప్రకారం, ఈ సమాచారాన్ని ESXTOPలో వీక్షించడం మరింత సౌకర్యవంతంగా ఉంటుంది.
విభాగం వర్చువల్ డిస్క్ - VM డిస్క్ సబ్‌సిస్టమ్ యొక్క పనితీరు సమస్యలను కనుగొనే కోణం నుండి అత్యంత ఉపయోగకరమైనది. ఇక్కడ మీరు ప్రతి వర్చువల్ డిస్క్ పనితీరును చూడవచ్చు. నిర్దిష్ట వర్చువల్ మెషీన్‌కు సమస్య ఉందో లేదో అర్థం చేసుకోవడానికి ఈ సమాచారం అవసరం. I/O ఆపరేషన్ల సంఖ్య, రీడ్/రైట్ వాల్యూమ్ మరియు జాప్యాల కోసం ప్రామాణిక కౌంటర్‌లతో పాటు, ఈ విభాగం బ్లాక్ పరిమాణాన్ని చూపించే ఉపయోగకరమైన కౌంటర్లను కలిగి ఉంది: చదవండి/వ్రాయండి అభ్యర్థన పరిమాణం.
దిగువ చిత్రంలో VM డిస్క్ పనితీరు యొక్క గ్రాఫ్ ఉంది, ఇక్కడ మీరు IOPS సంఖ్య, జాప్యం మరియు బ్లాక్ పరిమాణాన్ని చూడవచ్చు.
SIOC ప్రారంభించబడితే మీరు మొత్తం డేటాస్టోర్ కోసం పనితీరు కొలమానాలను కూడా వీక్షించవచ్చు. సగటు జాప్యం మరియు IOPSపై ప్రాథమిక సమాచారం ఇక్కడ ఉంది. డిఫాల్ట్‌గా, ఈ సమాచారాన్ని నిజ సమయంలో మాత్రమే వీక్షించవచ్చు.
ESXTOP
ESXTOP మొత్తం హోస్ట్ డిస్క్ సబ్‌సిస్టమ్, వ్యక్తిగత వర్చువల్ మిషన్లు మరియు వాటి డిస్క్‌లపై సమాచారాన్ని అందించే అనేక స్క్రీన్‌లను కలిగి ఉంది.
వర్చువల్ మిషన్లపై సమాచారంతో ప్రారంభిద్దాం. “డిస్క్ VM” స్క్రీన్ “v” కీతో పిలువబడుతుంది:
NVDISK VM డిస్కుల సంఖ్య. ప్రతి డిస్క్ కోసం సమాచారాన్ని వీక్షించడానికి, “e” నొక్కండి మరియు ఆసక్తి ఉన్న VM యొక్క GIDని నమోదు చేయండి.
ఈ స్క్రీన్‌పై మిగిలిన పారామితుల అర్థం వాటి పేర్ల నుండి స్పష్టంగా ఉంది.
ట్రబుల్షూటింగ్ సమయంలో మరొక ఉపయోగకరమైన స్క్రీన్ డిస్క్ అడాప్టర్. "d" కీ ద్వారా కాల్ చేయబడింది (దిగువ చిత్రంలో A,B,C,D,E,G ఫీల్డ్‌లు ఎంచుకోబడ్డాయి):
NPTH - ఈ అడాప్టర్ నుండి కనిపించే చంద్రులకు మార్గాల సంఖ్య. అడాప్టర్‌లోని ప్రతి పాత్‌కు సంబంధించిన సమాచారాన్ని పొందడానికి, “e” నొక్కండి మరియు అడాప్టర్ పేరును నమోదు చేయండి:
AQLEN - అడాప్టర్‌లో గరిష్ట క్యూ పరిమాణం.
ఈ స్క్రీన్‌పై నేను పైన మాట్లాడిన ఆలస్యం కౌంటర్లు కూడా ఉన్నాయి: KAVG/cmd, GAVG/cmd, DAVG/cmd, QAVG/cmd.
“u” కీని నొక్కడం ద్వారా పైకి పిలువబడే డిస్క్ పరికర స్క్రీన్, వ్యక్తిగత బ్లాక్ పరికరాలపై సమాచారాన్ని అందిస్తుంది - చంద్రులు (ఫీల్డ్‌లు A, B, F, G, నేను దిగువ చిత్రంలో ఎంపిక చేయబడ్డాయి). చంద్రుల కోసం క్యూలో ఉన్న స్థితిని మీరు ఇక్కడ చూడవచ్చు.
DQLEN - బ్లాక్ పరికరం కోసం క్యూ పరిమాణం.
ఎసిటివి – ESXi కెర్నల్‌లోని I/O ఆదేశాల సంఖ్య.
QUED - క్యూలో I/O ఆదేశాల సంఖ్య.
%డాలర్లు - ACTV / DQLEN × 100%.
లోడ్ – (ACTV + QUED) / DQLEN.
%USD ఎక్కువగా ఉంటే, మీరు క్యూను పెంచడాన్ని పరిగణించాలి. క్యూలో ఎక్కువ ఆదేశాలు, QAVG మరియు, తదనుగుణంగా, KAVG ఎక్కువ.
స్టోరేజ్ సిస్టమ్‌లో VAAI (vStorage API ఫర్ అర్రే ఇంటిగ్రేషన్) రన్ అవుతుందో లేదో కూడా మీరు డిస్క్ పరికర స్క్రీన్‌పై చూడవచ్చు. దీన్ని చేయడానికి, A మరియు O ఫీల్డ్‌లను ఎంచుకోండి.
VAAI మెకానిజం పనిలో కొంత భాగాన్ని హైపర్‌వైజర్ నుండి నేరుగా నిల్వ సిస్టమ్‌కు బదిలీ చేయడానికి మిమ్మల్ని అనుమతిస్తుంది, ఉదాహరణకు, జీరోయింగ్, బ్లాక్‌లను కాపీ చేయడం లేదా నిరోధించడం.
మీరు పై చిత్రంలో చూడగలిగినట్లుగా, VAAI ఈ స్టోరేజ్ సిస్టమ్‌లో పని చేస్తుంది: జీరో మరియు ATS ప్రిమిటివ్‌లు చురుకుగా ఉపయోగించబడతాయి.
ESXiలో డిస్క్ సబ్‌సిస్టమ్‌తో పనిని ఆప్టిమైజ్ చేయడానికి చిట్కాలు
- బ్లాక్ పరిమాణంపై శ్రద్ధ వహించండి.
- HBAలో సరైన క్యూ పరిమాణాన్ని సెట్ చేయండి.
- డేటాస్టోర్‌లలో SIOCని ప్రారంభించడం మర్చిపోవద్దు.
- నిల్వ సిస్టమ్ తయారీదారు సిఫార్సులకు అనుగుణంగా PSPని ఎంచుకోండి.
- VAAI పని చేస్తుందని నిర్ధారించుకోండి.
అంశంపై ఉపయోగకరమైన కథనాలు:
మూలం: www.habr.com