IOPS

隨著企業向即時資料處理、雲端運算和高效能工作負載轉型，儲存效能已成為 IT 基礎設施規劃中的關鍵一環。儲存速度直接影響應用程式的回應能力、系統的可擴充性以及避免效能瓶頸的能力。每秒讀寫次數 (IOPS) 是評估儲存效能最廣泛使用的指標之一。

儘管更快的儲存普遍受到青睞，但 IOPS 提供了一種具體的方式，用於衡量儲存系統處理頻繁資料請求的效率。瞭解 IOPS 有助於企業在儲存設計、容量規劃和工作負載最佳化方面做出明智決策。

什麼是 IOPS？

IOPS 定義：每秒讀寫次數用於衡量儲存裝置在一秒鐘內能夠完成的讀寫操作次數。這是評估 HDD、SSD 和儲存區域網路 (SAN) 等儲存技術的標準基準。

IOPS 與輸送量和延遲等其他效能指標相輔相成。輸送量衡量資料傳輸量，而延遲衡量單次操作所需的時間。相比之下，IOPS 側重於儲存裝置處理請求的頻率，這使其對於涉及大量小型、快速處理的工作負載尤為重要。

IOPS 通常針對隨機存取和循序存取模式進行測量。

可實現的 IOPS 取決於儲存控制器、SSD 中的 NAND 快閃記憶體類型以及用於將儲存裝置連接到主機系統的介面等因素，包括非揮發性記憶體高速介面 (NVMe™) 或串列進階技術附件 (SATA)。對於需要快速、小資料區塊傳輸的工作負載而言，高 IOPS 值通常至關重要。

IOPS 是如何運作的？

IOPS 旨在量化伺服器與儲存裝置之間資料處理的頻率。這些測量資料有助於 IT 專業人員確定儲存解決方案能否滿足特定應用的效能需求。衡量 IOPS 涉及四個核心因素。

工作負載類型決定了操作是讀取操作、寫入操作，還是兩者的組合。大多數基準測試採用混合工作負載，以更好地反映實際使用情況。

存取模式用於識別資料是進行隨機存取還是循序存取。對於磁碟機而言，實現隨機 IOPS 的難度要遠高於順序 IOPS。

區塊大小定義了每次資料傳輸的大小，例如 4KB 或 8KB。較小的區塊大小通常會帶來更高的 IOPS 值，而較大的區塊大小則有利於實現更高的輸送量。

佇列深度 (QD) 表示等待處理的未完成輸入/輸出 (I/O) 請求的數量。更高的佇列深度可以透過增加並行度，釋放高效能 SSD 的最大 IOPS 潛力。在較高的佇列深度下，NVMe 通訊協定等介面允許儲存裝置同時處理大量 I/O 請求，從而實現遠高於傳統介面的 IOPS。

IOPS 的歷程記錄是怎樣的？

IOPS 最初是在機械硬碟主導運算領域的時期，作為一種描述儲存效能的簡單方式而出現的。隨著儲存技術的發展，其作用和影響顯著擴大。

• 20 世紀 70 年代，機械限制：HDD 的效能受限於尋道時間和旋轉延遲，這通常將硬碟的效能限制在每秒不足 200 IOPS。
• 20 世紀 90 年代，RAID 擴充：磁碟陣列 (RAID) 架構支援多個磁碟機並行運作，透過分擔工作負載提高了系統的總 IOPS。
• 2000 年代：SSD 的普及與 SATA 的局限性 基於快閃記憶體的 SATA SSD 消除了機械延遲，並將 IOPS 從數百提升到了數萬。然而，隨著快閃記憶體技術的發展，SATA 介面很快成為了效能瓶頸。
• 2010 年代，NVMe 通訊協定：隨著 SSD 效能的提升，NVMe 將儲存從傳統介面遷移至外設元件互連高速 (PCIe®) 匯流排，從而消除了介面瓶頸並實現了大規模並行處理。透過將儲存置於更靠近運算核心的位置並降低協定開銷，NVMe 顯著降低了延遲，並將 IOPS 提升到了數十萬甚至數百萬的水平。
• 2020 年代及以後：AI 規模化與可組合架構：AI、機器學習和即時分析增加了對高隨機 IOPS 和低延遲儲存的需求。與此同時，記憶體與儲存資源池化等新興架構以及運算快速鏈路 (CXL) 等進階互連技術，正在重塑 I/O 效能的實現方式，使得 IOPS 越來越受到系統級設計的影響，而不僅僅取決於儲存裝置本身。

IOPS 的主要類型有哪些？

IOPS 可根據資料存取方式以及效能隨時間推移的維持情況進行分類：

• 隨機讀取 IOPS：衡量從儲存裝置的不同位置擷取小資料區塊的速度。
• 隨機寫入 (IOPS)：衡量小資料區塊寫入儲存介質的速度。
• 循序讀取/寫入：描述在大規模、連續資料傳輸過程中的效能，通常以輸送量（單位為百萬位元組/秒，即 MB/s）來表示。
• 穩定狀態 IOPS：指裝置在長時間負載執行後所呈現的持續效能，這對企業級 SSD 尤為重要。
• 突發 IOPS：指在功耗、散熱或控制器限制導致輸送量下降之前的短期峰值效能。

IOPS 是如何使用的？

IOPS 是針對依賴頻繁、低延遲資料存取的工作負載的關鍵效能指標。

在資料庫環境中，高 IOPS 確保了快速的查詢執行和可靠的交易處理。資料庫高度依賴小規模的隨機讀寫操作，因此 IOPS 比原始輸送量更具參考價值。

在虛擬桌面基礎設施 (VDI) 中，IOPS 有助於在「啟動風暴」期間（即大量使用者同時登入或啟動應用程式時）維持效能。IOPS 不足的儲存系統在這些高峰時段可能會出現速度變慢或不穩定的情況。

IOPS 在 AI、汽車和邊緣運算領域也至關重要。自主系統和 AI 流水線必須即時攝取和擷取資料。高 IOPS 儲存支援快速處理感應器資料，並實現低延遲決策。