《SSD在新浪数据库平台优化实践》.pdf

SSD在新浪数据库平台应用实践 杨尚刚 微博@zolker 自我简介  2011年加入新浪  负责新浪微博核心数据库架构设计和优化  负责新浪数据库平台底层软硬件平台优化  理念：设计简洁的架构 MySQL @ Sina  MySQL版本官方社区版  数据量PB级  每日承担访问量百亿级  2011年开始使用SSD,数量在万片级别  集群上千台  承担新浪微博核心数据持久化存储 我们如何使用MySQL  读写分离  Master-Slave 复制  Sharding  多IDC容灾  完善的监控和容灾策略  良好的Schema设计 MySQL Replication  解决读性能问题  数据容灾  原生复制有明显的性能瓶颈 MySQL Sharding  Sharding is very complex, so itʼs best not to shard until itʼs obvious that you will actually need to!  不要轻易做Sharding 后面会发生什么？ 现实往往是很残酷的 预估的性能 实际的性能 神马原因  服务峰值需求  服务SLA需求  TCO的需求 我们该如何解决呢  Scale UP VS Scale Out  继续Sharding Scale UP VS Scale Out 当时的现状 瓶颈 真得无解了吗？ 答案当然是No 因为SSD 必须知道的数字 SSD特点  使用电子元件实现数据的永久存储，没有机械组件  主要有基于DRAM和Flash两种  兼容目前HDD的接口  随机读写性能非常好  低延时，延时在微秒级 SSD有多快 HDD VS SSD SSD关键技术  1.Read Write  2. Flash translation layer  3. WL(Wear leveling)  4. Garbage collection Trim  5. Over –provisioning Write amplification  6. Bad block management ECC NAND Type SLC MLC TLC PCIe VS SATA SSD 容量 4K随机读/写 每GB 带宽 延时 PCIe 1TB+ 70w+/20w+ 2-3$ 8GB/s 10-40 μs SATA 1TB 7w/2w 1-2$ 6Gb/s 50- 100μs NVMe is coming 选择SSD  价格  容量  性能  可靠性 MTBF，