【性能影响】存储跨中心双活方案设计阶段如何尽量降低对整体性能的影响？
性能影响问题：因为双活系统在写入数据时，会写两次数据，尤其是通过复制功能写到远端存储的过程，传输链路的性能也会影响整体性能。在选型设计阶段该如何解决该难点？尽量降低对整体性能的影响？
2同行回答
看到专家发了很多技术内容，很棒！顺便说说个人通俗理解。第一是延时无法避免。第二是只能选择少写次数。所以就往怎么少写去努力吧。方法有提高缓存机制，少写。提高写入块大小，使用较大的block设置，同样的量减少写入次数。最后，并发写。提高写数据的并发，例如ioserver，应用多线程执行等。
收起这个问题实际上存储双活不可避免要遇到的问题，相比单存储直接提供读写来说，存储双活一定会增加读写响应时间，更别说存储还是跨两个不同数据中心的，随着距离的增加，理论上每增加100KM，会增加1ms的RTT（往返延迟时间）,通常单个IO总耗时在1-3ms左右，就会认为单个存储I/O处理处于比较高性能的模式，如果加上其他因素，如“数据头处理”和“并发”，1ms的“理论”延时增加的影响会成倍增加，将原本处于高性能模式的IO响应时间拉高，对应用或者数据库来说，“变慢”了。所以存储双活的初衷是只是为了高可用性和提高总体并发、吞吐量，并不是为了降低读写响应时间。那么我们在设计、选型存储双活方案时，就需要考虑如何尽量降低双活的存储所带来的性能降低影响。
我们先来看看一些存储双活方案的读写流程：
（1）IBM SVC Enhanced Stretch Cluster(ESC)和HDS GAD等
IBM SVC ESC和HDS GAD的读写方式都很类似，这里就放在一起来看。
SVC ESC：
FFF2.jpg
FFF1.jpg
HDS GAD：
EEE.png
读：ESC和GAD在两个存储拉开到两个数据中心，形成AA模式的架构，对于读来说，是两个数据中心分别对各自中心的存储本地读，这样读来说不存在跨站点的RTT，读性能跟单存储是一样的。
写：某数据中心的写操作会先写到本地控制节点缓存，然后再跨站点同步至另一控制节点缓存中，并原路返回，告诉主机写操作完成，等到缓存达到一定的水位时，再刷入各自底层存储当中，这时的写操作存在1倍的跨站点RTT。当两个数据中心都要对某一数据块写操作时，会先在缓存表对应的数据块中加锁，并同步锁信息至对端缓存表，实现双活存储的写并发。所以写也是本地写的方式，性能跟单存储比是降低的。
（2）SVC HyperSwap
SVC HyperSwap的HyperSwap卷有master和aux之分，读写复杂度也高很多，master卷所在站点的主机读写是本地读本地写，而aux卷所在站点的主机读写方式是转发模式。
GGG1.jpg
GGG2.jpg
假设初始化后，Site1的卷为Master卷，Site2的卷为Aux卷
读：
Site1读I/O
1.主机向SVC I/O Group1的任意一个节点发送读请求
2.SVC I/O Group1将该请求传至Storage Pool1
3.Storage Pool1响应请求，并将数据传至SVC I/O Group1
4.SVC I/O Group1将数据结果传至主机
Site2读I/O
1.主机向SVC I/O Group2的任意一个节点发送读请求
2.SVC I/O Group2将该请求转发至SVC I/O Group1
3.SVC I/O Group1将请求传至Storage Pool1
4.Storage Pool1响应请求，并将数据传至SVC I/O Group1
5.SVC I/O Group1将数据回传给SVC I/O Group2
6.SVC I/O Group2将数据结果传至主机
所以可以看到AUX卷所在站点的主机需要跨站点读对端存储，存在1倍的RTT，而MASTER卷所在的主机读IO和单存储性能相差无几。
写：
Site1写I/O
1.主机向Site1的其中一个SVC节点2发送写I/O请求
2.该SVC节点2将写I/O写入缓存
3.该SVC节点2将写I/O同步至节点1缓存，并同时通过MM发送写I/O至站点2的节点3和节点4
4.SVC节点1、3、4陆续回复节点2的写响应
5.SVC节点2回复主机写响应
6.两个站点的SVC节点分别将缓存写入各自站点的存储当中
Site2写I/O
1.主机向Site2的其中一个SVC节点3发送写I/O请求
2.该SVC节点3将写I/O转发至Site1的任意SVC节点2
3.SVC节点2将写I/O写入缓存
4.该SVC节点2将写I/O同步至节点1缓存，并同时通过MM发送写I/O至站点2的节点3和节点4
5.SVC节点1、3、4陆续回复节点2的写响应
6.SVC节点2回复SVC节点3的转发响应
7.SVC节点3回复主机的写响应
8.两个站点的SVC节点分别将缓存写入各自站点的存储当中
同理，AUX卷所在站点的主机需要跨站点写对端存储，并且回写AUX卷底层存储，总共存在2倍的RTT，而MASTER卷所在的主机写IO和单存储性能相差无几。
所以很明显，SVC HYPERSWAP的SVC节点是跨站点双活，而存储则为ACTIVE-STANDBY。
(3)NetApp MCC
MCC的双活方式实际上是两个数据中心的存储互为镜像，各自提供不同的存储服务。
AAA.png
对于AGGX来说，为站点A的主机提供本地读和本地写，并通过集群节点的NVRAM写日志同步至站点B，维持数据一致性，也是等到日志达到水位线，刷入底层存储当中。
对于AGGY来说，也是类似，为站点B的主机提供本地读和本地写，并同步NVRAM的写日志至站点A。MCC通过这种方式实现两个站点存储的双活，MCC集群节点也是双活，但对于某一应用主机来说，实则只在一个站点活动。
性能方面，MCC的读性能和单存储类似，写性能存在1倍的RTT。
(4)SVC Vplex Metro
Vplex Metro和其他三种方式都不一样，是一种分布式的存储双活/多活架构。Vplex没有写缓存，有了分布式缓存，标榜为access anywhere
BBB.png
没有写缓存就意味了，主机对VPLEX的写是透写模式，主机的写IO只是经过VPLEX的虚拟化直接落入到底层存储，并在分布式缓存目录表中记录这个写IO是通过哪个VPLEX引擎写入的。当需要对该数据块进行读操作时，先是在分布式缓存目录中查找数据块是通过哪个VPLEX引擎写入的，然后再通过本地的VPLEX引擎转发该读请求至上一次写入该数据块的VPLEX引擎，通过它来读取它后端的存储，最终原路返回。另外，对于写入的IO，透穿过VPLEX写底层存储时，还将同步一份IO副本至另一VPLEX引擎的底层存储。
所以可以看到，对于某数据中心VPLEX的读操作来说，如果刚好上次该数据块的写操作时也是发在该VPLEX中，那么读是本地读，亲和性好。如果刚好上次该数据块的的写操作不是在该VPLEX，那么就需要跨站点进行读操作，亲和性弱，存在1倍的跨站点RTT；对于写，都是本地写，只不过需要将该写IO同步至另一站点的底层存储，也存在1倍的跨站点RTT。
好了，写了这么多，将几种主流的存储双活架构的读写操作流程写清楚了。简单对比如下：
VVV.jpg
归根到底，我们最想要的存储跨中心双活，就是为了让两个数据中心的主机对存储的读写，尽量本地读和本地写，或者本地读，减少跨中心写。这是“尽量降低对整体性能的影响”的最直接的方法！
首先是读写比例问题，不能将读写比例过小的应用放到双活存储系统中。
再是距离对读写RTT的放大问题，读写响应时间越敏感，距离越不能过远。
最后是想尽办法，减少跨中心写，这里有很多办法，比如通过数据库的分库分表，将应用分割至两个站点，热点数据分离；增大缓冲池，尽量减少直接的写存储操作等。收起