如何量化分析软件定义存储的稳定性、可靠性及性能

我接触过一些超融合，比如路坦力，HP的超融合方案（HP服务器+VMWARE），在性能测试时，他们的测试方法就是创建数个1G的小卷，反复的读写，然后告诉我们这种方案有上万的IOPS，性能是传统存储的多少倍云云。但是我看了他们安装部署过程，觉得这种情况下，读写会在服务器内存上完成，也就是相当于在存储的控制器上完成测试，当我要求他们创建一个超过存储控制虚拟机内存大小的卷时，他们表示测试没法进行，脚本是固定的。我的问题是：
1、我们在分析传统存储性能时，一般会用硬盘的性能来做分析，而不是使用控制器的缓存，那如何量化软件定义存储的性能？使用上述测试方法显然不可能是我们实际使用上的性能。
2、稳定性上，传统存储有个非常明确的量化数值：99.999%，软件定义存储这方面如何量化呢？
3、有很多情况下，核心业务会使用双存储提高稳定性、可靠性，我们在使用软件定义存储时是不是也有必要使用两套呢？毕竟软件这种东西很难不存在问题，确保一套存储系统7X24完全无故障运行。