NVMe SSD具有高性能、低延遲時間等優點，是目前存儲行業的研究熱點之一，但在光鮮的性能下也同樣存在一些沒有廣為人知的問題，而這些問題其實對于一個生産系統而言至關重要，例如：
QoS無法做到100%保證；
讀寫混合情況下，與單獨讀相比，性能下降嚴重，且讀長尾延遲比較嚴重；
是以如何利用好NVMe盤的性能，并更好的為業務服務，我們需要從硬體，Linux核心等多個角度去剖析和解決。
從核心中NVMe IO架構來看其中存在的問題
目前Linux核心中對NVMe SSD的通路是通過MQ架構來實作的，接入NVMe驅動後直接略過IO排程器，具體實作上來說是從block layer中的通用塊層回調make_request進而打通上下層IO通路。示意圖如下，這裡面有幾個關鍵的點：
IO發送過程
MQ的架構提升性能最主要的将鎖的粒度按照硬體隊列進行拆分，并與底層SSD的隊列進行綁定，理想的情況每一個CPU都有對應的硬體發送SQ與響應CQ，這樣可以并發同時彼此之前無影響。按照NVMe SPEC協定中的标準，硬體最多支援64K個隊列，是以理想情況下硬體隊列個數将不會是我們需要擔心的地方。但是實際情況又如何呢？由于硬體隊列的增加會給NVMe SSD帶來功耗的增加，是以不同的廠商在設計硬體隊列個數時的考量是不同的，比如intel P3600支援32個隊列，intel最新的P4500支援16384個，但是SUMSUNG PM963卻隻支援到8個。那麼當CPU的個數超過硬體的隊列個數，就會出現多個CPU共用一個硬體隊列的情況，對性能就會産生影響。
下面使用SUMSUNG PM963做一個簡單的測試：
整個IOPS隻有44w，性能下降12%，主要原因是多個CPU共用硬體隊列進行發送的時候會有自旋鎖争搶的影響。是以對于共用硬體隊列的情況下，如何綁定CPU是需要根據業務的特點來确定的。
IO響應過程
IO響應過程中最主要問題是中斷的balance，由于預設linux中并沒有對NVMe的中斷進行有效的綁定，是以不同的綁定政策會帶來截然不同的性能資料。不過在我們的實際測試中，雖然我們沒有做中斷的綁定，但是貌似不管是性能還是穩定性的下降并沒有那麼嚴重，什麼原因呢？根據我們的分析，這裡面最主要的原因是（後面也會提到），我們并沒有大壓力的使用NVMe盤，是以實際的應用場景壓力以及隊列深度并不大。
從應用本身的IO Pattern來看使用NVMe問題
我們在評測一個NVMe SSD的性能的時候，往往都是通過benchmark工具,例如見1, 見2。
然而這些測試的結果與業務實際使用NVMe SSD看到的性能相比差距很大。原因是因為這些性能測試存在兩個比較大的誤區，因而并不能反映生産系統的真實情況。
1.片面誇大了NVMe盤的性能
從上面兩篇文章中的測試中我們可以看到，大多數壓測中使用的隊列深度為128，并且是用libaio這樣的異步IO模式來下發IO。但是在實際應用場景中很少有這麼大的隊列深度。在這種場景下，根據“色子效應”，并不會将NVMe盤的并發性能充分發揮出來。
2.低估了NVMe的長尾延遲
然而在另外一些場景下，隊列深度又會非常高（比如到1024甚至更高），在這種情況下NVMe SSD帶來的QoS長尾延遲影響比上面的benchmark的測試又嚴重得多。
是以綜合起來看，這種評測選擇了一個看上去沒啥大用的場景做了測試，是以得出的結果也對我們實際的應用基本沒有參考價值。那麼問題出在什麼地方麼？
問題分析
首先讓我們再次強調一下一般評測文章中benchmark進行的測試場景的特點：
大多是fio工具，開啟libaio引擎增加IO壓力
隊列深度到128或者256
在這種場景下确實基本都可以将NVMe盤的壓力打滿。
在展開分析問題的原因之前，我們先看看Linux核心的IO棧。
在實際應用中，VFS提供給應用的接口，從IO的特點來分類，大緻上可以分為兩類：direct IO與buffer IO。使用direct IO的業務大多在應用本身就已經做了一層cache，不依賴OS提供的page cache。其他的情況大多使用的都是buffer IO。linux kernel中的block layer通過REQ_SYNC與~REQ_SYNC這兩種不同的标志來區分這兩類IO。大家常用的direct IO這個類型，核心要保證這次IO操作的資料落盤，并且當響應傳回以後，應用程式才能夠認為這次IO操作是完成的。是以是使用了這裡的REQ_SYNC标志，而對應的buffer IO，則大量使用了~REQ_SYNC的标志。讓我們一個一個看過去。
direct IO
由于在實際使用方式中AIO還不夠成熟，是以大多使用direct IO。但是direct IO是一種SYNC模式，并且完全達不到測試用例中128路并發AIO的效果。
這主要兩個方面原因：
direct io在下發過程中可能會使用檔案粒度的鎖inode->i_mutex進行互斥。
前面說的IO SYNC模式
也就是說，我們很難通過direct IO來達到壓滿NVMe盤的目的。如果一定要打滿NVMe盤，那麼一方面要提高程序并發，另外一方面還要提高多程序多檔案的并發。而這是生産系統中很難滿足的。
buffer IO
我們再來看看buffer IO的特點。下面我使用了比較簡單的fio通過buffer IO的模式下發，而且通過rate限速，我們發現平均下來每秒的資料量不到100MB，整個IO的特點如下：
抓取了下submit_bio在每秒的調用次數并分析可以得出，buffer IO在下刷的時候并不會考慮QD的多少，而是類似aio那樣，kworker将需要下發的髒頁都會bio形式下發，而且不需要等待某些bio傳回。注意這裡面有一個細節從qusize觀察到IO最大值986，并沒有達到百K，或者幾十K，這個原因是由本身MQ的架構中tag機制nr_request決定，目前單Q設定預設值一般為1024。總之buffer IO這樣特點的結果就是突發量的高iops的寫入，buffer IO對于應用程式來說是不可見的，因為這是linux kernel的本身的刷髒頁行為。但是它帶給應用的影響确實可見的，筆者曾經總結過異步IO的延時對長尾的影響，如下圖所示，分别是buffer IO與direct IO在相同帶寬下延時表現，可以看出這延遲長尾比我們簡單的通過fio benchmark測試嚴重的多，特别是盤開始做GC的時候，抖動更加嚴重；而且随着盤的容量用着越來越多，GC的影響越來越大，長尾的影響也是越來越嚴重。
在HDD的時代上面的問題同樣會存在，但是為什麼沒有那麼嚴重，原因主要是HDD大多使用CFQ排程器，其中一個特性是同步、異步IO隊列分離。并且在排程過程中同步優先級比較高，在排程搶占、時間片等都是同步優先。
解決問題
前面描述了使用NVMe硬碟的嚴重性，下面介紹一下如何解決這些問題。
（1）MQ綁定的問題，需要根據目前業務的特點，如果硬體的隊列小于目前CPU的個數，盡量讓核心業務上跑的程序分散在綁定不同硬體隊列的CPU上，防止IO壓力大的時候鎖資源的競争。
（2）中斷綁定CPU，建議下發的SQ的CPU與響應的CQ的CPU保持一緻，這樣各自CPU來處理自己的事情，互相業務與中斷不幹擾。
（3）解決direct IO狀态下長尾延遲，因為長尾延遲是本身NVMe SSD Controller帶來，是以解決這個問題還是要從控制器入手，使用的方法有WRR(Weight Round Robin)，這個功能在目前主流廠商的最新的NVMe SSD中已經支援。
（4）解決buffer IO狀态下長尾延遲，可以通過控制NVMe SSD處理的QD來解決，使用的NVME多隊列IO排程器，充分利用了MQ架構，根據同步寫、讀延遲動态調整異步IO的隊列，很好的解決buffer io帶來的長尾延遲。