突破IO瓶颈 五种解决方案各有利弊

突破I/O瓶颈五种解决方案各有利弊

HPC(高性能计算High Performance Computing，也称超级计算)历来是石油、生物、气象、科研等计算密集型应用中的首要技术问题。早期的HPC系统，主要以IBM、Cray、SGI等厂商的大型机或并行机为硬件系统平台。随着Linux并行集群技术的成熟和普及，目前HPC 技术主流已经转向以IA架构为硬件平台，以Linux并行集群为系统平台的廉价系统为主。近年来，这一技术又进一步发展，各厂商目前竞相追捧的网格计算技术，从某种意义上说，就是这一架构的延伸。鉴于Linux并行集群技术在HPC应用中的主流地位及快速发展趋势，本文主要讨论的也是这一架构中的存储系统问题。

当前Linux并行集群的困惑----遭遇I/O瓶颈

Linux并行集群中的计算资源按其功能角色不同，通常被分为两种：“计算节点”和“I/O 节点”。其中计算节点负责运行计算任务，I/O节点负责数据的存储并响应计算节点的存储请求。目前Linux并行集群一般采用单I/O节点服务多计算节点的模式。从硬件角度看，I/O 节点和计算节点都是标准的IA架构，没有本质区别。计算所需要的初始数据、计算得出的最终数据以及并行计算平台本身，都存储于I/O节点上。计算节点与I/O节点间一般采用标准NFS协议交换数据。

当一个计算任务被加载到集群系统时，各个计算节点首先从I/O节点获取数据，然后进行计算，最后再将计算结果写入I/O节点。在这个过程中，计算的开始阶段和结束阶段I/O 节点的负载非常大，而在计算处理过程中，却几乎没有任何负载。

提高各计算节点CPU频率和增加计算节点数量，可以提高集群整体的计算处理能力，进一步缩短处理阶段的时间。在当前的Linux并行集群系统中，集群系统的处理能力越来越强，每秒运算次数在迅速增长，于是集群系统真正用于计算处理的时间越来越短。然而，由于I/O能力改进不大，集群系统工作中的I/O效率没有明显进步，甚至会随着计算节点数的增加而明显降低。

实际监测结果显示，当原始数据量较大时，开始阶段和结束阶段所占用的整体时间已经相当可观，在有些系统中甚至可以占到50%左右。I/O效率的改进，已经成为今天大多数Linux 并行集群系统提高效率的首要任务。

解决I/O瓶颈的初步探讨----瓶颈到底在哪里?

在上面的系统结构图中可以看出，如果把“以太网交换”以下的部分统统看作存储系统的话，那么可能的瓶颈无外乎以下三种：

存储设备本身性能，姑且称之为“存储设备瓶颈”

I/O节点与存储设备间的连接，姑且称之为“存储通道瓶颈”

计算节点与I/O节点间的网络交换，姑且称之为“网络交换瓶颈”

究竟哪一环节是最为关键的问题呢?让我们结合实际情况，逐一的分析一下。

目前的存储设备类型丰富，种类繁多。仅中端设备中，容量扩展能力在几十TB，每秒处理数万次I/O，数据吞吐带宽在数百MB/s的设备就有很多种选择。以勘探数据处理系统为例，在一个32计算节点的叠前处理系统中，如果需要使每个计算节点得到15～20MB/s 的带宽，那么集群对后端存储的总体带宽(即聚合带宽)要求大约为500～650MB/s。目前的中端磁盘阵列产品基本都可以达到这一性能指标。如果考虑64个或更多计算节点，后端带宽要求需要达到1～1.3GB/s甚至更大，这一性能是目前单一中端磁盘阵列系统难以达到的。然而通过引入多台存储设备，这一问题也不难解决。

目前的存储设备通道技术主要以SCSI和FC为主。目前单条FC通道可保证200MB/s 的传输带宽，以4条通道并行工作就可以达到800MB/s的带宽保证。这一指数已经完全可以满足32个计算节点并行工作的带宽要求。此外IB(InfiniBand)技术作为新兴通道技术，更进一步保证了通道带宽。目前已经产品化的IB交换技术已经可以达到10~30Gb/s的带宽，是目前FC技术的5～15倍。在这样的带宽保证下，既便是256或512节点的集群也可以与存储设备从容交换数据。

这样看来，“存储设备瓶颈”和“存储通道瓶颈”似乎都不是难以解决的问题，那么“网络交换瓶颈”的情况又如何呢?

照搬前面的计算方法，如果要为前端32个计算节点提供15～20MB/s的带宽，I/O节点需要提供至少500～650MB/s的网络带宽。这就是说，既便完全不考虑以太网交换的额外损耗，也需要安装6～7片千兆以太网卡。而一般的PC或PC服务器最多只有两个PCI控制器，要想保证这6～7片千兆以太网卡都以最高效率工作，完全是不可能的。更何况一般以太网的效率，只有理论带宽的50%左右。就是说实际上要想达到500～650MB/s的实际带宽，需要13～15片千兆以太网卡，十几个64位PCI插槽!这大概是目前最高端的PC服务器所能提供的PCI插槽数目的二倍。

照此看来，单一I/O节点架构无疑是整个集群系统性能死结。那么考虑多I/O节点的架构会如何呢?笔者的观点是：多I/O节点架构困难重重，但势在必行。

解决I/O瓶颈的途径----多I/O节点架构

引入多I/O节点架构，涉及到很多存储技术。笔者下面的分析中，主要考虑了FC-SAN，iSCSI-SAN，基于SAN的文件共享以及PVFS(并行虚拟文件系统)等技术手段。

方案一、简单SAN架构下的多I/O节点模式

实现多I/O节点，最容易想到的第一步就是引入SAN架构。那么，我们就先来分析一下简单的SAN架构能否满足Linux并行集群的需求。

由于基本的SAN架构不能提供文件级共享，两个I/O节点还是完全独立的工作。前端的所有计算节点如果同时读取同一个文件的话，还必须经由一个I/O节点完成。由此可见，在单一任务情况下，多I/O节点的结构形同虚设，根本无法负载均衡的为前端计算节点提供服务响应。为了解决这一问题。可以考虑在多I/O节点间需要引入文件级共享的工作机制。

方案二、多I/O节点间文件级共享

在引入文件共享技术的SAN架构下，各个I/O节点可以同时读取同一文件。这为I/O 节点间的负载均衡提供了可能。然而SAN架构下的文件共享并没有解决所有问题，其实这一技术仅仅是为解决问题提供了底层的支持而已。

从图中可以看到，所有计算节点被人为划分成两部分，每个I/O节点为其中一个部分提供I/O服务响应。也就是说，在计算节点的层面上，系统是手工负载均衡，而非自动负载均衡。在大多数实际应用环境中，手工负载均衡意味着繁重的管理工作任务。每当增加新的计算任务或者调整参与计算的CPU数量时，几乎所有的NFS共享卷绑定关系必须重新配置。而当多个作业同时运行，尤其是每个作业要求的CPU资源还不尽相同时，配置合理的绑定关系将是系统管理人员的一场噩梦。

造成这一问题的根本原因在于，多I/O节点为系统引入了多个逻辑数据源，而目前主流并行集群系统都是在单一数据源的结构下开发的。既然现有应用不能在短时期内有所改变，能否在提高前端计算节点I/O能力的同时，回归到单一逻辑数据源的结构呢?其实，以目前的技术而言，答案是肯定的。

方案三、单I/O节点蜕化为MDC，计算节点直接接入SAN

目前SAN架构下文件共享的技术已经较为成熟，如果将全部计算节点都接入SAN，而将I/O节点设置为MDC(Meta Data Controller)，就可以在提高系统I/O能力的同时，形式上保留原有的单一I/O节点，单一数据源的逻辑结构。

在这一架构下，各个计算节点形式上还是通过NFS共享访问I/O节点，但实际的数据读写路径则通过SAN交换直接到达磁盘阵列。这种模式的可行性已经在现实中被证实。例如，IBM公司的GPFS技术就是以这种方式解决集群的I/O瓶颈问题的。

这一架构从技术上看似乎是无懈可击的。它真的一举解决了所有问题的问题吗?非也!

当考虑到成本的时候，问题就出现了。即使按照最保守的32个节点计算，在不考虑容错的前提下，整个SAN系统需要至少提供32个端口用于连接主机，另外还至少需要4个端口连接磁盘阵列。要建立如此庞大的SAN网络，其成本将相当可观，这也就失去了Linux并行集群的最大优势----性能价格比。