NVMe SSD具有高性能、低時延等優點，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，而這些問題其實對於一個生產系統而言至關重要，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；
所以如何利用好NVMe盤的性能，並更好的為業務服務，我們需要從硬件，Linux內核等多個角度去剖析和解決。
從內核中NVMe IO框架來看其中存在的問題
當前Linux內核中對NVMe SSD的訪問是通過MQ框架來實現的，接入NVMe驅動後直接略過IO調度器，具體實現上來說是從block layer中的通用塊層回調make_request從而打通上下層IO通路。示意圖如下，這裡面有幾個關鍵的點：
IO發送過程
MQ的框架提升性能最主要的將鎖的粒度按照硬件隊列進行拆分，並與底層SSD的隊列進行綁定，理想的情況每一個CPU都有對應的硬件發送SQ與響應CQ，這樣可以併發同時彼此之前無影響。按照NVMe SPEC協議中的標準，硬件最多支持64K個隊列，所以理想情況下硬件隊列個數將不會是我們需要擔心的地方。但是實際情況又如何呢？由於硬件隊列的增加會給NVMe SSD帶來功耗的增加，所以不同的廠商在設計硬件隊列個數時的考量是不同的，比如intel P3600支持32個隊列，intel最新的P4500支持16384個，但是SUMSUNG PM963卻只支持到8個。那麼當CPU的個數超過硬件的隊列個數，就會出現多個CPU共用一個硬件隊列的情況，對性能就會產生影響。
下面使用SUMSUNG PM963做一個簡單的測試：
整個IOPS只有44w，性能下降12%，主要原因是多個CPU共用硬件隊列進行發送的時候會有自旋鎖爭搶的影響。所以對於共用硬件隊列的情況下，如何綁定CPU是需要根據業務的特點來確定的。
IO響應過程
IO響應過程中最主要問題是中斷的balance，由於默認linux中並沒有對NVMe的中斷進行有效的綁定，所以不同的綁定策略會帶來截然不同的性能數據。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並沒有那麼嚴重，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），我們並沒有大壓力的使用NVMe盤，所以實際的應用場景壓力以及隊列深度並不大。
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，因而並不能反映生產系統的真實情況。
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，並且是用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”，並不會將NVMe盤的併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。
所以綜合起來看，這種評測選擇了一個看上去沒啥大用的場景做了測試，所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
在這種場景下確實基本都可以將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內核的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，大致上可以分為兩類：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這兩種不同的標誌來區分這兩類IO。大家常用的direct IO這個類型，內核要保證這次IO操作的數據落盤，並且當響應返回以後，應用程序才能夠認為這次IO操作是完成的。所以是使用了這裡的REQ_SYNC標誌，而對應的buffer IO，則大量使用了~REQ_SYNC的標誌。讓我們一個一個看過去。
direct IO
由於在實際使用方式中AIO還不夠成熟，所以大多使用direct IO。但是direct IO是一種SYNC模式，並且完全達不到測試用例中128路併發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文件粒度的鎖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，那麼一方面要提高進程併發，另外一方面還要提高多進程多文件的併發。而這是生產系統中很難滿足的。
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數據量不到100MB，整個IO的特點如下：
抓取了下submit_bio在每秒的調用次數並分析可以得出，buffer IO在下刷的時候並不會考慮QD的多少，而是類似aio那樣，kworker將需要下發的髒頁都會bio形式下發，而且不需要等待某些bio返回。注意這裡面有一個細節從qusize觀察到IO最大值986，並沒有達到百K，或者幾十K，這個原因是由本身MQ的框架中tag機制nr_request決定，目前單Q設置默認值一般為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對於應用程序來說是不可見的，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確實可見的，筆者曾經總結過異步IO的延時對長尾的影響，如下圖所示，分別是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，特別是盤開始做GC的時候，抖動更加嚴重；而且隨著盤的容量用著越來越多，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調度器，其中一個特性是同步、異步IO隊列分離。並且在調度過程中同步優先級比較高，在調度搶佔、時間片等都是同步優先。
解決問題
前面描述了使用NVMe硬盤的嚴重性，下面介紹一下如何解決這些問題。
（1）MQ綁定的問題，需要根據當前業務的特點，如果硬件的隊列小於當前CPU的個數，儘量讓核心業務上跑的進程分散在綁定不同硬件隊列的CPU上，防止IO壓力大的時候鎖資源的競爭。
（2）中斷綁定CPU，建議下發的SQ的CPU與響應的CQ的CPU保持一致，這樣各自CPU來處理自己的事情，互相業務與中斷不干擾。
（3）解決direct IO狀態下長尾延遲，因為長尾延遲是本身NVMe SSD Controller帶來，所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)，這個功能在當前主流廠商的最新的NVMe SSD中已經支持。
（4）解決buffer IO狀態下長尾延遲，可以通過控制NVMe SSD處理的QD來解決，使用的NVME多隊列IO調度器，充分利用了MQ框架，根據同步寫、讀延遲動態調整異步IO的隊列，很好的解決buffer io帶來的長尾延遲。