释放用于 DB2 工作负载的固态硬盘的价值

核心提示： 冷、暖、热：识别所需数据那么，确定将哪些 DB2 表或索引放在 SSD 上的最佳方式是什么？先前基于数据模型的应用程序知识便是很好的起点，释放用于 DB2 工作负载的固态硬盘的价值(3)，但是，我们想开发一种更客观的方式来评价哪些文件和数据放到 SSD 上将带来最大的性能收益，但是，如果应用程序

冷、暖、热：识别所需数据

那么，确定将哪些 DB2 表或索引放在 SSD 上的最佳方式是什么？先前基于数据模型的应用程序知识便是很好的起点。但是，我们想开发一种更客观的方式来评价哪些文件和数据放到 SSD 上将带来最大的性能收益。不断地确定哪些数据是热的或冷的，然后据此将数据放到不同的存储层，这样做会给 DBA 带来额外的负担。但是，可以使用一些操作系统监视工具，例如 AIX filemon 和 iostat 实用程序，来确定哪些逻辑卷、文件系统和/或磁盘卷是热的，从而获得更多的 IOPS 和更短的访问延时。

DB2 提供了快照监视功能，可以用于在不同级别上对所有连接的应用程序数据库、缓冲池、表空间、表、应用程序、锁等进行性能监视。该信息可以在命令行处理器（CLP）中使用快照命令、借助 SQL 表函数或者在 C/C++ 程序中使用快照监视应用程序编程接口（API）进行收集。此外，还可以使用具有 Extended Insight 特性的 IBM DB2 Performance Expert，根据当前和历史监视数据获得丰富的洞察力。通过分析这些监视结果，可以对数据库应用程序的 I/O 特征形成有价值的洞察力。

通过将来自 filemon、iostat 和 DB2 快照监视的数据与缓冲池监视开关相结合，可以得到以下信息：

表空间页宽（4 KB、8 KB、16 KB 或 32 KB）

使用页数（以表空间页宽为单位定义）

缓冲池数据物理读数（以表空间页宽为单位定义）

缓冲池索引物理读数（以表空间页宽为单位定义）

缓冲池 xda 物理读数（以表空间页宽为单位定义）

缓冲池读取时间（以秒为单位）

根据该数据，可以使用图 3 中的公式计算 4 个指标，这些指标将帮助确定哪些表空间更适合放在 SSD 上：

访问密度（Access density）：物理 I/O 数除于表空间中的使用页数

访问延时（Access latency）：那些物理 I/O 的延时

相对表空间权重（Relative tablespace weight）：访问密度和访问延时的函数

连续率（Sequentiality ratio）：对给定表空间的 I/O 访问的随机或连续程度

对于所有表空间，综合上述指标，按权重因子降序排列，那些具有较高权重因子的表空间更适合放在 SSD 上。具有较低连续率的表空间也比较适合放在 SSD 上。

更多性能选项

图 3 中计算的权重因子和连续率将帮助您发现最适合放在 SSD 上的表空间。但是，取决于您的环境和可用 SSD 资源，还有两种选项也应该知道一下。

首先，如果容量允许，考虑将 DB2 临时表空间放在 SSD 上。这样可以帮助缩短复杂的 “group by” 或 “order by” 查询所需的排序时间。这对于经常需要对大量数据进行排序，然后统统装入磁盘的数据仓库工作负载来说，特别有用。最后，活动日志文件不太需要放在 SSD 上，因为这些操作通常导致连续 I/O，通常在存储器写缓存上出现。但是，如果应用程序受累于大量的提交时间和较长的日志 I/O 延时，那么将活动日志放在 SSD 将有所帮助。