超大规模云数据中心对存储的诉求有哪些？

超大规模的数据中心，核心在于实现大规模的分布式存储计算，具有高性能、高吞吐、高冗余、高可靠性的特性，一般情况下，规模超过5000台服务器，就可以算是超大规模集群了，通常应用在云计算场景。

因为要实现超大规模部署的特性，就对存储有别于普通数据中心或者消费市场的诉求。具体有哪些呢？主要有以下几点，我们针对部分信息展开讨论下：

• 超大规模且具备弹性

• 大容量、低成本

• 功耗、散热效率

• 热插拔可维护能力

• 峰值性能、单TB的性能优势以及稳定的QoS性能

• 安全性

• 向后兼容

• 完整的远程debug分析能力

第一点：M.2接口正在逐渐远离数据中心

在存储领域，M.2固态硬盘支持NVME/PCIe和SATA两类协议。PCIe SSD其实都是NVMe over PCIe；SATA SSD，则是AHCI over SATA.

在M.2接口细分两个规格，Socket2和Socket3。Socket 2支持SATA和PCIe X2接口SSD。Socket 3可以支持PCIe x4接口。虽然长得很像，但是大有乾坤，如下图左，是M.2 SATA接口SSD的模样，下图右则是M.2 PCIe 接口SSD的模样。

目前M.2根据尺寸的不同也可以分为大概4类，不过容量最大只支持8T容量。而且还不支持热插拔。

更多M.2接口尺寸如下图，供参考。

M.2接口的金手指接口，比较容易出现划伤，出现接触相关的链路异常。

M.2接口最大的功耗也有限制，不能超过8.25W。M.2目前在数据中心主要用于boot ssd，系统启动盘。CPU不断的迭代和性能提升，很多CPU目前已经去掉了链接SATA盘的接口，也导致M.2 SATA SSD作为启动盘就需要中间增加PCIe转SATA控制器，这就意味着成本的增加。此外，Boot盘的容量也在缓慢上升。

为解决M.2接口存在的热插拔、散热、过热以及容量扩展问题，业内目前找到的解决方案是采用E1.S接口。E1.S是一个小尺寸，比M.2长一点，但更宽，可以容纳更多的NAND Die，实现容量的叠加，具有更强的扩展性。最新版本的E1.S提供了一个新的可选对称外壳，宽度为9.5毫米 (类似于E1.L)，可根据需要提供高达20w和x8 PCIe的可扩展性。主流ssd仍有望仅是PCIe x4，但尺寸上的PCIe x8支持允许使用其他需要更高带宽的设备。

根据TrendFocus机构的预测，在2026年，按照容量计算，E1.S接口的占比将会达到35.4%，M.2接口的占比会跌落到2.1%。按照Unit计算，E1.S接口的占比将会达到51.4%，M.2接口的占比从45.9%跌落到12%。

另外，针对NVME SSD作为boot盘，OCP也制定了相关的标准和策略，比如OCP的定义，“OCP Hyperscale NVMe Boot SSD Specification Goals”:

• Aligns NVMe Boot SSD needs and requirements between Hyperscale and SSD makers

• Share flash learnings based on Hyperscale deployments

• Provide everything needed to build a boot SSD for hyperscale deployments

第二点：性能峰值与QoS稳定性同样重要

在通常固态硬盘性能对比和评价体系中，一般会关注顺序读写的峰值性能带宽和随机读写的IOPS，在实际应用过程中，QoS也是至关重要的因素。比如下图实例，不同的业务场景通过VM实例进行访问，但是由于SSD内部启动GC/WL导致延迟升高，无法满足业务响应的SLA。此时QoS就会成为致命伤。

此外，Boot盘的IO特性显示，IO没有idle时间，一直在很小的压力下读写，同时trim命令非常频繁。虽然boot盘对性能要求不是很苛刻，但是这种IO异常也会导致上层应用出现异常。

为了提升QoS的稳定性，在应用端通常会考虑增加OP，降低写放大，采用multi-stream，ZNS等。

更多介绍，具体参考：SSD写放大的优化策略要统一标准了吗？

更重要的是，在固态硬盘设计过程中，需要考虑每个IO调度的影响。比如目前业内控制器厂商也在涉及基于类似AI机器学习的功能，更加智能化的管理SSD内部的算法。这里面就需要大量的经验和设计智慧了，不是每个厂商都能达到预期的效果。

第三点：远程debug定位分析能力提升核心竞争力

以NVME SSD为例，通常大家想到的是观察SMAR-log定位异常，但是这个信息在多数情况下无法支撑完整的定位链路。

定位能力的缺失和低效是数据中心问题解决最大的障碍。

为了解决这个问题，Meta的做法是推进OCP组织加入延迟记录页面。同时NVME协议也增加了Telemetry盘片的故障定位能力。

在故障IO定位过程中，利用IO全栈周期信息，快速定位IO异常发生的地址与故障根源。

Meta提供的故障跟踪方案是监控Kernel Stats，APP metrics，Workload特性，延迟日志、SMART日志信息等，通过异常信息的自动探测，进行监控、预警、修复等操作。整个过程实现全景监控分析。

结语

云数据中心对存储的诉求千奇百怪，各种场景，是一项复杂的工程，也是一件非常有趣的探索，欢迎大家一起交流讨论～