参考：Co-Design software and hardware for SSD storage in Alibaba Data Center – From Alibaba
目前数据中心遇到的主要挑战：
- 多用户，快速变换的workload
- QoS （响应时间）
- 不断降低TCO（总体拥有成本）的诉求
- IO Determinism
- 软硬件的协同优化
在FMS2019上，Ali分享了他们的一些优化方案
SMART Data Placement
策略：通过侦测写入的Pattern，将数据分为热数据和冷数据，然后将数据分门别类放好（阿里提供数据放置的接口）
收益：降低WA，减少GC，提高QoS
不同类型的服务，存储，数据库和计算产生的数据，被归类到不同的写入流中，写到不同的地方。
Multi-Stream
在顺序写，随机写1，随机写2和读取4个线程同时工作的情况下，多流（Multi-stream）方案与传统方案相比：
- 总体带宽更高；
- 平均WA更小；
- 平均时延更低；
网络带宽与SSD带宽不均衡导致的问题
网络带宽的迭代非常迅速，现在已经有了100G的网卡和网络交换机，为了填饱这么高的带宽，后端用于存储的SSD紧赶慢赶，容量不断飙升。以100G网络为例，通常会为其配备24块4T的SSD，总共96TB的空间。
那么问题来了，公有云卖钱的时候，是看IOPS/GB：站在用户的角度，不会管云服务提供商一共配置了多少SSD的容量，而是只关注自己购买的那一部分容量能够提供的性能。SSD容量越来越大，反而导致IOPS/GB 的降低。与以往相比，云服务商的成本其实是提高了。
混合存储
混合存储，古已有之，Ali的做法是：
将存储分为Fast Pool和Slow Pool两块，快的部分用SCM，Intel Optane，慢的部分用QLC和HDD，TLC两边都用；
前端写入到Fast Pool的3份数据，经过后台优化–增加纠删码码并压缩，真正写入后台的数据量只有0.5。这样操作，整体DWPD以及IOPS要求降低为原来的1/6, 同时避免了增加纠删码导致的时延增加。
注：水平有限，不理解为什么前端写入的数据是3份？知道的朋友请留言指点。
未来计划：
- 为存储引擎定制化FTL
- QLC在open Channel的部署
- Open Channel中的计算能力的提高
