多CPU架構演進

對稱多處理器結構：(SMP，Symmetric Multi-Processor)

服務器最開始的時候是單CPU，然后才進化到了雙CPU甚至多CPU的SMP架構。所謂SMP架構指的是多路CPU無主次，共享內存、總線、操作系統等。此時每個CPU訪問內存任何地址所耗費的時間是相等的。所以也稱為一致存儲器訪問結構

大家共享同樣的內存，所以擴展能力有限，因為CPU數量增加了，內存訪問沖突也會增加。為了進一步提高CPU數量的同時還能保證效率，NUMA架構出現了，將多個SMP進行松耦合。

還有一種AMP架構，不同的CPU是做不同的事的，互不干擾。

非一致存儲訪問結構：(NUMA，Non-Uniform Memory Access)

NUMA架構中，多個SMP通過Crossbar switch交換矩陣進行互聯。
每個SMP有自己的內存，同時還可以訪問其他SMP的內存，但是需要經過高速交換矩陣，很顯然SMP訪問自己的內存速度非常高，但是訪問遠端的SMP的內存還需要經過交換矩陣，延遲增加，可以看出NUMA通過犧牲內存的訪問時延來達到更高的擴展性。

總之，SMP與NUMA架構對軟件程序方面影響擴展性不大，一臺主機內都使用單一的操作系統。
缺點是CPU數量增加，訪問遠端內存的時延也會增加，性能不能線性增加。此時MPP架構就出現了。

海量并行處理結構：(MPP，Massive Parallel Processing)

MPP說白了就是將多臺獨立的主機組成集群。顯然在此架構下，每個節點都有各自的CPU、內存、IO總線、操作系統，完全松耦合。最關鍵的是MPP集群中的軟件架構也相應的改變了，這樣MPP的效率隨節點數量增加就可以線性增加了。

其實如果NUMA架構下，如果通過上層軟件來使得程序盡量少的讀取遠端的內存，NUMA效率也會線性增加。但是實際上NUMA操作系統仍然是同一個，內存仍然是全局均勻的，所以訪問遠端內存是不可避免的。

那么MPP相當于把內存強制分開，同時又改變了程序架構，這樣就可以保證海量計算下的效率線性增加。

存儲系統的演進

存儲系統與服務器CPU架構演進相同，控制器就好比CPU，后端磁盤柜就類似于內存。

• SMP
  縱觀存儲系統的演進，一開始是單控，后來演進到雙控互為備份，此時就類似于AMP，兩個控制器各自處理自己的任務。
  然后進入到雙控并行處理的時代（HDS的AMS2000存儲系統），類似于SMP，兩個控制器可以并行的處理。
  再到后來則有多控并行對稱處理架構，Oracle的RAC集群就可以視為一種多點SMP，各種共享底層存儲的集群文件系統都屬于多點對稱SMP
• NUMA
  同樣NUMA也出現在了存儲系統中，比如EMC的V-Max相當于多個SMP利用高速交換矩陣來共享訪問每個SMP上的內存，其中SMP就是一對控制器組成的Director，高速交換矩陣就是RapidIO
• MPP
  • 那么IBM的XIV就屬于松耦合MPP架構，每個節點都有自己的CPU、內存、IO接口，使用外部的交換機互相通信。
  • 而HDS的VSP更像是一個緊耦合的MPP。
  • 另一種屬于MPP架構的存儲系統就是分布式文件系統，比如HDFS等。
    MPP對軟件架構變化很大，所以傳統存儲廠商很難將之前的架構演進到MPP上來。
    

誰才是真正的Scale-out

SMP/NUMA/MPP其實都算Scale-out，只不過程度和形態不同。
MPP架構的存儲，比如XIV，在多路大塊連續的IO下，效率反而很差。這是因為單路IO可能導致整個MPP集群中的磁盤資源全部牽動

但是如果是小塊隨機的IO，多路IO關聯很少，則性能隨節點數增加線性增加，這就好比將一個程序并行分解為多個子任務（類似于隨機小IO），因為子任務之間的關聯很少，節點之間的通信量很小，則并行執行的效率高。也就是MPP自身是share-Nothing架構，運行在上面的程序也盡可能的是Share-Nothing

SMP、NUMA、MPP各有各的好處，比如

• SMP適用于擴展性要求不高，而又不想程序改變太大的場景。
• MPP則適用于海量數據下的高擴展性需求場景。它需要對程序進行大量的改變，而且多流大塊連續IO場景下性能不佳。所以MPP架構廣泛的應用于互聯網的底層Key-Value分布式數據庫，這種數據庫主要應對高隨機小塊讀的場景，可以獲得非常高的性能。

參考

大話存儲II

轉載于:https://www.cnblogs.com/dy2903/p/8341268.html

總結

以上是生活随笔為你收集整理的【大话存储】多CPU架构变迁， SMP,NUMA,MPP的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。