探究性能差异的原因

　　在SandForce SF-1200控制器的设计中，使用了一些数据压缩/展开逻辑和驱动器的直接数据路径，但这些逻辑是否已经添加到典型的控制器尚不明确，不过可以确定一点的是，控制器可以实现在运行时压缩。

　　SandForce控制器中使用的技术获得了专利，因此我只能猜测控制器内部是怎么回事，非压缩数据进入硬盘(控制器)后很可能是被存储在一个特殊的缓冲区或高速缓存中，然后，控制器以某种方式压缩数据，也可能是压缩数据块，或在压缩前合并相邻的数据块，如果不是相邻的，可能会先规划数据位置，然后合并数据块，最后压缩它们(也可能完全不是这么回事)，不管其实现方法怎么样，在将数据写入存储介质前，控制器必须花掉一些时间和计算能力分析和压缩数据。

　　压缩完毕后，控制器将压缩后的数据写入SSD内的存储块，这些存储块极有可能是被擦除(未使用)块池中的块，但是，为了确保驱动器报告正确的数据存储量，未经压缩的数据大小也会以元数据的形式存储在驱动器中，也可能存储在压缩后的数据内，因此，如果数据请求需要获得特定数据块的大小，可以快速报告真实大小。

　　一般来说，写入NAND芯片的数据量比原始数据要小(除非数据不能压缩)，这意味着写入数据需要的时间更少，写入吞吐量当然也更好，但是，改善水平完全依赖于数据的可压缩性。

　　对压缩数据而言，在读操作期间，可能先将其放入一个高速缓存中，解压，再发送给操作系统，再一次强调，读取的数据量更小，花的时间也更少，吞吐量也更好，和写操作一样，性能改善水平完全取决于数据的可压缩性。

　　数据在写入SSD之前，数据压缩会对以下几个指标产生影响：

　　(1)性能

　　如果我们使用Joe单个驱动器的原始数字，数据几乎可以无限制压缩(只有0)，读写吞吐量速度均可以达到260MB/s，这样的性能是非常让人满意的，但是，如果数据几乎是不可压缩的(非常随机的)，读操作吞吐量性能可以达到200MB/s，但写操作吞吐量性能只有可怜的65MB/s，这意味着写入性能变化了大约4倍，读性能依据数据的可压缩性变化了大约30%。

　　由于SSD的低延迟，它的读操作性能表现都很好，因此对SF-1200控制器来说，数据以相当快的速度读取，然后再展开(解压)，从逻辑上分析，解压数据和其它关联操作使用的时间降低了性能，但数据量可能比真实的数据量更小，不可压缩数据和可压缩数据在读操作吞吐量性能方面大约相差30%。

　　写入吞吐量性能的终极驱动是数据的可压缩性，如果数据可压缩性非常好，那么将只有很小一部分数据被真实地写到存储介质，实际吞吐量将非常高，如果数据可压缩性不好，几乎所有数据必须全部写入存储介质，写入吞吐量势必会下降，因为分析和压缩数据(可能很少，甚至完全没有)需要的时间会比较长。对SandForce SF-1200控制器来说，如果数据几乎是不可压缩的，那么我们将会看到写入性能急剧下降(从260MB/s下降到65MB/s，下降了将近4倍)。

　　(2)数据容量

　　数据压缩需要考虑的另一个方面是基于SandForce的SSD的空间或数据容量，你可以使用数据压缩功能提高设备的数据容量，但需要注意的是，空间容量取决于数据的可压缩性。

　　当你在Linux系统中使用“ls -lsa”命令查看某个文件的属性时，你希望它报告正确的信息，包括字节大小，块数等，但基于SF-1200的设备不能真正利用数据压缩报告比真实容量更大的容量。

　　(3)SSD的使用寿命

　　SSD中使用的芯片擦除周期都是有限的，因此写入次数也是有限的，达到一定极限后，SSD硬盘将被报废，不可再写入数据，于是诞生了许多减少擦除周期的技术(如减少写放大)，以及减少“热点”，SandForce SSD控制器很可能使用了这些技术。

　　使用数据压缩技术后，在一个给定的存储块上就可以存储更多的数据，减少存储块擦除的次数，例如，假设我们有一块64GB SandForce SSD和一块64GB使用不同控制器的SSD，如果我们向这两块硬盘写入相同数量的数据，SandForce SSD将比传统的SSD使用更少的存储块，它有效地增长了存储块池的大小，这意味着这些存储块比传统的SSD写入次数更少。关于SandForce SSD非常有趣(且很酷)的事情是，和传统SSD相比，它的寿命要长多久，答案是，这完全取决于你的数据，如果你的数据是高度可压缩的，那么你获得的写入性能会更好(读取性能当然也不耐)，驱动器将会“活”得更长。

　　这也意味着SandForce SSD可以使用MLC芯片，使$/GB的成本更便宜。

　　下面我们仔细介绍一下数据压缩，以及你如何分析你的数据，评估数据的可压缩性。