排序对延迟的影响

　　avg. Queues数量=输出量×延迟性

　　数据中心的SSD性能优化

　　数据中心的SSD性能优化主要通过添加更多的SSD或利用过量供应的方法来实现最大限度发挥SSD性能的目的。可限制每个驱动上的QD来满足系统的最大延时需求，并且QD和IOPS可以帮助确定数据库的大小且不会触发高延迟事件。

要密切关注排序深度/驱动器以优化服务质量

最大延时的改进达到50%，而损失的IPOS不到30%

　　那么数据中心的关键应用到底需要多大的IOPS才能满足其需求呢?微软通过对在线服务实施追踪式分析以期望得到最高的IOPS需求。通过此项调查发现，IM/EMAIL/BLOB和MSN DB的IOPS率比标准指标要低得多，不同的存储规模对关键应用的性能影响有较大差距。

　　测试证明，单独的Intel SSD 320 系列或Lyndonville可以满足IOPS。

　　最大化地追求IOPS或许不是非常好的选择，更重要的是提高服务质量。较高的IOPS会使SSD成为瓶颈——在msec的X量中99.99%的延时可以较好体现这一点。

　　限制IO请求率也会限制IO服务率——在稳定系统中到达率=离开率

　　限制IO率可获得原始延时外露层——99.99%的延时外露层都在20msec内属于可接受的指标。

　　在随机读写方面，英特尔SSD所使用QoS技术可大幅提升SSD在随机读取方面的性能。

　　通过上述测试，可发现，在数据中心部署SSD时，如何配置SSD将在很大程度上影响SSD性能的发挥，这其中包括SSD的密度、磁盘阵列的带宽、所选择的延迟以及迭代等，这就需求IT管理者在对成本以及上述所提及的因素进行评估后以正确选择合理的闪存真理。