IOパフォーマンスが低い-PCIe NVMe Samsung 950 Pro

新しいNVMeドライブからの大きな利益を期待して、ハードウェアビルドを終了しました。以前のパフォーマンスは予想よりも低かった（最大3GB転送）ので、マザーボード/ CPU /メモリ/ HDDを交換しました。パフォーマンスは、それが二重の何ですがだった、それはまだ半分私はSATA6ドライブをMacBook Proの私の3歳に何を得ます。

• CPU：i7-5820k 6コア
• Mobo：MSI X99A MPOWER
• メモリー：32GB
• ドライブ：Samsung 950 pro NVMe PCIe

Ubuntu（で確認済み16.04.1 LTS）：

Release:    15.10
Codename:   wily

4.2.0-16-generic

$ sudo blkid
[sudo] password for kross: 
/dev/nvme0n1p4: UUID="2997749f-1895-4581-abd3-6ccac79d4575" TYPE="swap"
/dev/nvme0n1p1: LABEL="SYSTEM" UUID="C221-7CA5" TYPE="vfat"
/dev/nvme0n1p3: UUID="c7dc0813-3d18-421c-9c91-25ce21892b9d" TYPE="ext4"

私のテスト結果は次のとおりです。

sysbench --test=fileio --file-total-size=128G prepare
sysbench --test=fileio --file-total-size=128G --file-test-mode=rndrw --max-time=300 --max-requests=0 run
sysbench --test=fileio --file-total-size=128G cleanup


Operations performed:  228000 Read, 152000 Write, 486274 Other = 866274 Total
Read 3.479Gb  Written 2.3193Gb  Total transferred 5.7983Gb  (19.791Mb/sec)
 1266.65 Requests/sec executed

Test execution summary:
    total time:                          300.0037s
    total number of events:              380000
    total time taken by event execution: 23.6549
    per-request statistics:
         min:                                  0.01ms
         avg:                                  0.06ms
         max:                                  4.29ms
         approx.  95 percentile:               0.13ms

Threads fairness:
    events (avg/stddev):           380000.0000/0.00
    execution time (avg/stddev):   23.6549/0.00

スケジューラーは次のように設定されnoneます。

# cat /sys/block/nvme0n1/queue/scheduler
none

ここにあるlspci情報は：

# lspci -vv -s 02:00.0
02:00.0 Non-Volatile memory controller: Samsung Electronics Co Ltd Device a802 (rev 01) (prog-if 02 [NVM Express])
    Subsystem: Samsung Electronics Co Ltd Device a801
    Physical Slot: 2-1
    Control: I/O+ Mem+ BusMaster+ SpecCycle- MemWINV- VGASnoop- ParErr- Stepping- SERR+ FastB2B- DisINTx+
    Status: Cap+ 66MHz- UDF- FastB2B- ParErr- DEVSEL=fast >TAbort- <TAbort- <MAbort- >SERR- <PERR- INTx-
    Latency: 0, Cache Line Size: 32 bytes
    Interrupt: pin A routed to IRQ 45
    Region 0: Memory at fb610000 (64-bit, non-prefetchable) [size=16K]
    Region 2: I/O ports at e000 [size=256]
    Expansion ROM at fb600000 [disabled] [size=64K]
    Capabilities: [40] Power Management version 3
        Flags: PMEClk- DSI- D1- D2- AuxCurrent=0mA PME(D0-,D1-,D2-,D3hot-,D3cold-)
        Status: D0 NoSoftRst+ PME-Enable- DSel=0 DScale=0 PME-
    Capabilities: [50] MSI: Enable- Count=1/8 Maskable- 64bit+
        Address: 0000000000000000  Data: 0000
    Capabilities: [70] Express (v2) Endpoint, MSI 00
        DevCap: MaxPayload 128 bytes, PhantFunc 0, Latency L0s unlimited, L1 unlimited
            ExtTag- AttnBtn- AttnInd- PwrInd- RBE+ FLReset+
        DevCtl: Report errors: Correctable- Non-Fatal- Fatal- Unsupported-
            RlxdOrd- ExtTag- PhantFunc- AuxPwr- NoSnoop+ FLReset-
            MaxPayload 128 bytes, MaxReadReq 512 bytes
        DevSta: CorrErr+ UncorrErr- FatalErr- UnsuppReq+ AuxPwr+ TransPend-
        LnkCap: Port #0, Speed 8GT/s, Width x4, ASPM L1, Exit Latency L0s <4us, L1 <64us
            ClockPM+ Surprise- LLActRep- BwNot- ASPMOptComp+
        LnkCtl: ASPM Disabled; RCB 64 bytes Disabled- CommClk+
            ExtSynch- ClockPM- AutWidDis- BWInt- AutBWInt-
        LnkSta: Speed 8GT/s, Width x4, TrErr- Train- SlotClk+ DLActive- BWMgmt- ABWMgmt-
        DevCap2: Completion Timeout: Not Supported, TimeoutDis+, LTR+, OBFF Not Supported
        DevCtl2: Completion Timeout: 50us to 50ms, TimeoutDis-, LTR-, OBFF Disabled
        LnkCtl2: Target Link Speed: 8GT/s, EnterCompliance- SpeedDis-
             Transmit Margin: Normal Operating Range, EnterModifiedCompliance- ComplianceSOS-
             Compliance De-emphasis: -6dB
        LnkSta2: Current De-emphasis Level: -6dB, EqualizationComplete+, EqualizationPhase1+
             EqualizationPhase2+, EqualizationPhase3+, LinkEqualizationRequest-
    Capabilities: [b0] MSI-X: Enable+ Count=9 Masked-
        Vector table: BAR=0 offset=00003000
        PBA: BAR=0 offset=00002000
    Capabilities: [100 v2] Advanced Error Reporting
        UESta:  DLP- SDES- TLP- FCP- CmpltTO- CmpltAbrt- UnxCmplt- RxOF- MalfTLP- ECRC- UnsupReq- ACSViol-
        UEMsk:  DLP- SDES- TLP- FCP- CmpltTO- CmpltAbrt- UnxCmplt- RxOF- MalfTLP- ECRC- UnsupReq- ACSViol-
        UESvrt: DLP+ SDES+ TLP- FCP+ CmpltTO- CmpltAbrt- UnxCmplt- RxOF+ MalfTLP+ ECRC- UnsupReq- ACSViol-
        CESta:  RxErr- BadTLP- BadDLLP- Rollover- Timeout- NonFatalErr+
        CEMsk:  RxErr- BadTLP- BadDLLP- Rollover- Timeout- NonFatalErr+
        AERCap: First Error Pointer: 00, GenCap+ CGenEn- ChkCap+ ChkEn-
    Capabilities: [148 v1] Device Serial Number 00-00-00-00-00-00-00-00
    Capabilities: [158 v1] Power Budgeting <?>
    Capabilities: [168 v1] #19
    Capabilities: [188 v1] Latency Tolerance Reporting
        Max snoop latency: 0ns
        Max no snoop latency: 0ns
    Capabilities: [190 v1] L1 PM Substates
        L1SubCap: PCI-PM_L1.2+ PCI-PM_L1.1+ ASPM_L1.2+ ASPM_L1.1+ L1_PM_Substates+
              PortCommonModeRestoreTime=10us PortTPowerOnTime=10us
    Kernel driver in use: nvme

hdparm：

$ sudo hdparm -tT --direct /dev/nvme0n1

/dev/nvme0n1:
 Timing O_DIRECT cached reads:   2328 MB in  2.00 seconds = 1163.98 MB/sec
 Timing O_DIRECT disk reads: 5250 MB in  3.00 seconds = 1749.28 MB/sec

hdparm -v：

 sudo hdparm -v /dev/nvme0n1

/dev/nvme0n1:
SG_IO: questionable sense data, results may be incorrect
 multcount     =  0 (off)
 readonly      =  0 (off)
 readahead     = 256 (on)
 geometry      = 488386/64/32, sectors = 1000215216, start = 0

fstab

UUID=453cf71b-38ca-49a7-90ba-1aaa858f4806 /               ext4    noatime,nodiratime,errors=remount-ro 0       1
# /boot/efi was on /dev/sda1 during installation
#UUID=C221-7CA5  /boot/efi       vfat    defaults        0       1
# swap was on /dev/sda4 during installation
UUID=8f716653-e696-44b1-8510-28a1c53f0e8d none            swap    sw              0       0
UUID=C221-7CA5  /boot/efi       vfat    defaults        0       1

フィオ

これには、比較可能なベンチマークがいくつかあります。fioとdisabled syncでテストしたとき、それは別の話です：

sync=1
1 job  - write: io=145712KB, bw=2428.5KB/s, iops=607, runt= 60002msec
7 jobs - write: io=245888KB, bw=4097.9KB/s, iops=1024, runt= 60005msec

sync=0
1 job  - write: io=8157.9MB, bw=139225KB/s, iops=34806, runt= 60001msec
7 jobs - write: io=32668MB, bw=557496KB/s, iops=139373, runt= 60004msec

sync1つのジョブと7つのジョブの完全な結果は次のとおりです。

$ sudo fio --filename=/dev/nvme0n1 --direct=1 --sync=1 --rw=write --bs=4k --numjobs=1 --iodepth=1 --runtime=60 --time_based --group_reporting --name=journal-test
journal-test: (g=0): rw=write, bs=4K-4K/4K-4K/4K-4K, ioengine=sync, iodepth=1
fio-2.1.11
Starting 1 process
Jobs: 1 (f=1): [W(1)] [100.0% done] [0KB/2368KB/0KB /s] [0/592/0 iops] [eta 00m:00s]
journal-test: (groupid=0, jobs=1): err= 0: pid=18009: Wed Nov 18 18:14:03 2015
  write: io=145712KB, bw=2428.5KB/s, iops=607, runt= 60002msec
    clat (usec): min=1442, max=12836, avg=1643.09, stdev=546.22
     lat (usec): min=1442, max=12836, avg=1643.67, stdev=546.23
    clat percentiles (usec):
     |  1.00th=[ 1480],  5.00th=[ 1496], 10.00th=[ 1512], 20.00th=[ 1528],
     | 30.00th=[ 1576], 40.00th=[ 1592], 50.00th=[ 1608], 60.00th=[ 1608],
     | 70.00th=[ 1608], 80.00th=[ 1624], 90.00th=[ 1640], 95.00th=[ 1672],
     | 99.00th=[ 2192], 99.50th=[ 6944], 99.90th=[ 7328], 99.95th=[ 7328],
     | 99.99th=[ 7520]
    bw (KB  /s): min= 2272, max= 2528, per=100.00%, avg=2430.76, stdev=61.45
    lat (msec) : 2=98.44%, 4=0.58%, 10=0.98%, 20=0.01%
  cpu          : usr=0.39%, sys=3.11%, ctx=109285, majf=0, minf=8
  IO depths    : 1=100.0%, 2=0.0%, 4=0.0%, 8=0.0%, 16=0.0%, 32=0.0%, >=64=0.0%
     submit    : 0=0.0%, 4=100.0%, 8=0.0%, 16=0.0%, 32=0.0%, 64=0.0%, >=64=0.0%
     complete  : 0=0.0%, 4=100.0%, 8=0.0%, 16=0.0%, 32=0.0%, 64=0.0%, >=64=0.0%
     issued    : total=r=0/w=36428/d=0, short=r=0/w=0/d=0
     latency   : target=0, window=0, percentile=100.00%, depth=1

Run status group 0 (all jobs):
  WRITE: io=145712KB, aggrb=2428KB/s, minb=2428KB/s, maxb=2428KB/s, mint=60002msec, maxt=60002msec

Disk stats (read/write):
  nvme0n1: ios=69/72775, merge=0/0, ticks=0/57772, in_queue=57744, util=96.25%

$ sudo fio --filename=/dev/nvme0n1 --direct=1 --sync=1 --rw=write --bs=4k --numjobs=7 --iodepth=1 --runtime=60 --time_based --group_reporting --name=journal-test
journal-test: (g=0): rw=write, bs=4K-4K/4K-4K/4K-4K, ioengine=sync, iodepth=1
...
fio-2.1.11
Starting 7 processes
Jobs: 6 (f=6): [W(2),_(1),W(4)] [50.4% done] [0KB/4164KB/0KB /s] [0/1041/0 iops] [eta 01m:00s]
journal-test: (groupid=0, jobs=7): err= 0: pid=18025: Wed Nov 18 18:15:10 2015
  write: io=245888KB, bw=4097.9KB/s, iops=1024, runt= 60005msec
    clat (usec): min=0, max=107499, avg=6828.48, stdev=3056.21
     lat (usec): min=0, max=107499, avg=6829.10, stdev=3056.16
    clat percentiles (usec):
     |  1.00th=[    0],  5.00th=[ 2992], 10.00th=[ 4512], 20.00th=[ 4704],
     | 30.00th=[ 5088], 40.00th=[ 6176], 50.00th=[ 6304], 60.00th=[ 7520],
     | 70.00th=[ 7776], 80.00th=[ 9024], 90.00th=[10048], 95.00th=[12480],
     | 99.00th=[15936], 99.50th=[18048], 99.90th=[22400], 99.95th=[23936],
     | 99.99th=[27008]
    bw (KB  /s): min=  495, max=  675, per=14.29%, avg=585.60, stdev=28.07
    lat (usec) : 2=4.41%
    lat (msec) : 2=0.57%, 4=4.54%, 10=80.32%, 20=9.92%, 50=0.24%
    lat (msec) : 250=0.01%
  cpu          : usr=0.14%, sys=0.72%, ctx=173735, majf=0, minf=63
  IO depths    : 1=100.0%, 2=0.0%, 4=0.0%, 8=0.0%, 16=0.0%, 32=0.0%, >=64=0.0%
     submit    : 0=0.0%, 4=100.0%, 8=0.0%, 16=0.0%, 32=0.0%, 64=0.0%, >=64=0.0%
     complete  : 0=0.0%, 4=100.0%, 8=0.0%, 16=0.0%, 32=0.0%, 64=0.0%, >=64=0.0%
     issued    : total=r=0/w=61472/d=0, short=r=0/w=0/d=0
     latency   : target=0, window=0, percentile=100.00%, depth=1

Run status group 0 (all jobs):
  WRITE: io=245888KB, aggrb=4097KB/s, minb=4097KB/s, maxb=4097KB/s, mint=60005msec, maxt=60005msec

Disk stats (read/write):
  nvme0n1: ios=21/122801, merge=0/0, ticks=0/414660, in_queue=414736, util=99.90%

アライメント

http://www.intel.com/content/dam/www/public/us/en/documents/technology-briefs/ssd-partition-alignment-techにparted基づいて、とのアライメントをチェックしました。 -brief.pdf

kross@camacho:~$ sudo parted
GNU Parted 3.2
Using /dev/nvme0n1
Welcome to GNU Parted! Type 'help' to view a list of commands.
(parted) unit s                                                           
(parted) print all                                                        
Model: Unknown (unknown)
Disk /dev/nvme0n1: 1000215216s
Sector size (logical/physical): 512B/512B
Partition Table: gpt
Disk Flags: 

Number  Start       End          Size        File system     Name                                 Flags
 1      2048s       206847s      204800s     fat32           EFI system partition                 boot, esp
 2      206848s     486957055s   486750208s  ntfs                                                 msftdata
 3      486957056s  487878655s   921600s     ntfs                                                 hidden, diag
 4      590608384s  966787071s   376178688s  ext4
 5      966787072s  1000214527s  33427456s   linux-swap(v1)

kross@camacho:~$ sudo parted /dev/nvme0n1
GNU Parted 3.2
Using /dev/nvme0n1
Welcome to GNU Parted! Type 'help' to view a list of commands.
(parted) align-check opt 1                                                
1 aligned
(parted) align-check opt 2
2 aligned
(parted) align-check opt 3
3 aligned
(parted) align-check opt 4
4 aligned
(parted) align-check opt 5
5 aligned

TLDR;

私の研究では何も判明していませんが、根本的に間違ったものが設定されているように感じます。スループットは、3年前のmacbook pro w / SATA6の約4倍で、NVMeで半分になります。noatime,nodiratime私は非常に小さな改善を与えましたが、私が期待している4倍のようなものは何も追加しました。残っているものが何もないことを確認するためだけに、新しい15.10サーバーを再パーティション化/再インストールし、同じ結果を得ました。

私のしているfio問題の同期/同期なしの指標の上記の結果は？

だから私はきれいなスレートを持っており、何でも試すことができます。パフォーマンスを標準に近づけるにはどうすればよいですか？すべての参照は大歓迎です。

ご質問ありがとうございます。私にとって非常に役に立ちました。

私は非常に似たような経験をしており、ハードウェアのセットアップが異なります（Intel NVMe SSDを使用しています）。しかし、私はUbuntu 16.04も実行しています。この記事で見つかったあなたの証拠と同様の結果を考えると、問題はUbuntuがNVMeドライブをセットアップする方法にあると確信しました。

Ubuntuを完全にgivingめずに問題を解決することにしました。しかし、私が何をしたとしても、hdparmを使用してテストしたとき、正確に2000 MB /秒を超える速度を得ることができませんでした。

それで、私は少し掘り下げて、Intelが提供するガイドを見つけました。このガイドで提案されていることをすべて試したところ、1つの部分が異なっていることがわかりました。下部近くで、ドライブパーティションを正しく調整する方法について説明します。これは、私のインストールと一致しなかった部分です。私の開始ブロックは4096バイトで割り切れませんでした。4kセクターサイズの代わりに512バイトセクターサイズを使用していました。

案の定、ディスクをフォーマットして4096で割り切れる値でパーティションを開始し、最終的に2000 MB / sの速度を破ることができました。

少し高くなると予想される場合、現在は平均2.3 GB / sです。これsudo fdisk -lは、NVMeドライブを実行しても、物理セクターサイズが512バイトのままであるという事実に起因します。調査を続ける予定ですが、これがあなたのお役に立てば幸いです！

注意：この答えは古いものです。Linux 4.19では、blk_mqがデフォルトのスケジューラです。PCIe NVMe SSDが低速で実行されている場合の問題は、他の場所で発生する可能性が最も高くなります。

元の回答：

追加してください

scsi_mod.use_blk_mq=1

それ以外の場合は、NVMeのコマンドキューとキューごとのコマンドの増加によるメリットはないと思います。

注：arch向けであることは知っていますが、I / Oの調整に関する詳細については、Wikiをご覧ください。

このスレッドは1年前（2016年10月）です。最も高い賛成の回答の1つは、2年前（2015年）のIntel NVMeドライバーを推奨しています。

2017年2月、Samsung はLinuxベースのブートISOインストーラーを使用するファームウェアアップデートをリリースしました。同じリンクに、Windows 7/8/10用にインストールできるドライバーがあります。新しいSamsung 960 Proと新しいDellベースのi7-6700ラップトップの両方にすぐにインストールします。BIOSのフラッシュおよび他のDellベースのドライバーの更新。

これらの古いスレッドを再検討し、新しいユーザーに最新のリンク（2017年10月11日現在）を提供して、すべてのオプションを開くことが重要だと思います。

LinuxでのSamsung 960 ProのパフォーマンスがWindowsの半分の速度であるため、多くのGoogle検索が返されるため、できるだけ多くのオプションを検索することをお勧めします。

scsi_mod.use_blk_mq=1カーネルパラメーターを実装した後：

$ systemd-analyze
Startup finished in 7.052s (firmware) + 6.644s (loader) + 2.427s (kernel) + 8.440s (userspace) = 24.565s

カーネルパラメーターを削除して再起動します。

$ systemd-analyze
Startup finished in 7.060s (firmware) + 6.045s (loader) + 2.712s (kernel) + 8.168s (userspace) = 23.986s

そのためscsi_mod.use_blk_mq=1、システムが遅くなるのではなく、遅くなるように見えます。かつては有益だったかもしれません。

興味深い情報を次に示します。Windowsでは、キャッシュフラッシュが無効になるまで、レビューベンチマークに従ってドライブが動作しません。通常、これは直接行われません。代わりに、ベンダーのドライバー（この場合はSamsung NVMeドライバー）がインストールされます。

ベンダーのドライバーでベンチマークを実行し、Windowsでキャッシュフラッシュを無効にすると、同じ数値が得られます。ベンダーがキャッシュのフラッシュを無視していない場合、これはほとんどありません。

つまり、Windowsでは、すべてのレビューに表示される大きなベンチマーク値を取得するにfsyncは、信頼性を確保するためにすべての手段を使用する必要があります（fsyncなし、具体的には書き込みバリアなし、実装に応じて、間違ったタイミングでの損失はFS全体を破壊する可能性があります-書き込みの順序を変更すると「不可能な」状況が発生します）。

Samsungの「データセンター」SSDには、キャッシュされたデータが正しくフラッシュされるようにするためのコンデンサが付属しています。これは、消費者のドライブには当てはまりません。

昨日、新しいビルドに1TB NVMeを追加して、最初の原則からこれを解決しました。私は特に満足していません。サムスンのサポートと連絡を取り、彼らの言うことを確認しましたが、返事はないでしょう。

私はまだコメントできないので、答えなければなりません。:-(

同等のドライブはありませんが、hdparmの値は問題ないと思います。もしそうなら、sysbenchを準最適な方法で使用していると仮定します。パラメータ--num-threadsを試してみて、ドライブにさらに負荷をかけます。少なくとも私のコンピューターでは、標準のSATA SSDでは1スレッド（デフォルト）と16スレッドの違いは約1：4でした。私の理解では、NVMeドライブは、より多くの並列タスクが負荷をかけていることで輝き始めています。

ほとんどのSSDは、sync = 1（D_SYNC）フラグの場合、平らになります。残念ながら、これはCephジャーナルでよく知られている問題です。詳細については、このページと、同期が有効になっている場合のパフォーマンスの高いドライブのリストを参照してください。

http://www.sebastien-han.fr/blog/2014/10/10/ceph-how-to-test-if-your-ssd-is-suitable-as-a-journal-device/

M.2スロットの上限は10Mbpsです。この制限を回避するためにPCIeアダプターを使用しました：https : //www.amazon.com/Lycom-DT-120-M-2-PCIe-to-PCIe-3-0-x4-Adapter-Support-M-2 -PCIe-2280-2260-2242 / dp / B00MYCQP38 /

あなたのマザーボードは両方の方法でフル32Mbpsだと言っていますが、それは本当かもしれませんが、それは私のために働いたのでアダプターについて言及したいと思いました（オンボードM.2スロットに差し込む速度は約2倍になりました）。私はそれが25ドルだったと思うし、あなたがすでにいじるのに十分な時間を費やしているなら、これは試してみる価値があるかもしれません。

Amazonレビューで自分の経験について書きました：https : //www.amazon.com/gp/customer-reviews/R21BXILGXW4D9C/ref=cm_cr_arp_d_rvw_ttl?ie=UTF8&ASIN=B01639694M