原理描述

Global cache将端到端IO处理路径划分为前台和后台两部分，前台部分保证最快响应应用的读/写请求，应用只会感知到缓存前台部分的执行时间，后台部分的执行时间应用不感知。针对数据写入请求，cache前台会将业务数据通过WAL的形式存储在非易失介质中，然后立刻response给应用，对应业务来说写请求就执行完成。cache后台，异步的将业务数据聚合后，批量下刷到后端存储POOL，完成数据写入全流程。数据读取请求，直接在读cache pool中获取数据，然后返回给应用。cache后台会根据业务workload，提前将数据从存储pool预取到读cache pool中，保证读请求能命中。同时缓存前台的处理流程，实现了零上下文切换，达到最小程度软件开销，保证低时延。

写入存储介质的workload不同，会严重影响介质的性能发挥。以HDD介质为例，ceph集群每块HDD处理随机4K的请求，只能达到150 IOPS左右，换算成带宽是600KB/s。将workload改变为顺序1M的请求，HDD盘可达100MB以上带宽，相比于随机4K请求， HDD盘带宽提升了160多倍。真实的业务场景，数据workload就是大小不同，顺序性不同的各种请求；IO聚合特性就是将各种访问地址随机，块大小不同的数据整合成4M/8M的大块IO，然后顺序的写入后端存储磁盘，这样就能保证后端存储介质性能大幅提升，同时根据系统最大IOPS规格匹配相应数量的HDD盘，就可以保证写cache永远不会被写穿。同时为了避免IO聚合后的读放大，IO聚合功能的元数据管理支持部分数据按需读取。

智能预取技术，主要工作原理为，解析应用发起读请求的pattern，进行访问行为匹配，比如顺序流、逆序流、间隔流、热点流、关联流等，如果匹配成功，就能提前预判业务可能会读取的数据，将这些数据提取从后端存储pool读取到cache pool中。为了更加准确的预取数据，pattern匹配、预取门限、预取长度等参数都会根据读cache命中率的负反馈，进行实时动态调整。目前经过多种真实业务负载的测试，读缓存命中率可以达到80%左右。