NetApp SolidFire Performance: Ergebnisse aus 8-Node-Test
SolidFire skaliert über viele kleine Nodes – und genau das haben wir vermessen. Mit 8 Nodes vom Typ SF19210 erreicht die Lösung sehr hohe IOPS bei stabilen Antwortzeiten und liefert auch im Durchsatz überzeugende Werte. Kurz gesagt: Die 8-Node-Konfiguration kommt in zentralen Disziplinen deutlich über die Hälfte der Leistung grosser Dual-Controller-AFAs und bleibt dabei gut beherrschbar.
Testaufbau: Transparent und praxisnah
Storage: 8× SF19210 (je 2×14-Core-CPU @ 2,6 GHz, 348 GB RAM, 8 GB NVRAM, 2×10 GbE), pro Node 10×1,92 TB (≈ 19 TB roh). Aus dem Pool wurden 56 LUNs à 1 TB erstellt.
Hosts: bis zu 4× Lenovo SR650 (2× Intel Xeon Gold 6132, 384 GB RAM), je 2×10 Gbit iSCSI. Hypervisor VMware ESX 6.7 U1, in den VMs RHEL 7.5. Pro Testlauf 1–4 VMs, jeweils 48 vCPU. Lastgenerierung und zeitliche Synchronisation mit IOgen. Alle Latenzen wurden auf dem Server gemessen.
Random 4 KB Read: linear bis in hohe IOPS
Die Latenz bleibt bis hohe Parallelität sehr stabil. Minimum: ~386 µs. Optimum: 605’534 IOPS bei ~844 µs (4 VMs, je 128 Prozesse). Maximum: 690’677 IOPS bei ~1’371 µs (4 VMs, je 256 Prozesse). Darüber steigt die Latenz deutlich schneller als die IOPS – klassischer Überlastbereich.
Random 4 KB Write: stark, aber nicht mehr linear
Bei Writes füllt sich der Cache naturgemäss schneller. Minimum: ~475 µs. Optimum: 315’431 IOPS bei ~1’236 µs (4 VMs, je 96 Prozesse). Maximum: 473’950 IOPS bei ~4’362 µs (4 VMs, je 512 Prozesse). Der Sprung in der Latenz zeigt: Hier ist der Storage bereits am Limit.
Random 8 KB Read: viel Durchsatz bei sub-ms Latenzen
Minimum: ~421 µs. Optimum: 523’586 IOPS bei ~975 µs (4 VMs, je 128 Prozesse). Maximum: 570’825 IOPS bei ~1’371 µs (4 VMs, je 196 Prozesse). Bis zum Optimum skaliert die Lösung nahezu linear mit der VM-Zahl.
Random 8 KB Write: beherrscht, mit klarer Sättigung
Minimum: ~566 µs. Optimum: 225’410 IOPS bei ~1’739 µs (4 VMs, je 96 Prozesse). Maximum: 317’536 IOPS bei ~6’633 µs (4 VMs, je 512 Prozesse). Die Kurve zeigt ab dem Optimum den erwarteten Latenzanstieg.
Sequential 128 KB: hohe GB/s bei moderaten Zeiten
Read: Speed ~0,4 GB/s @ ~957 µs, Optimum ~6,9 GB/s @ ~1’843 µs (je 32 Prozesse/VM), Maximum ~7,2 GB/s @ ~2’621 µs (je 48 Prozesse/VM, 3 VMs).
Write: Speed ~0,35 GB/s @ ~1’479 µs, Optimum ~4,4 GB/s @ ~2’880 µs (je 24 Prozesse/VM), Maximum ~5,2 GB/s @ ~6’601 µs (je 64 Prozesse/VM).
Zahlen kompakt
| Profil | Speed | Optimum | Maximum |
|---|---|---|---|
| 4 KB Random Read | 8’813 IOPS · 450 µs | 605’534 IOPS · 844 µs | 690’677 IOPS · 1’371 µs |
| 4 KB Random Write | 7’096 IOPS · 561 µs | 315’431 IOPS · 1’236 µs | 473’950 IOPS · 4’362 µs |
| 8 KB Random Read | 8’137 IOPS · 484 µs | 523’586 IOPS · 975 µs | 570’825 IOPS · 1’371 µs |
| 8 KB Random Write | 6’101 IOPS · 651 µs | 225’410 IOPS · 1’739 µs | 317’536 IOPS · 6’633 µs |
| 128 KB Seq. Read | 0,4 GB/s · 957 µs | 6,9 GB/s · 1’843 µs | 7,2 GB/s · 2’621 µs |
| 128 KB Seq. Write | 0,35 GB/s · 1’479 µs | 4,4 GB/s · 2’880 µs | 5,2 GB/s · 6’601 µs |
Hinweis: Werte sind Summen über alle parallel laufenden VMs; die Prozesszahlen beziehen sich auf Prozesse je VM.
Einordnung & Skalierung
Die Kurven zeigen bis zum Optimum eine nahezu lineare Skalierung mit der Anzahl VMs. Pro Node werden die in Aussicht gestellten ~100’000 IOPS (4 KB) im 8-Node-Verbund fast erreicht (690’k/8 ≈ 86’k). Da SolidFire bis 40 Nodes skaliert, ist – bei günstiger Last – eine weitere, annähernd lineare Leistungserhöhung möglich. Bei kleinen Blöcken liegen die Latenzen etwas höher als bei Highend-AFAs; bei grossen Blöcken sind sie teils sogar niedriger. Entscheidend: Die Latenzen bleiben bis nahe an die Sättigung sub-ms stabil.
Fazit
Die 8-Node-SolidFire-Konfiguration liefert in allen praxisrelevanten Profilen starke Ergebnisse: bis ~0,69 Mio. 4 KB Reads, ~0,57 Mio. 8 KB Reads sowie ~7,2 GB/s Lesen und ~5,2 GB/s Schreiben (128 KB) – mit gut beherrschtem Latenzverhalten. Wer planbar skalieren will, erhält mit SolidFire eine modulare Plattform, die ab wenigen Nodes sinnvoll startet und bei Bedarf wächst – technisch sauber und wirtschaftlich kalkulierbar.
Transparenz & Meta
Das Whitepaper wurde im Auftrag von NetApp unabhängig erstellt; die Testumgebung stellte NetApp bereit.
Quellen