VMware SQL 2016访客群集的磁盘布局
我正在尝试为VMware MS SQL 2016 2节点访客故障转移群集建立最佳磁盘布局,该群集将拥有一个单个SQL实例,该实例托管了多个中小型数据库。
不幸的是,我们实际上没有资金用于执行推荐的方法来创建许多小型VM来托管这些数据库,因此我们需要在可能的情况下合并。
我一直在阅读Nutanix SQL 2016最佳实践指南,并提出了一些问题。
我决定专门为数据库文件分配多个VDISKS,因此我将每个VDISK的数据库文件提供一些数据库文件,而不是一个带有所有数据库文件的VDisk。
我假设这种方法可能会更好,因为每个VDISK都有6GB OPLOG分配,因此更多的VDISK会阻止单个OPLOG快速填充?
这里有什么真正的好处可以有更多的vDisk来传播数据库,或者只有当您将单个数据库文件跨磁盘拆分时才真正发挥作用?
我知道将日志文件吐放到多个文件中不值得,但是为数据库日志文件分配更多驱动器是否有任何好处?
谢谢
- 您打算如何聚类?每个Microsoft的NFS不支持故障转移群集。除非我读了你说错了什么。(两个节点nutanix群集上的单个VM?)
- 多少数据库以及它们会忙碌?
我的DBA是最好的Microsoft MVP中最好的DBA之一,因此我们得到了他(Brad McGehee)和Nutanix工程师的一些很好的建议。
他建议使用64K分配格式和数据库分开磁盘。对于日志和临时,分离几乎没有好处。
它不仅仅是大小,而是存储读取/写入,可以确定数据库是否需要其自己的VMDK。大多数读取的大多数情况,只有较小的DB,您可以在RAM中缓存大部分,而且很好。但是,DB和忙碌的越多,您将越好。因此,计划这样做的钱是正确的。
AHV对此将是最佳选择,因为您现在可以在Windows上利用AHVTURBO,但是无论您的数据库都有多个VMDK,这意味着每个VMDK的专用存储流。不过,如果您看到更多的存储空间IO可用性导致的CPU增加,请不要感到惊讶。确保您在NIC上启用了RSS,因此您不会压倒CPU,并且在CPU上的交通平衡均匀。如果您将所有DB都放在单个VMDK上,那么他们互相争夺,您会看到读取的潜伏期增加。尤其是如果您的群集是混合动力,如果您的大多数数据不太忙或被读取或写入HDD,则大多数数据都将属于HDD。
为了使您的工作负载更加剧烈,您甚至可以查看将VMDK固定到棱镜元素内部的SSD。考虑到您的SSD尺寸,因为您不希望它与OPLOG存储竞争。
与往常一样,如果您想验证其中的任何一个并获得设计帮助,就可以参与支持。
在多个VDisk中将数据磁盘拆分的主要原因之一就是避免OPLOG未填充。对于日志文件,在多个vDisks中传播将无法提供好处,因为日志是顺序编写的,并且该类型的工作负载将绕过OPLOG。
以下是一些参考:
请记住,与数据库文件不同,SQL Server日志文件是按顺序或“填充和溢出”方式访问或写入的。因此,将tempDB日志文件传播到几个VMDK上是没有优势的,并且仅使解决方案比必要的更复杂。由于对日志磁盘的争论相当罕见,因此Nutanix建议每个数据库单个日志文件,除非您有更有说服力的原因。
资料来源:https://portal.nutanix.com/#/page/solutions/details?targetId=bp-2015-microsoft-sql-sql-server:top_sql_server_server_log_files.html
OPLOG类似于文件系统期刊,是作为分阶段构建的,用于处理随机写入,合并它们的爆发,然后顺序排列数据到范围存储。写入后,在为数据可用性目的确认写入之前,将OPLOG同步复制到CVM OPLOG的其他N数量。所有CVM OPLOGS都参与复制,并根据负载动态选择。OPLOG存储在CVM上的SSD层上,以提供非常快的写入I/O性能,尤其是对于随机的I/O工作负载。所有SSD设备都参与并处理OPLOG存储的一部分。对于顺序工作负载,OPLOG被绕过,并且写入直接进入范围存储。如果数据当前坐在OPLOG中并且尚未排干,则所有读取请求将直接从OPLOG中符合,直到排干,然后在此处以商店/Unified Cache的范围服务。对于已启用了指纹(又名DEDUPE)的容器,所有写入I/OS都将使用哈希方案进行指纹打印,从而允许它们根据统一缓存中的指纹重复重复。
资料来源:https://nutanixbible.com/
在这里求婚。
- 您打算如何聚类?每个Microsoft的NFS不支持故障转移群集。除非我读了你说错了什么。(两个节点nutanix群集上的单个VM?)
- 多少数据库以及它们会忙碌?
我的DBA是最好的Microsoft MVP中最好的DBA之一,因此我们得到了他(Brad McGehee)和Nutanix工程师的一些很好的建议。
他建议使用64K分配格式和数据库分开磁盘。对于日志和临时,分离几乎没有好处。
它不仅仅是大小,而是存储读取/写入,可以确定数据库是否需要其自己的VMDK。大多数读取的大多数情况,只有较小的DB,您可以在RAM中缓存大部分,而且很好。但是,DB和忙碌的越多,您将越好。因此,计划这样做的钱是正确的。
AHV对此将是最佳选择,因为您现在可以在Windows上利用AHVTURBO,但是无论您的数据库都有多个VMDK,这意味着每个VMDK的专用存储流。不过,如果您看到更多的存储空间IO可用性导致的CPU增加,请不要感到惊讶。确保您在NIC上启用了RSS,因此您不会压倒CPU,并且在CPU上的交通平衡均匀。如果您将所有DB都放在单个VMDK上,那么他们互相争夺,您会看到读取的潜伏期增加。尤其是如果您的群集是混合动力,如果您的大多数数据不太忙或被读取或写入HDD,则大多数数据都将属于HDD。
为了使您的工作负载更加剧烈,您甚至可以查看将VMDK固定到棱镜元素内部的SSD。考虑到您的SSD尺寸,因为您不希望它与OPLOG存储竞争。
与往常一样,如果您想验证其中的任何一个并获得设计帮助,就可以参与支持。
嗨,谢谢!
我们基本上在访客ISCSI中使用(从VM连接到Nutanix群集ISCSI数据服务IP),并将Nutanix卷组用于共享磁盘 - 据我所知,这是支持的,这是唯一的方法。我们正在运行ESXI。
目前,大约有15个数据库,我会说相对忙碌。我们将从仅具有本地磁盘的各种现有物理服务器中移动其中的许多。
不幸的是,我们不会去AHV,无论如何都不是 - 我们只是只使用ESXI安装了这个新环境。
我认为我认为通常的基础知识:
格式在64K处驾驶
锁定记忆中的页面
在可能的情况下为DBS授予DBS,并适当设置自动增长设置
等等
我很想知道是否有任何ISCSI队列深度限制值得关注,因为我知道,使用普通VM SCSI控制器时的首选选项是由于性能良好而使用Para虚拟控制器。您知道这里有任何调整吗?
干杯
在多个VDisk中将数据磁盘拆分的主要原因之一就是避免OPLOG未填充。对于日志文件,在多个vDisks中传播将无法提供好处,因为日志是顺序编写的,并且该类型的工作负载将绕过OPLOG。
以下是一些参考:
请记住,与数据库文件不同,SQL Server日志文件是按顺序或“填充和溢出”方式访问或写入的。因此,将tempDB日志文件传播到几个VMDK上是没有优势的,并且仅使解决方案比必要的更复杂。由于对日志磁盘的争论相当罕见,因此Nutanix建议每个数据库单个日志文件,除非您有更有说服力的原因。资料来源:https://portal.nutanix.com/#/page/solutions/details?targetId=bp-2015-microsoft-sql-sql-server:top_sql_server_server_log_files.html
OPLOG类似于文件系统期刊,是作为分阶段构建的,用于处理随机写入,合并它们的爆发,然后顺序排列数据到范围存储。写入后,在为数据可用性目的确认写入之前,将OPLOG同步复制到CVM OPLOG的其他N数量。所有CVM OPLOGS都参与复制,并根据负载动态选择。OPLOG存储在CVM上的SSD层上,以提供非常快的写入I/O性能,尤其是对于随机的I/O工作负载。所有SSD设备都参与并处理OPLOG存储的一部分。对于顺序工作负载,OPLOG被绕过,并且写入直接进入范围存储。如果数据当前坐在OPLOG中并且尚未排干,则所有读取请求将直接从OPLOG中符合,直到排干,然后在此处以商店/Unified Cache的范围服务。对于已启用了指纹(又名DEDUPE)的容器,所有写入I/OS都将使用哈希方案进行指纹打印,从而允许它们根据统一缓存中的指纹重复重复。资料来源:https://nutanixbible.com/
多谢。
看来我在正确的道路上。
除了填充OPLOG外,还有其他好处可以为数据库文件提供更多的驱动器吗?
我怀疑我们会跨磁盘溢出任何数据库文件,因为大多数数据库都很小。我只是想在磁盘上均匀地传播数据库,因此每个VDisk上可能有2或3个DB。
nutanix建议每个数据库都有一个日志文件,除非您有更多的理由
我明白分裂跨磁盘的日志文件没有性能好处,因此我们不会这样做,但是我们将为每个数据库都有一个日志文件,因此所有日志文件都将仅在一个磁盘上托管。
干杯
Functional","cookiepolicy.modal.level2":"Normal
Functional + analytics","cookiepolicy.modal.level3":"Complete
Functional + analytics + social media + embedded videos"}}}">