Problemen met NAS-prestaties oplossen: lees- en schrijfsnelheden, stap voor stap

Trage lees- en schrijfacties op een NAS hebben veel mogelijke oorzaken: geheugen dat gegevens beschadigt of het apparaat laat vastlopen, een falende schijf, een slechte kabel of backplane, het protocol, een gefragmenteerd of bijna vol volume, of het netwerk. Deze gids controleert ze in die volgorde, van de hardware naar boven, met StorageDiag Workbench & Utilities.

De Workbench heeft twee bureaubladen. Utilities werkt op de NAS waarop het is geïnstalleerd: DriveTime Analyzer, NetScope, MemHound en de live logboeken. Workbench leest een diagnostische bundel: het kernel-logboek en Dr. Trace over de logboeken van die bundel. Je wisselt tussen de twee in het Startmenu (de balk waarop Workbench | Utilities staat); de pagina wordt opnieuw geladen.

1. GeheugenMemHound, vóór al het andere
2. Logs & SMARTlinkfouten, gezondheid schijf, HCL
3. SMB of iSCSIéén protocol of beide
4. Disk scan & mapDriveTime: snelheid, indeling, vullingsgraad
5. NetwerkNetScope en iperf3

01Fase 1: het geheugen

Sluit instabiele hardware eerst uit. Een defecte geheugenmodule kan de data die hij vervoert beschadigen, snelheidsdalingen veroorzaken die niets anders verklaart, of het hele apparaat laten vastlopen. Test het RAM zoals het eerste artikel beschrijft: Hoe RAM correct te testen op QNAP-servers met behulp van MemHound. De knop Benchmark and Quality van MemHound meet ook de geheugenbandbreedte ten opzichte van het JEDEC-cijfer van de geïnstalleerde modules (sectie 04 van dat artikel). Wat er bijzonder is aan geheugen in een NAS (modules combineren, dual channel, ECC, en waarom OOM-fouten kunnen voorkomen terwijl het geheugen vrij lijkt) is sectie 05 van dat artikel: RAM in een NAS.

02Fase 2, stap 1: het kernel-logboek, SMART en de HCL

Het kernel-logboek en Dr. Trace

1. Schakel op de NAS zelf over naar Utilities en open Kernel Log · LIVE of Dr. Trace · LIVE (Startmenu, Live logs). Voor het oordeel en de loganalyse vertelt het live-venster van Dr. Trace wat je moet doen: Run Audit, then switch to the Workbench desk. Heeft een klant je logboeken gestuurd, upload dan zijn diagnostische ZIP op het bureaublad Workbench (Upload Diagnostic ZIP) en open Kernel Log (dmesg) en Dr. Trace (Diagnosis).
2. Zet in het kernel-logboek de zoekopdracht op regex (abc / .*) en zoek naar de regels van een falende verbinding: hard resetting link|10B8B|SError|giving up|link is slow|exception Emask.
3. Lees wat de Workbench erbij markeert. Hij markeert libata link resets (hard resetting link, link is slow), een poort die de kernel heeft opgegeven (reset failed, giving up), SATA PHY- en signaalfouten (10B8B, Dispar, PHYRdyChg), NCQ die is uitgeschakeld na een time-out, en een SATA-verbinding die op een verlaagde snelheid draait.
4. Open in Dr. Trace een incident. Dr. Trace bundelt de herhalingen van één fout tot één incident, ook bij een schijf die wegvalt en terugkomt, en verdeelt de waarschijnlijke oorzaak over de schijf, de kabel, de backplane en een expander.

SMART, de HCL en de schijfklasse

1. Open op de NAS zelf DriveTime Analyzer (Utilities). Het tabblad Health houdt een uurlijkse SMART/FARM-geschiedenis bij van elke schijf en maakt daar oordelen van: Critical, Warning en Info. In de lijst met schijven links staat bij elke schijf een stip.
2. Kies een schijf en klik op View SMART. Het SMART-venster somt elk attribuut op (Current, Worst, Threshold, Raw value) met een oordeel voor de hele schijf: OK, WARNING of CRITICAL.
3. Lees de twee chips op de kaart van de schijf af. De HCL-chip vergelijkt de schijf met de compatibiliteitslijst van QNAP voor dit NAS-model: HCL ✓ betekent: op de lijst, HCL ✗: niet op de lijst voor dit model, HCL —: voor geen enkele NAS op de lijst. De klasse-chip toont Desktop, NAS, Enterprise, Surveillance, Archive of Blacklist; een desktopschijf is gemarkeerd met Consumer drive — not recommended for 24/7 NAS use.

De klasse is zowel van belang voor de snelheid als voor de levensduur. SSD's voor consumenten schrijven vaak alleen snel totdat hun cache vol is, en vertragen daarna drastisch onder een aanhoudende belasting. Op een NAS zijn constante lees- en schrijfbewerkingen belangrijker dan een korte snelheidsboost.

03Fase 2, stap 2: SMB of iSCSI

Is de hardware uitgesloten, zoek dan uit of de vertraging bij één protocol hoort. Gebeurt dit alleen via SMB, alleen via iSCSI, of via beide? Als een client alleen iSCSI kan gebruiken, is dat geen reden om de controle over te slaan: test ook vanaf een andere client via SMB, om het zoeken te beperken.

1. Alleen iSCSI, met een Windows Server-client: schakel ODX (Offloaded Data Transfer) uit op die Windows-host met onderstaande commando's, herstart de host en test opnieuw. Het is de snelste controle die er is en vereist geen analyse. De Workbench geeft hetzelfde advies wanneer een bundel iSCSI target command aborts laat zien.
2. Beide protocollen: de oorzaak ligt onder de protocollen. Ga door naar de schijven.

# PowerShell als administrator. 0 = ODX aan (de standaardwaarde), 1 = ODX uit
Get-ItemProperty HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem -Name FilterSupportedFeaturesMode

# Schakel ODX uit en herstart vervolgens Windows
Set-ItemProperty HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem -Name FilterSupportedFeaturesMode -Value 1

# Schakel het weer in
Set-ItemProperty HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem -Name FilterSupportedFeaturesMode -Value 0

04Fase 2, stap 3: de Disk Health Scan in DriveTime

Meet de schijven vanaf de NAS zelf, nog voordat je een externe benchmark zoals CrystalDiskMark gebruikt. De Disk Health Scan van DriveTime belast de schijven onder een volume en vergelijkt elke schijf met de andere schijven.

1. Open DriveTime Analyzer, het tabblad Speed, en kies het volume in de titelbalk.
2. Kies de test. De volume-tests (sequentiële en willekeurige lees- en schrijfacties, de 50/50 mix, of FULL REPORT met alle vier fasen en SMART) schrijven hun testbestand alleen in een tijdelijke map op dat volume en verwijderen het daarna weer. Read-only disk scan leest de ruwe schijven uit, eerst elk afzonderlijk en daarna allemaal tegelijk, en schrijft niets.
3. Klik op ▶ Analyze. Voor elke schijf rapporteert de scan de latentie (mediaan, p95, max), de bezettingsgraad, IOPS en de diepte van de wachtrij (queue depth), en geeft elke schijf het label OK, WATCH of SUSPECT.
4. Klik op Save report (.md). Het rapport komt in de gedeelde map Public als report-ioutils-storagediag-utilities-<date>-<time>.md, samen met een -trace.csv ernaast; Disk reports in het Startmenu toont ze.

Await aflezen

Een hoge await op één schijf betekent op zichzelf niet dat die schijf aan het falen is. Await is de tijd die een verzoek in de wachtrij staat, plus de tijd waarin het wordt afgehandeld. Een schijf die meer I/O van de array verwerkt dan de andere schijven, wacht langer omdat hij meer werk doet. De scan beoordeelt zo'n schijf daarom op zijn servicetijd en zegt dat er ook bij. In het rapport hieronder kreeg de gezonde schijf naast de falende schijf precies die opmerking in de random-read-fase: carries 62% of the array's I/O (1.6× peer IOPS) — its await and queue are load, not a fault. Het omgekeerde gebeurt ook: een schijf met een normale await maar een overdrachtssnelheid ver onder die van de andere schijven, kan degene zijn met een sluipend mechanisch defect. Daarom leest de read-only scan elke schijf apart, en daarna allemaal tegelijk.

Het rapport en zijn oordeel

Het rapport opent met een oordeel dat iemand meteen kan aflezen: OK wanneer geen enkele schijf opvalt, of WARNING / CRITICAL met vermelding van de zwakke schakel (weak link) en de fase waarin deze het slechtst presteerde. Daarna volgen de tabellen per schijf, het SMART-bewijs van voor en na de testronde, de gebruikte drempelwaarden (thresholds) en een meting per seconde (trace). De opslagsnelheid fluctueert met de belasting op de NAS, dus voer de scan meer dan eens uit en controleer of een afwijking terugkomt; met de trace in elk rapport vergelijk je twee runs regel voor regel.

05Fase 2, stap 4: fragmentatie, vullingsgraad en wat een schijf aankan

Op harde schijven worden de cijfers uit een datasheet in het dagelijks gebruik zelden behaald.

1. Fragmentatie. Het tabblad Disk Map van DriveTime laat zien hoe de bestanden van een volume of share zijn ingedeeld en hoe versnipperd de vrije ruimte eronder is. Selecteer het volume in de titelbalk en klik op Scan: een Sample leest gedurende de tijdslimiet die je instelt, een Full leest de hele structuur. De Fragmented files score geeft aan: 0–30 geen fragmentatieprobleem, 31–55 ietwat gefragmenteerd, 56 en hoger zwaar gefragmenteerd. De scan leest alleen; hij verplaatst nooit een blok.
2. Vullingsgraad. Houd een volume onder de 80% vol, live data en snapshots bij elkaar opgeteld. Het Capacity-venster waarschuwt wanneer een volume de 80% passeert. Op QuTS hero markeert de Disk Map 80% en 90% op de pool-balk: boven de circa 80% moet ZFS harder werken om elke schrijfactie te plaatsen, en vertragen de schrijfacties voor elke share op de pool.
3. Niet defragmenteren. Op een volume met snapshots neemt elk blok dat een defragmentatieprogramma verplaatst opnieuw ruimte in de opslagpool in, totdat de snapshots die het oude blok vasthouden verlopen. De snapshots groeien dus met alles wat is verplaatst. De tijd en slijtage van de schijven zijn het ook niet waard. De Workbench heeft om die reden geen knop voor defragmenteren, en de remedie is het volume onder de 80% te houden.
4. Wat een schijf aankan. De snelste harde schijven van nu halen volgens de specificaties zo'n 280 MB/s, op de buitenste sporen. Op de binnenste sporen, of op een gefragmenteerd volume, is een derde daarvan normaal, en bij gemengde lees- en schrijfacties is 100 tot 120 MB/s per schijf een realistisch cijfer in de praktijk. De snelheid van een volume hangt af van het RAID-niveau, hoe vol en gefragmenteerd de schijven zijn, en de kopbewegingen die dat kost.

Disk Map toont alleen de indeling. Om te zien of de schijven het bijhouden, kijk je naar het tabblad Speed terwijl de werklast draait, en controleer je de geschiedenis van elke schijf op het tabblad Health.

06Fase 3: het netwerk

Wanneer de schijven gezond en snel genoeg blijken, is het netwerk mogelijk de bottleneck. NetScope meet de verbinding met iperf3.

1. Open NetScope (Utilities), het tabblad Bandwidth, en klik op Server. Kies de netwerkinterface. De iperf3-listener start vanzelf (poort 5201) en stopt wanneer je het venster sluit.
2. Open op een tweede NAS waarop de Workbench & Utilities draait NetScope, Bandwidth, Client, kies deze NAS (of typ het IP-adres in onder Manual) en druk op Start Test. Gebruik vanaf een Windows-pc de NetScope client voor Windows: NetScope-latest.exe, met een link in de titelbalk van NetScope.
3. Als de test te weinig bandbreedte laat zien, stop dan met kijken naar de NAS-opslag en kijk naar het netwerk: de switches, de kabels, de netwerkkaarten en de routing.

ABasiskennis: schijven in een NAS

Niet elke schijf hoort in een NAS. De klasse bepaalt of een schijf goed samenwerkt met een RAID-array of die juist ontregelt, en zijn SMART-attributen vertellen hoe lang hij het nog vol zal houden.

Binnen een RAID-array vormen attributen 5, 197 en 198 niet uitsluitend een risico voor die ene schijf: een rebuild verhoogt de belasting, een tweede zwakke schijf kan dan uitvallen, en dan mislukt de rebuild en gaat de hele pool verloren. Reageer in een vroeg stadium. Op Seagate-schijven tonen attributen 1, 7 en 195 ruwe waarden (RAW) die in de miljoenen lopen, wat normaal is; kijk naar VALUE en WORST ten opzichte van THRESH, in plaats van naar RAW.

Vuistregel. Wacht er ook maar één schrijfactie in een buffer voordat ze de schijven bereikt (write-back, SLOG, een schijfcache zonder power-loss protection, PLP), dan is een UPS kritiek. Bedient de cache alleen leesopdrachten, dan is een UPS aanbevolen. Zet een schrijfcache op een beveiligd type (RAID 1, 5, 6 of 10), nooit op Single, JBOD of RAID 0.

Geheugen (dual channel, ECC, modules combineren, symptomen en OOM-fouten) heeft een eigen sectie in de RAM-gids: RAM in een NAS.