Felsökning av NAS-prestanda: läs- och skrivhastigheter, steg för steg

Långsamma läs- och skrivhastigheter på en NAS kan ha många möjliga orsaker: minne som förstör data eller får enheten att hänga sig, en disk som håller på att gå sönder, en dålig kabel eller ett dåligt bakplan, protokollet, en fragmenterad eller nästan full volym, eller nätverket. Den här guiden går igenom dem i den ordningen, från hårdvaran och uppåt, med hjälp av StorageDiag Workbench & Utilities.

Workbench består av två skrivbord. Utilities arbetar direkt på den NAS där det är installerat: DriveTime Analyzer, NetScope, MemHound och live-loggarna. Workbench analyserar ett diagnostiskt paket (bundle): kärnloggen och Dr. Trace granskar loggarna från det paketet. Du växlar mellan dem i Start-menyn (raden där det står Workbench | Utilities); sidan laddas då om.

1. MinneMemHound, före något annat
2. Loggar & SMARTlänkfel, diskhälsa, HCL
3. SMB eller iSCSIett protokoll eller båda
4. Disk-skanning & kartaDriveTime: hastighet, layout, fyllnadsgrad
5. NätverkNetScope och iperf3

01Fas 1: minnet

Uteslut instabil hårdvara först. En felaktig minnesmodul kan förstöra de data som passerar, orsaka hastighetstapp som ingenting annat kan förklara, eller få hela enheten att hänga sig. Testa RAM-minnet så som den första artikeln beskriver: Hur man korrekt testar RAM på QNAP-servrar med MemHound. Knappen Benchmark and Quality i MemHound mäter även minnets bandbredd gentemot JEDEC-värdet för de installerade modulerna (avsnitt 04 i den artikeln). Vad som är utmärkande för minnet i en NAS (blandning av moduler, dual channel, ECC, och varför OOM-fel kan uppstå trots att minnet ser ut att vara ledigt) beskrivs i avsnitt 05 i den artikeln: RAM i en NAS.

02Fas 2, steg 1: kärnloggen, SMART och HCL

Kärnloggen och Dr. Trace

1. Växla över till Utilities på själva NAS:en och öppna Kernel Log · LIVE eller Dr. Trace · LIVE (Start-menyn, Live logs). För omdömet och logganalysen talar live-fönstret i Dr. Trace om vad du ska göra: Run Audit, then switch to the Workbench desk. När det gäller loggar som en kund skickat till dig laddar du upp deras diagnostiska ZIP på Workbench-skrivbordet (Upload Diagnostic ZIP) och öppnar Kernel Log (dmesg) samt Dr. Trace (Diagnosis).
2. I kärnloggen ställer du om sökningen till regex (abc / .*) och letar efter rader som tyder på en länk med fel: hard resetting link|10B8B|SError|giving up|link is slow|exception Emask.
3. Läs vad Workbench markerar på dessa rader. Den flaggar libata link resets (hard resetting link, link is slow), en port som kärnan gav upp på (reset failed, giving up), SATA PHY- och signalfel (10B8B, Dispar, PHYRdyChg), inaktiverad NCQ efter en timeout (tidsgräns) och en SATA-länk som körs med sänkt hastighet.
4. Öppna en händelse (incident) i Dr. Trace. Den samlar upprepningarna av ett fel, inklusive en disk som kopplar ifrån och sedan kommer tillbaka, till en och samma händelse, och delar upp den sannolika orsaken på disken, kabeln, bakplanet och en expander.

SMART, HCL och diskklassen

1. Öppna DriveTime Analyzer (Utilities) på själva NAS:en. Fliken Health sparar SMART/FARM-historik för varje disk varje timme och gör om den till omdömen (Critical, Warning och Info); listan (fleet list) till vänster markerar varje disk med en prick.
2. Välj en disk och klicka på View SMART. SMART-fönstret räknar upp varje attribut (Current, Worst, Threshold, Raw value) med ett omdöme för hela disken: OK, WARNING eller CRITICAL.
3. Läs av de två märkningarna (chips) på diskens kort. HCL-märkningen jämför disken med QNAP:s kompatibilitetslista för denna NAS-modell: HCL ✓ betyder att den är listad, HCL ✗ betyder att den inte är listad för just den här modellen, HCL — att den inte är listad för någon NAS överhuvudtaget. Klass-märkningen anger Desktop, NAS, Enterprise, Surveillance, Archive eller Blacklist; en desktop-disk (för en stationär dator) är märkt Consumer drive — not recommended for 24/7 NAS use.

Klassen spelar roll för både hastighet och livslängd. Konsument-SSD:er skriver ofta snabbt bara tills deras cache är full och blir sedan mycket långsammare under långvarig belastning. På en NAS räknas jämn läs- och skrivhastighet mer än korta toppar.

03Fas 2, steg 2: SMB eller iSCSI

När hårdvaran är utesluten tar du reda på om problemet hör till ett visst protokoll. Händer det bara över SMB, bara över iSCSI eller över båda? Även om en klient bara kan använda iSCSI är det ingen anledning att hoppa över kontrollen: testa även från en annan klient över SMB för att ringa in problemet.

1. Endast iSCSI, med en Windows Server-klient: inaktivera ODX (Offloaded Data Transfer) på denna Windows-värd med kommandona nedan, starta om den och testa sedan igen. Det är den snabbaste kontrollen som finns, och den kräver ingen analys. Workbench ger samma råd när ett paket (bundle) uppvisar avbrutna iSCSI target-kommandon (aborts).
2. Båda protokollen: orsaken ligger djupare än protokollen. Gå vidare till diskarna.

# PowerShell som administratör. 0 = ODX på (standard), 1 = ODX av
Get-ItemProperty HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem -Name FilterSupportedFeaturesMode

# Inaktivera ODX och starta om Windows
Set-ItemProperty HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem -Name FilterSupportedFeaturesMode -Value 1

# Aktivera det igen
Set-ItemProperty HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem -Name FilterSupportedFeaturesMode -Value 0

04Fas 2, steg 3: Disk Health Scan i DriveTime

Mät diskarna från själva NAS:en innan du kör ett externt benchmark som CrystalDiskMark. DriveTimes Disk Health Scan belastar diskarna bakom en volym och jämför varje disk med de andra (peers).

1. Öppna DriveTime Analyzer, fliken Speed, och välj den aktuella volymen i titelfältet.
2. Välj testet. Volymtesterna (sekventiella och slumpmässiga läsningar och skrivningar, 50/50 mixen, eller FULL REPORT med samtliga fyra faser och SMART) skriver sin testfil bara i en tillfällig mapp på volymen och tar bort den efteråt. Read-only disk scan läser de råa diskarna (raw disks), först var för sig och sedan alla samtidigt, och skriver ingenting.
3. Klicka på ▶ Analyze. För var och en av diskarna rapporterar skanningen latens (median, p95, max), utnyttjande (utilisation), IOPS och ködjup (queue depth), och markerar den med OK, WATCH eller SUSPECT.
4. Klicka på Save report (.md). Rapporten sparas till den publika utdelningen (Public share) som report-ioutils-storagediag-utilities-<date>-<time>.md, med en -trace.csv bredvid; Disk reports i Start-menyn listar dem.

Avläsa await

Ett högt await-värde på en disk betyder inte i sig att just den disken håller på att gå sönder. Await är den tid som en förfrågan står i kö och betjänas. En disk som hanterar mer av arrayens I/O än de andra får vänta längre eftersom den arbetar mer, så skanningen bedömer en sådan disk efter dess servicetid och säger det. I rapporten nedan fick den friska disken bredvid den trasiga just den anmärkningen i fasen för slumpmässig läsning: carries 62% of the array's I/O (1.6× peer IOPS) — its await and queue are load, not a fault. Det omvända händer också: en disk med normal await men en överföringshastighet långt under de andras kan vara den som har ett tyst mekaniskt fel. Därför läser skanningen utan skrivning varje disk för sig och dessutom alla tillsammans.

Rapporten och dess omdöme

Rapporten börjar med ett omdöme som går att förstå direkt: OK när ingen disk sticker ut, eller WARNING / CRITICAL med den svaga länken (weak link) och fasen där den klarade sig sämst. Sedan kommer tabellerna per disk, SMART-värdena från före och efter körningen, tröskelvärdena som användes och ett spår (trace) per sekund. Lagringens hastighet varierar med belastningen på NAS:en, så kör skanningen mer än en gång och kontrollera att en avvikelse upprepas; med spåret i varje rapport kan du jämföra två körningar rad för rad.

05Fas 2, steg 4: fragmentering, fyllnadsgrad och vad en disk klarar av

På hårddiskar nås siffrorna i databladet sällan vid vardaglig användning.

1. Fragmentering. Fliken Disk Map i DriveTime visar hur filerna på en volym eller utdelning ligger och hur uppdelat det lediga utrymmet under dem är. Välj volymen i titelfältet och klicka på Scan: Sample läser så länge som den tidsgräns du anger, Full läser hela trädet. Poängen Fragmented files betyder: 0–30 inget fragmenteringsproblem, 31–55 något fragmenterat, 56 och över kraftigt fragmenterat. Skanningen läser bara; den flyttar aldrig ett block.
2. Fyllnadsgrad. Håll en volym under 80 % full, aktiva data och snapshots tillsammans. Fönstret Capacity varnar när en volym går över 80 %. På QuTS hero markerar Disk Map 80 % och 90 % på poolens stapel: över ungefär 80 % måste ZFS arbeta hårdare för att placera varje skrivning, och skrivningarna blir långsammare för alla utdelningar på poolen.
3. Ingen defragmentering. På en volym med snapshots tar varje block som en defragmenterare flyttar plats i lagringspoolen en gång till, tills de snapshots som håller kvar det gamla blocket har gått ut. Snapshotsen växer alltså med det som flyttades. Tiden och slitaget på diskarna är inte heller värda det. Därför har Workbench ingen knapp för defragmentering, och lösningen är att hålla volymen under 80 %.
4. Vad en disk klarar av. De snabbaste hårddiskarna i dag är specificerade för cirka 280 MB/s på de yttre spåren. På de inre spåren, eller på en fragmenterad volym, är en tredjedel av det vanligt, och med blandade läsningar och skrivningar är 100 till 120 MB/s per disk en realistisk siffra i vardagen. En volyms hastighet beror på RAID-nivån, hur fulla och fragmenterade diskarna är och de rörelser med läshuvudena som det kostar.

Disk Map visar bara hur data ligger (layout). Om du vill se om diskarna hänger med följer du fliken Speed medan arbetslasten körs och kontrollerar varje disks historik på fliken Health.

06Fas 3: nätverket

När diskarna visar sig vara friska och tillräckligt snabba kan flaskhalsen vara nätverket. NetScope mäter länken med iperf3.

1. Öppna NetScope (Utilities), fliken Bandwidth, och klicka på Server. Välj nätverksgränssnitt. Lyssnaren för iperf3 startar av sig själv (port 5201) och stoppas när du stänger fönstret.
2. På en andra NAS som kör Workbench & Utilities öppnar du NetScope, Bandwidth, Client, väljer den här NAS:en (eller skriver dess IP-adress under Manual) och trycker på Start Test. Från en Windows-dator använder du NetScope-klienten för Windows, NetScope-latest.exe, som det finns en länk till i NetScopes titelfält.
3. Om testet visar för låg bandbredd slutar du leta i NAS:ens lagring och tittar på nätverket i stället: switcharna, kablarna, nätverkskorten och routingen.

AElementär kunskap: diskar i en NAS

Alla diskar hör inte hemma i en NAS. Diskens klass avgör om den fungerar i en RAID-array eller får arrayen att gå sönder, och dess SMART-attribut visar hur länge till den kommer att hålla.

I en RAID-array är attributen 5, 197 och 198 inte bara en risk för en enskild disk: en rebuild ökar belastningen, en andra svag disk kan gå sönder, och då misslyckas rebuilden och hela poolen går förlorad. Agera tidigt. På Seagate-diskar visar attributen 1, 7 och 195 raw-värden i miljonklassen, vilket är normalt; jämför VALUE och WORST med THRESH, inte RAW.

Tumregel. Om någon skrivning väntar i en buffert innan den når diskarna (write-back, SLOG, en diskcache utan strömavbrottsskydd, PLP) är en UPS kritisk. Om cachen bara betjänar läsningar rekommenderas en UPS. Lägg en skrivcache på en skyddad typ (RAID 1, 5, 6 eller 10), aldrig på Single, JBOD eller RAID 0.

Minnet (dual channel, ECC, blandning av moduler, symptom och OOM-fel) har ett eget avsnitt i RAM-guiden: RAM i en NAS.