性能终局：HDD 与 SSD 的物理边界与选型逻辑

回顾了 HDD 的“机械惯性”与 SSD 的“电子内耗”，我们终于来到存储架构设计的终点：物理定律决定性能上限，工程设计决定如何逼近这个上限。 本篇不再展开底层细节，而是聚焦于最终的选型逻辑。

1. 性能边界的基本模型

工程上，我们通常用两个指标衡量存储设备的边界：

IOPS：每秒可完成多少次 IO，反映“响应频率”

Throughput：单位时间能搬运多少数据，反映“吞吐规模”

HDD 的边界

HDD 的随机 IO 性能主要受限于：

寻道时间（Tseek） + 旋转延迟（Trotation）

这决定了单块机械盘的随机 IOPS 通常只有 100–200 左右。即便借助调度和 NCQ 优化，也很难突破“几百 IOPS”这个数量级。

SSD 的边界

SSD 没有机械寻道，性能上限更多受限于：

• 控制器能力
• NAND 通道并行度
• FTL 与缓存设计

现代 NVMe SSD 的随机 IOPS 轻松达到 十万级甚至更高，这就是它与 HDD 最本质的性能鸿沟。

顺序吞吐方面，HDD 并不差；但一旦请求变得随机、并发升高，机械运动就会迅速成为瓶颈。SSD 则更擅长在高并发下维持吞吐和延迟稳定性。

2. 何时选 HDD，何时选 SSD？

存储选型从来不是“越快越好”，而是 成本、容量、延迟 三者的权衡。

适合 HDD 的场景

• 大容量、低成本存储：在 TB/PB 级容量下，HDD 的单位成本依然有明显优势
• 顺序写为主的场景：备份、归档、冷数据、日志归档等，对随机 IO 不敏感，HDD 足够且更经济
• 吞吐优先、时延不敏感：只要访问模式足够顺序，HDD 仍然是性价比很高的选择

适合 SSD 的场景

• 高并发随机读写：数据库、虚拟机、OLTP、实时分析等，HDD 很容易把 CPU 拖进 iowait
• 高密度性能需求：很多场景不是缺容量，而是缺 IOPS，此时 SSD 的单位空间性能远高于 HDD
• 低延迟要求明确：SSD 不一定没有抖动，但它至少消除了机械寻道这一类毫秒级不确定性

3. 架构终局：分层存储

工业级系统很少在 HDD 和 SSD 之间简单二选一，更常见的做法是分层存储（Tiering）：

• 冷层（HDD）：存放归档数据、冷数据，利用其大容量和低成本
• 热层（SSD）：承载热点数据和随机读写，利用其低延迟和高 IOPS
• 缓冲层（DRAM / 持久内存 / 写缓存）：吸收突发写入，平滑后端设备的写放大和延迟波动

真正成熟的架构，不是强迫一种介质解决所有问题，而是让每种介质只做自己最擅长的事。

4. 存储工程师最重要的“物理直觉”

作为这一系列的结尾，最重要的不是记住参数，而是建立直觉：

• 系统变慢时，先看 IO 是随机还是顺序如果是大量随机小 IO，HDD 往往就是物理上的瓶颈
• SSD 性能抖动时，先怀疑 GC、空间占用和写放大很多“突然变慢”，本质上不是芯片不够快，而是后台整理开始反噬前台性能
• 设计系统时，不要对抗物理规律，要顺着它设计比如用 LSM-Tree、日志追加、批量刷盘，把随机写转成顺序写，本质上都是在向底层设备的物理特性妥协

5. 总结

这几篇文章拆解了存储最底层的物理地基：

• HDD 的机械惯性决定了它天然偏爱顺序访问
• SSD 的闪存特性决定了它必须用复杂控制逻辑处理写入调度器、FTL、GC、缓存，本质上都是软件和固件对物理缺陷做出的补偿

归根结底，存储系统不是抽象的接口，而是物理世界的延伸。理解设备的边界，尊重介质的天性，才是架构选型真正的起点。