SSD VPS म्हणजे काय? Flash storage समजून घ्या

SSD VPS म्हणजे काय?

SSD VPS हा असा virtual private server आहे ज्याची disk फिरणाऱ्या hard disk ऐवजी flash memory वर आधारित असते. SSD म्हणजे solid state drive. ही storage NAND flash chips पासून बनलेली असते आणि तिच्यात कोणतेही moving parts नसतात. VPS म्हणजे virtual private server. हा physical host machine वरील एक isolated भाग असतो. तो स्वतःची operating system चालवतो आणि तुम्हाला पूर्ण server असल्याप्रमाणे विकला जातो. हे दोन्ही एकत्र केल्यावर या संज्ञेचा एक मुख्य अर्थ स्पष्ट होतो. तुमचा server data चा एखादा block वाचतो तेव्हा आधी कोणतीही mechanical हालचाल आवश्यक नसते.

हीच संपूर्ण व्याख्या आहे. पुढील माहितीमध्ये या संज्ञेतून काय समजत नाही ते स्पष्ट केले आहे. कारण pricing page वरील "SSD hosting" या शब्दांवरून त्यामागील storage array बद्दल फारच कमी माहिती मिळते.

VPS आणि साध्या virtual machine मधील फरक अजून स्पष्ट झाला नसेल, तर VPS, VM आणि VPC मधील फरक हे पृष्ठ आधी वाचा.

होस्ट storage size ऐवजी storage speed का जाहीर करतात

एखाद्या plan पेजवर CPU cores, memory, disk size आणि bandwidth दिलेले असतात. त्यानंतर disk विषयी एक शब्द दिला जातो, पण तो size नसतो. होस्ट असे करतात कारण storage ची capacity हा महत्त्वाचा मापदंड राहिलेला नाही. सर्व्हरचा प्रतिसाद कसा वाटतो हे ठरवणारे दोन आकडे म्हणजे IOPS (input/output operations per second) आणि latency (एक operation पूर्ण होऊन प्रतिसाद मिळण्यासाठी लागणारा वेळ).

यामागे storage तंत्रज्ञानातील मूलभूत फरक आहे. Hard disk फिरणाऱ्या platters वर data ठेवतो आणि moving arm वरील head ने तो वाचतो. Platter वरील दुसऱ्या ठिकाणी असलेल्या block पर्यंत पोहोचण्यासाठी arm ला seek करावे लागते. त्यानंतर योग्य sector head खाली येईपर्यंत disk फिरावी लागते. 7200 revolutions per minute वेगाने फिरणाऱ्या disk मध्ये अर्धी फेरी पूर्ण होण्यास सरासरी सुमारे 4 ms लागतात आणि seek साठी आणखी काही ms लागतात. Flash मध्ये arm किंवा platter नसतो. त्यामुळे read ही electrical lookup असते आणि त्याचा प्रतिसाद tens of microseconds मध्ये मिळतो.

[
  {
    "device": "7200 rpm hard disk",
    "random_read_iops": "125",
    "read_latency_ms": 8
  },
  {
    "device": "SATA SSD",
    "random_read_iops": "90,000",
    "read_latency_ms": 0.15
  },
  {
    "device": "NVMe SSD",
    "random_read_iops": "600,000",
    "read_latency_ms": 0.08
  }
]

7200 rpm hard disk ची क्षमता साधारणपणे प्रति सेकंद 125 random 4k reads इतकी असते. यापैकी एक read पूर्ण होऊन प्रतिसाद मिळण्यासाठी सुमारे 8 ms लागतात. NVMe drive ची क्षमता त्याच प्रकारच्या reads साठी सुमारे 600,000 इतकी असते आणि प्रत्येक read साठी सुमारे 0.08 ms लागतात. या दोन्हींच्या दरम्यान असलेल्या SATA SSD ची क्षमता सुमारे 90,000 इतकी असते. हे आकडे टक्केवारीतील सुधारणा म्हणून नव्हे, तर orders of magnitude म्हणून समजा.

या data विषयी दोन सूचना लक्षात ठेवा. हे प्रत्येक class मधील पूर्ण drives साठी प्रकाशित केलेले specifications आहेत. त्यामुळे हे manufacturer sheet वरील आकडे आहेत; VPS वर केलेले प्रत्यक्ष measurement नाहीत. तसेच तुम्हाला पूर्ण drive कधीच मिळत नाही. तुमचा volume एखाद्या device चा किंवा array चा एक भाग असतो. त्याच hardware वर इतर customers चे volumes देखील असतात.

ही दोन columns वेगवेगळ्या प्रश्नांची उत्तरे देतात. त्यामुळे त्यांचा एकत्र विचार करा. Latency म्हणजे एका operation साठी तुम्हाला किती वेळ थांबावे लागते. IOPS म्हणजे drive एकाच वेळी किती operations हाताळू शकते. Flash उच्च IOPS मिळवण्यासाठी parallelism वापरतो. अनेक flash chips एकाच वेळी अनेक requests ला प्रतिसाद देतात आणि deep queue त्यांना सतत कार्यरत ठेवते. एकाच thread मध्ये चालणारा program एक read पाठवून त्याचा प्रतिसाद मिळेपर्यंत थांबला आणि नंतर पुढचा read पाठवला, तर त्याला chart वरील सर्वोच्च आकडा कधीच दिसणार नाही. त्याला latency column मधील आकडा अनुभवास येतो.

SSD, NVMe, SATA आणि PCIe: चार वेगवेगळ्या स्तरांवरील चार संज्ञा

यातील प्रत्येक संज्ञा प्रणालीच्या वेगळ्या भागाचे वर्णन करते. त्यामुळे खरेदीदारांचा गोंधळ होतो.

• SSD हे माध्यम आहे. याचा अर्थ डेटा चुंबकीय प्लेटरवर नसून NAND flash chips वर साठवला जातो.
• SATA हा mechanical disks च्या काळात तयार केलेला interface आहे. त्याची कमाल गती 6 Gbit/s आहे. प्रत्यक्ष throughput सुमारे 550 MB/s असतो. त्याच्या command queue मध्ये एकाच वेळी 32 commands ठेवता येतात.
• NVMe (non-volatile memory express) हा flash साठी विशेषतः तयार केलेला protocol आहे. तो प्रत्येकी हजारो commands असलेल्या अनेक queues ला support करतो. त्यामुळे अनेक CPU cores एकाच वेळी drive शी संवाद साधू शकतात आणि त्यांना एका अरुंद queue ची वाटणी करावी लागत नाही.
• PCIe (peripheral component interconnect express) हा NVMe ज्या bus वर चालतो तो bus आहे. Graphics card ज्या प्रकारच्या lanes मध्ये जोडले जाते, त्याच प्रकारच्या lanes येथे वापरल्या जातात.

म्हणून SATA SSD आणि NVMe SSD दोन्ही flash वर डेटा साठवतात. त्यांच्यातील फरक म्हणजे ते वापरत असलेला interface. SATA SSD कोणत्याही hard disk पेक्षा अजूनही खूप वेगवान असतो. परंतु त्याची 32 commands ची queue तो व्यक्त करू शकणाऱ्या parallel work चे प्रमाण मर्यादित करते. Flash साठी parallel work विशेषतः उपयुक्त असते. कोणता पर्याय घेणे योग्य आहे हे तुमच्या workload वर अवलंबून असते. NVMe आणि SATA SSD मधील निर्णय या विषयाचे सविस्तर विश्लेषण करते.

स्थानिक फ्लॅश की नेटवर्कशी जोडलेले स्टोरेज?

एकाच शब्दाखाली दोन पूर्णपणे वेगळ्या रचना विकल्या जातात.

स्थानिक स्टोरेज म्हणजे फ्लॅश ड्राइव्ह तुमच्या VPS असलेल्या त्याच physical host मध्ये असतात. विनंती एका मशीनमधील PCIe वरून प्रवास करून थेट परत येते. त्यामुळे latency काही दहा microseconds इतकी राहते.

नेटवर्कशी जोडलेले स्टोरेज म्हणजे तुमची virtual disk वेगळ्या storage cluster वर असते. हा cluster बहुतेकदा Ceph किंवा SAN (storage area network) असतो. प्रत्येक read आणि write त्या disk पर्यंत पोहोचण्यासाठी network मधून जाते. Providers याला सहसा "cloud block storage" किंवा "elastic volumes" म्हणतात. फ्लॅश प्रत्यक्ष असतो. मात्र network प्रवासही प्रत्यक्ष असतो आणि तो प्रत्येक operation मध्ये जोडला जातो. त्यामुळे latency काही दहा microseconds ऐवजी उच्च शेकडो microseconds किंवा कमी milliseconds इतकी होते.

यापैकी कोणताही पर्याय चुकीचा नाही. Network storage host बंद पडल्यावरही उपलब्ध राहते, कारण data त्या host वर कधीच साठवलेला नसतो. Provider तुमचा server इतर hardware वर सुरू करू शकतो आणि disk त्याच्यासोबत उपलब्ध होते. Local NVMe अधिक वेगवान असते आणि एका physical machine शी जोडलेले असते. त्यामुळे त्या मशीनमध्ये hardware failure झाल्यास backup मधून restore करावे लागते. तुमची plan कोणता पर्याय वापरते, हे विचारा. जवळजवळ कोणीही असे करत नाही.

प्रत्यक्ष सर्व्हरवर जाणवणारा फरक

सर्व्हरवरील कामात मोठे सलग transfer कमी असतात; त्याऐवजी लहान, यादृच्छिक read आणि write जास्त असतात. त्यामुळे marketing मजकुरातील MB/s हा पृष्ठावरील सर्वांत कमी उपयुक्त आकडा असतो.

• Database commits. टिकाऊपणाची हमी देणारा database transaction commit झाल्यावर fsync करतो आणि data प्रत्यक्षात साठवला गेल्याची drive कडून पुष्टी मिळेपर्यंत प्रतीक्षा करतो. Hard disk वर ही प्रतीक्षा milliseconds इतकी असते. त्यामुळे छोट्या database ची गती प्रति सेकंद काहीशे commits पर्यंत मर्यादित राहते. Flash वर हीच प्रतीक्षा millisecond च्या एका अंशाएवढी असते. PostgreSQL, MySQL किंवा production database म्हणून SQLite चालवत असलात, तरी फरक सर्वाधिक येथे जाणवतो.
• Package installs. apt install हजारो लहान files unpack करतो आणि काम चालू असताना त्या disk वर sync करतो. या कामापैकी जवळजवळ काहीही sequential नसते. त्यामुळे ते IOPS मुळे मर्यादित होते.
• Container image pulls. docker pull network वरून compressed layers fetch करतो आणि नंतर त्या हजारो लहान files मध्ये extract करतो. Download network-bound असतो. Extraction disk-bound असतो. Slow volume वर extraction पूर्ण होईपर्यंत प्रतीक्षा करावी लागते.
• Boot and reboot. Startup वेळी kernel आणि initramfs वाचले जातात. त्यानंतर volume वर विखुरलेल्या शेकडो लहान unit files आणि shared libraries वाचल्या जातात.

यापैकी काहीही मोठा sequential read नाही. एखादा volume 500 MB/s वेगाने data stream करत असला, पण केवळ 3,000 IOPS देत असला, तरी docker compose pull दरम्यान तो slow वाटेल. कारण प्रतीक्षा प्रत्येक megabyte साठी नव्हे, तर प्रत्येक file साठी मोजली जाते.

किंमत पृष्ठावर "SSD cloud hosting" लिहिलेले असणे जवळजवळ काहीही सांगत नाही

हा शब्द केवळ माध्यमाचे वर्णन करतो. तो ड्राइव्ह कोणता interface वापरतो हे सांगत नाही. तसेच तो ड्राइव्ह तुमच्या सर्व्हरच्या त्याच मशीनमध्ये आहे की नाही, हेही सांगत नाही. तुमच्या plan ला पोहोचण्याची परवानगी असलेली कमाल मर्यादा काय आहे, हेही त्यातून कळत नाही.

ही कमाल मर्यादा सर्वाधिक महत्त्वाची असते आणि तिची माहिती सर्वात कमी दिली जाते. एकाच host वर अनेक ग्राहकांच्या सेवा चालत असल्यामुळे providers प्रत्येक volume साठी IOPS आणि throughput वर मर्यादा घालतात. मर्यादा नसलेला शेजारी इतर ग्राहकांची कामगिरी कमी करू शकतो. शेकडो हजार IOPS क्षमता असलेल्या hardware वर काही हजार IOPS ची मर्यादा असणे सामान्य आणि पारदर्शक आहे; मात्र plan description मध्ये ती दिसत नाही. दोन plans मध्ये "SSD" असेच लिहिलेले असू शकते, पण त्यांपैकी एक per volume cap नसलेला local NVMe असू शकतो आणि दुसरा 3,000 IOPS पर्यंत मर्यादित shared cluster volume असू शकतो.

मर्यादा दोन प्रकारच्या असतात. sustained cap ही कायम स्थिर राहणारी कमाल मर्यादा असते. burst cap मध्ये कमी baseline असतो आणि काही काळ त्यापेक्षा जास्त कामगिरी मिळवून देणारे credits असतात. volume idle असताना हे credits पुन्हा जमा होतात. पाच मिनिटांच्या चाचणीत burst cap उत्कृष्ट दिसू शकतो; परंतु database import किंवा मोठ्या restore च्या मध्यात तो baseline पर्यंत खाली येतो. provider ने मोठा आकडा दिला असल्यास, तो वेग किती काळ टिकवण्याची परवानगी आहे, हे विचारा.

तुमच्या VPS ने प्रत्यक्षात कोणती संसाधने दिली आहेत हे कसे तपासावे

guest मधून तुम्हाला hypervisor जे सांगतो तेवढेच दिसू शकते.

lsblk -d -o NAME,ROTA,MODEL,SIZE
cat /sys/block/vda/queue/rotational

तुमच्या disk साठी छापलेले device name lsblk शोधा आणि vda च्या जागी ते वापरा. kernel ला device non-rotational असल्याचे सांगितले असल्यास ROTA आणि rotational file 0 वाचते; उलट माहिती दिली असल्यास 1 वाचते. Virtual disk हा flag hypervisor ज्या माहितीनुसार जाहिरात करतो त्यावरून सेट करतो. त्यामुळे हा flag खालच्या स्तरावरील physical hardware चे नव्हे, तर virtual device चे वर्णन करतो. virtio disk साठी, जसे vda, MODEL साधारणपणे रिकामी असते. Emulated SATA controller वर ती QEMU HARDDISK सारखी generic string असू शकते. Guest ला host चा array दिसणे अपेक्षित नसते आणि प्रत्यक्षात तो दिसतही नाही.

म्हणून या flag कडे संकेत म्हणून पाहा आणि उर्वरित बाबी मोजून तपासा. Volume वरील एखाद्या file विरुद्ध fio वापरून random 4k test चालवा. Queue depth तुमचे application प्रत्यक्षात वापरते तितकीच ठेवा. Burst credit पूर्णपणे वापरला जाईल इतका वेळ test चालवा. VPS चे योग्य benchmarking मध्ये fio commands आणि आकर्षक पण चुकीचे numbers देणाऱ्या सामान्य चुका दिल्या आहेत.

खरेदी करण्यापूर्वी प्रदात्याला विचारायचे तीन प्रश्न

1. स्टोरेज hypervisor वर स्थानिक आहे का, की ते network attached आहे? या उत्तरावर तुमच्या latency ची किमान पातळी ठरते. तसेच physical host अयशस्वी झाल्यावर तुमच्या डेटाचे काय होईल, हेही यावर ठरते. जो प्रदाता याचे स्पष्ट उत्तर देतो, त्याने या बाबीचा विचार केलेला असतो.
2. माझ्या volume वरील IOPS limit किती आहे? निश्चित संख्या विचारा. "Unlimited" आणि "enterprise grade" ही संख्या नाहीत. खरोखर कोणतीही कमाल मर्यादा नसेल, तर त्याच host वरील एखादा शेजारी backup window दरम्यान संपूर्ण array वापरून घेण्यापासून कोणती गोष्ट रोखते, हे विचारा.
3. ही limit sustained आहे की burst? burst असल्यास baseline आणि burst चा कालावधी विचारा. तुमचे nightly job ज्या baseline वर चालेल, तोच नियोजनासाठी महत्त्वाचा आकडा आहे.

फ्लॅशची झीज होते का आणि ती तुमची समस्या आहे का?

फ्लॅश सेल मर्यादित संख्येने write cycles स्वीकारतात. त्यामुळे ड्राइव्ह TBW (terabytes written) किंवा DWPD (drive writes per day) मध्ये endurance rating प्रकाशित करतात. ड्राइव्ह आपल्या सेलवर writes समान रीतीने वितरित करते. याला wear levelling म्हणतात. तसेच, निकामी होणाऱ्या सेलच्या जागी वापरण्यासाठी ते राखीव blocks ठेवते. VPS वर wear ही provider ची समस्या असते. Provider स्वतःच्या ड्राइव्हवरील SMART counters monitor करतो आणि rating ची मर्यादा संपण्यापूर्वी hardware बदलतो. तुमची समस्या फ्लॅशपेक्षा जुनी आहे. ड्राइव्ह हा backup नाही. तुमच्या volume मधील redundancy देखील backup नाही, कारण ती data ची प्रत बनवते तितक्याच अचूकपणे deletion चीही प्रत बनवते.

तुम्ही प्रत्यक्षात करत असलेली तडजोड म्हणजे प्रति gigabyte किंमत. Spinning disks च्या तुलनेत फ्लॅशची प्रति gigabyte किंमत जास्त असते. त्यामुळे समान किमतीच्या hard disk plan पेक्षा SSD plan मध्ये सामान्यतः कमी capacity मिळते. Media किंवा archives साठी मोठ्या प्रमाणात जागा हवी असल्यास fast volume लहान ठेवा आणि bulk data स्वस्त ठिकाणी ठेवा. हेच server च्या बाहेर backups ठेवण्यासाठी योग्य रचनाही आहे. Storage चा खर्च एकूण bill मध्ये कसा समाविष्ट होतो हे पाहण्यासाठी VPS ची प्रत्यक्ष किंमत किती असते या विभागात प्रत्येक खर्चाचा तपशील दिला आहे.

FAQ

SSD VPS आणि NVMe VPS एकच आहेत का?

प्रत्येक NVMe VPS हा SSD VPS असतो, कारण NVMe drives flash असतात. मात्र उलट संबंध लागू होत नाही. "SSD" म्हणून जाहिरात केलेला plan SATA SSD असू शकतो. तो mechanical disks साठी तयार केलेल्या interface मागील flash असतो. त्यामध्ये 32 command queue असते आणि वेगाची कमाल मर्यादा सुमारे 550 MB/s असते. दोन्ही प्रकार hard disk पेक्षा खूप वेगवान असतात. या दोन्हीमधील फरक तुमच्या workload साठी महत्त्वाचा असल्यास, plan च्या नावावरून अंदाज न लावता provider ला plan मध्ये कोणता प्रकार वापरला आहे ते विचारा.

SSD VPS मुळे माझी website वेगवान होईल का?

यामुळे disk वरील काम वेगवान होते; फक्त disk वरील काम. प्रत्येक request साठी अनेक database queries चालवणारे page वेगवान होते, कारण त्या queries आणि त्यांचे commits हे लहान random I/O असतात. Memory किंवा cache मधून दिले जाणारे page पाठवताना disk ला स्पर्श करत नाहीत, त्यामुळे त्यांच्यात फारसा बदल होत नाही. Storage वापरून समस्या सोडवण्यापूर्वी request चा कोणता भाग धीमा आहे ते मोजा.

माझा VPS खरोखर SSD storage वापरतो की नाही हे कसे तपासावे?

Guest च्या आतून physical hardware ची पडताळणी करता येत नाही. lsblk -d -o NAME,ROTA virtual device कोणती माहिती जाहीर करते ते दाखवते. ही value hypervisor ठरवतो. त्यामुळे तेथे दिसणारे 0 हा पुरावा नसून केवळ संकेत आहे. व्यावहारिक तपासणी म्हणजे measurement: random 4k read workload साठी fio अनेक मिनिटे चालवा आणि त्याने दाखवलेली latency तपासा. एक अंकी millisecond random reads दिसल्यास spinning disks किंवा congested network volume असण्याची शक्यता असते. Tens of microseconds दिसल्यास local flash असण्याची शक्यता असते.

Network attached SSD storage हे local NVMe पेक्षा वाईट आहे का?

प्रत्येक operation साठी ते धीमे असते आणि त्यातील अपयश वेगळ्या प्रकारे हाताळावे लागते. प्रत्येक read आणि प्रत्येक write सोबत network round trip जोडला जातो. त्यामुळे दोन्ही flash असूनही latency अधिक असते. त्याच्या बदल्यात तुमचा data एकाच physical host वर राहत नाही. त्यामुळे host failure झाल्यास volume देखील त्याच्यासोबत निकामी होत नाही. Provider साठी snapshots आणि live migration करणेही सोपे होते. Latency sensitive database साठी local flash निवडा. Volume टिकून राहणे microseconds पेक्षा महत्त्वाचे असल्यास network storage निवडा.