Gartner发布的2020年十大数据与分析技术趋势中，持久化内存赫然位列其中，其预测未来一段时间内，持久化内存将占内存计算消耗的10%以上，与此同时，持久化内存的产品也陆续问世，并持续迭代，技术日趋成熟。
当然，这只是最初浅的认识，如果想真正使用这个产品，必然需要对其技术细节有所了解，包括了它的工作模式、技术特性，进而挖掘出其合理的业务应用场景。
持久化内存的工作模式
持久化内存的工作模式主要有两种：
Memory Mode内存扩展模式
这种模式下，持久化内存作为易失性内存来使用，与原有的内存条位于同一Channel上，作为DRAM的下一级缓存使用，即所谓二级内存（2 Level Memory）。这种模式下，操作系统上看到的内存还是传统内存的容量，看不到PMEM内存容量，应用无需进行调整，但实际运行中，内存到达一定水位线就与二级内存进行交换，从而实现内存的扩展。
AppDirect Mode应用直连模式
应用直连模式下，持久化内存作为独立的非易失性内存使用，当然这需要操作系统的内核能够支持，Linux4.2版本开始就引入了对NVDIMM的支持，这种模式下，又分为两种细分模式，Fsdax和Devdax：
Fsdax模式下，持久化内存被认为是一个磁盘设备，并能够格式化一个文件系统，应用程序依托标准的POSIX文件接口规范进行访问，具有很高的兼容性，应用程序采用标准的磁盘IO或文件IO方式进行读写，但这样数据流在到达持久化内存前，还需要进入物理内存的PageCache，不可避免造成内存空间的浪费及由IO读写颗粒差异转换所造成性能损失，如果采用ext4或xfs等持久化内存兼容的文件系统，系统能够激活dax模式，能够绕过操作系统内存PageCache直接读写持久化内存上的数据，但其也是有众多的前置条件的。
Devdax模式下，持久化内存被驱动为一个字符设备，这样就能够更贴近与内存交互的IO模式，当然应用程序不可避免地要按照持久化内存接口规范进行修改，诸如load/store等指令，这种模式无疑性能是优秀的，即减少文件系统的开销，又绕过传统内存的PageCache；如应用程序在改造过程中按合理IO颗粒进行写入，还能够规避IO颗粒度差异转换所造成的性能损失，达到一个性能最优状态，更重要的一点是devdax能够支持RDMA读写。
因此，我们认为，Memory Mode模式实际上是比较尴尬的一种过渡模式，无法实现数据持久化，仅仅是依托PMEM单条内存容量更大的优势点，实现了内存的扩展，以牺牲部分DRAM槽位及容量性能换更大的二级内存空间，对于一些需要大内存的应用而言，有一定的价值。
而Devdax模式则是适合于应用使用的很好的技术路径，尽管这条路径对应用程序有一定的侵入性，但其能够真正意义上发挥持久化内存的性能优势。此外，两种模式实际是可以共存的，部分空间作为内存扩展，部分空间作为持久化内存，这样无疑会使持久化内存有更多的适用场景。
持久化内存的关键技术指标
在谈持久化内存的应用这前，除了解其工作模式外，还是需要对其技术指标及深入的理解。
时延
单纯从存储器颗粒上来看时延的话，如下表所示：
其中，持久化内存采用的是3D XPoint的颗粒，其读时延是100ns，写入时延是500ns。
但是，真实情况不能偏听偏信，还是实践从真知，我们引用FAST20上《An Empirical Guide to the Behavior and Use of Scalable Persistent Memory》这篇论文的真实测试数据来说明：
测试是针对傲腾持久化内存 8Bit读，64Bit写进行，结果顺序读时延大约是传统内存的两倍，达到169ns，随机读是传统内存的三倍，达到305ns，写采用两种不同的指令集，由于写入时达到WPQ（写队列）就算写入结束，故每条持久化内存与传统内存相当，均在100ns以下。
注：1.ntstore及clwb两种CPU缓存驻留刷新的方式，ntstore能够bypass cpu cache，而clwb则是异步刷新。
2.2021年，Intel推出了200系列持久化内存，指标及频率有所提升。
当然，在真实的业务环境中，超高并发、超高带宽压力下，持久化内存片内WPQ写队列、数据Merge Buffer、iMC控制芯片，以及interleaved持久化内存容量组合方式，都有可能拉低整体性能预期。但总的来说，整体的时延标准还是非常值得赞许的，从下图的存储层次结构图上，持久化内存，填补了存储时延上的一个空白，即使以最大305ns的读性能表现，也比Nvme SSD 60-80us的读速度，存在十倍以上的优势。
耐磨度及故障率
为什么会关注这两个指标，有两方面考量，一方面从厂商提供的产品指标上来看，持久化内存的功耗明显大于传统内存，达到15-18W，散热比传统内存大很多，因此对产品的故障率有所担心；另一方面，由于如果做为内存或缓存使用的话，其读写频率会相当高，存储颗粒的磨损问题不可避免，而且是以内存插槽模式安装，日常热拔插维护不方便，当然，指标够硬，这此都不是个事。
从产品官网上查到其指标AFR为<=0.44，换算成平均无故障时间，约为200万小时，这个指标与企业级固态盘是相当的。当然这个指标不差也不能算是高枕无忧，所以后续的解决方案中，还是需要从架构层面去提供更多的保障，诸如提供多副本方式来避免单点故障。
按256B寻址方式，256G单条最大耐磨度达到指标为363PBW-497PBW，按照读写5年的100%写寿命计算，那每天的擦写次数可以达到777至1063次，（363PBW或497PBW*1000*1000/256G/365天/5年=777至1063次），换算后，大约能够每1-2分钟进行一次持久性内存的全擦写频率，能够保证五年，从耐磨度上来看，应该说毫无问题，实际使用中，也不大可能有如此高的内存擦写频率。
硬件匹配及容量配置
什么样的硬件能够使用持久化内存，这里主要还是针对CPU的限制，从Intel cascade lake第二代至强可扩展处理器开始，均可以支持持久化内存，不论二路、四路及八路机型。
根据CPU代数差异，二路机型可支持6-8T的持久化内存配置，四路机型可支持12T的持久化内存配置。
目前的单条容量具备128G、256G、512G三种类型，每CPU Socket对应的DIMM槽位上可插的数量也根据机型有所差异，但总的来说对内存槽位的占用相对平衡。
持久化内存在数据库业务上的应用
从上述持久化内存的技术特性，不难想像，其具备众多典型的应用场景，包括：数据库、虚拟化、云桌面、内容分发、图形计算等等。
过去几年内，由于NAND SSD的普及，因此不论是超融合、存储或数据库一体机配置，”All-Flash”已经成为很多用户首选的配置方案，曾经的二级缓存或分级存储的解决方案，应用场景同比下降，主要还是针对具备大数据量的业务场景下性价比考量。但时代车轮在前进，所谓一山更比一山高，持久化内存的出现，使缓存机制又焕发出新的生机。
对于关键业务数据库，不论是OLAP还是OLTP型，大量的IO读写是常态化的表现，DBA恨不得将关键表和索引都Keep到内存中，以提升访问速度，但毕竟僧多粥少，代价不菲且并非无弊端。但PMEM的出现，进一步拉高了传统数据库架构的性能天花板，直接的应用方式包括了：
增加了内存容量
采用Memory Mode，数据库可识别的显性内存并未增加，但PMEM，实现上是给DRAM加了外挂，提供了更快的内存加载速度、应用重启速度、更大的内存空间。
大幅提升整体IO性能
将持久化内存作为数据IO的持久化缓存，是现阶段研发的一个重点，底层存储引擎采用AppDirect Mode的Devdax方式，配合存储引擎缓存模式的数据预读及flush机制，从而保证持久化缓存中的高读写命中率。
保障关键数据的读写性能
以Oracle数据库为例，Redolog就是IO的一个瓶颈所在，可以考虑将日志文件放置于持久化内存空间，提高了整体IO性能。
当然，不仅仅是传统Oracle数据库，持久化内存在分布式数据库、内存数据库上都能够体现出显著的性能提升。换句话说，有了持久化内存，未来大部分数据库都是内存数据库。
天玑数据库一体机成功实现持久化内存应用
一直以来，天玑科技PBData数据库一体机及分布式存储软件Phegdata，以性能及稳定性受到众多用户的肯定。持久化内存问世以来，天玑科技研发团队积极跟进，现已正式发布基于持久化内存的高性能Oracle数据库一体机。
实现机制
在天玑PBData数据库一体机的存储节点上，基于devdax最优技术路径对于存储引擎进行深入研发优化，从而支持将PMEM持久化内存作为后端存储池的二级数据缓存，拉升整体性能表现，缩短CPU IO等待，进而提升数据库一体机整体业务负载能力。
天玑PBData数据库一体机，具备大规模采用存储混合模式配置案例，在数据预读、缓存刷新等算法机制方面已十分高效智能，此次将持久化内存也纳入混合存储介质范围，为用户提供了更高性价比的选择，满足传统数据库的性能需求。
当然，持久化内存的加入，必然基于RDMA技术机制进行数据交互，而基于PMEM持久化内存实现数据复本保护，保证了最优数据访问路径及最佳时延，进一步提升了副本安全性，并大大缩短数据重构时间，提升数据安全性。
采用持久化内存混合存储的天玑PBData数据库一体机性能实测
下图是天玑数据库一体机采有Nvme+PMEM与仅采用Nvme全闪存一体机的IO性能对比，在8K并发读及并发写模式下，有约十倍的效率提升：
可持久化内存对于数据库读取的提升非常明显，在不开启并行度的前提下，32G数据量的全表扫描及全索引扫描，时间仅为传统Nvme全闪数据库一体机的三分之一。
综上所述，采用PMEM持久化内存混合存储数据库一体机的优势所在：
采用DEVDAX模式，最大限度发挥持久化内存的性能优势；
进一步提升了原有ALL-FLASH数据库一体机的IO性能；
大连接多并发模式下表现出更优IO稳定性；
具备很高的性价比；
缩短数据重构时间，提升数据安全性；
往期推荐：
上海天玑数据技术有限公司是以大数据、云计算为核心的高科技创新企业。公司紧扣国家未来信息化战略和行业信息化发展需求，坚持专业化和产业化的发展方向，以“创新推动发展”为用户提供专业化解决方案。
业务联系电话：400-822-5030
网址：http://www.dnt.com.cn
地址：上海市闵行区田林路1016号科技绿洲三期6号楼
