车联网/IOT/用户活动记录/电信信令/电商订单/收件箱等都是典型的时序类数据，随着时间的增长，数据量也随着爆增，不少企业都已经管理着PB甚至EB级的数据。PB级数据存储是相当有挑战的一个技术话题，常规数据库单节点容量是2T的话意味着需要500台服务器。如果要50%冗余则需要1000台服务器。在某云EC2单台服务器（32 vCPU 128 GiB）成本超过4万块/年，意味着光服务器成本就4000万/年，同时管理更多的服务器集群，导致更复杂的部署架构更高的故障率，管理成本/人力成本也是飙升。
经常有外行喷美团阿里百度腾讯滴滴字节360等巨头就一个APP，毫无技术含量也没啥成本。殊不知这些巨头在几十万台服务器存储着几十PB的数据，同时还配置了数量不少资深运维团队，光数据成本这块想想都可怕。然而，数据还在指数级增长。
所以，降低TCO(总成本)是CTO/CIO重点考虑的事情之一。
更少的服务器，单机更大的容量，更精简的技术团队可以有效的帮助企业降低成本。使用DSE/Cassandra存储时序数据时如果使用TWCS的压缩策略，单Cassandra节点可以到40T以上，这是因为TWCS压缩策略生成的时间窗sstable在生命周期内不会再触发压缩，避免了磁盘写放大，会有一个非常稳定的磁盘IO环境。相比单节点2T的解决方案，意味着这服务器数量缩减为原来的1/20之一以上，带来的成本节约是显而易见的。同时带来的用户体验也是令人愉悦的。举个例子，去银行或者电信打印几年前的的流水需要特别申请，因为历史冷数据已经被归档到特别的数据中心了，如果有个超大数据存储中心，这类冷数据就可以实时查询了，你就不用等下周。
通过廉价SSD扩大单机容量的方式减少服务器数量是一个行之有效的方法。近期DataStax和知名SSD厂商Scaleflux 及同盾科技在实验室联合做了一次测试，该测试针对DSE 6.8 在ScaleFlux CSD 2000硬盘进行。测试结果令人兴奋。以下摘取部分测试内容及结果：
环境：32核 128G 2个节点，2个副本，每个节点10T，Cassandra默认的STCS压缩策略。
测试结果：
Load结果：写10亿条数据 每条2个字段，每个字段4KBTPS 4W+, P95 2.8ms,P99 22.6ms
Run结果： 每秒10000次，持续执行10亿次，P99 读延迟在100ms，非常稳定
再看下读延迟抖动率：
P999 只有3-4次超过3s，毛刺少，抖动率极低。
ScaleFlux CSD 2000 QLC的特点： 产品容量大，成本低，随机写性能好，通过数据压缩提升了寿命问题。以下内容来自ScaleFlux 公司关于CSD 2000的介绍与评测：
计算存储驱动器（英文全称 Computational Storage Drives ，缩写：CSD）是一种包含一个或多个计算存储引擎和持久数据存储的存储驱动器. CSD 2000 是 ScaleFlux 量产的第二代数据中心级NVMe SSD, 在此基础上, 支持盘内的透明压缩。目前主要在一些云厂商和互联网行业使用。
CSD 2000 跟普通SSD不一样的价值是：
存储成本: 提供对应用透明的数据压缩功能，应用不需要改造就可以享受数据压缩带来的成本下降和性能提升。
使用寿命: 提供更高的寿命，特别是在寿命问题普遍不高的QLC SSD产品中，CSD 2000 由于内部会对数据压缩，大大减少对NAND 颗粒的消耗和擦除次数，极大的降低QLC 的写放大和提升寿命。
备注：以上图为例, 在设置7%OP时, 数据压缩率从1:1提升到1.2:1时, 仅仅20%的压缩率，就可以将WA(Write Amplification)从接近4降低到小于2，从而最终提升写入寿命（DWPD）。
随机写性能: 数据压缩不光节省了内部空间，还减少了 SSD GC 对性能的影响。同时, CSD 2000 QLC 的FTL 的地址映射表条目使用4K大小，对小IO读写非常友好，读写延时很低且稳定, 在高并发读写场景下，CSD 2000 的读写IO平均等待时间能够稳定在很低的水平上。
备注：FIO 4K 随机读写时，可以看到CSD 2000 的IOPS 显著高于同类产品，主要原因就是FTL 条目映射粒度更小。
想学习更多的Casssandra、Spark、Pulsar相关知识，请关注DataStax公众号。
