在存储设备的规格表中，无论是用于 固态硬盘不管是企业存储阵列，还是云服务磁盘规格，"IOPS "几乎总是被反复提及。产品宣传通常会强调 "数百万 IOPS "或 "超高随机性能 "作为关键卖点。然而，对于许多用户来说，IOPS 仍然是一个听起来很重要，但并不完全理解的技术术语。在衡量存储性能的众多指标中，IOPS 是一个至关重要却经常被误解的概念。它就像一个无形的裁判，悄无声息地决定着系统处理多任务和随机数据访问的顺畅程度。了解 IOPS 可以帮助我们看穿市场宣传，真正掌握存储设备的性能本质。
什么是 IOPS？
IOPS 是每秒输入/输出操作数的缩写。它是一个核心性能指标，用于衡量每秒有多少次输入/输出操作。 读/写 存储设备每秒能处理的命令数量。打个简单的比方：把存储设备想象成银行柜台。IOPS 衡量的不是一分钟内有多少钱通过柜台，而是一分钟内处理了多少笔交易--无论是存款、取款还是转账，每笔都算作一次操作。因此，IOPS 主要衡量的是存储系统的处理能力或响应效率，关注的是操作的频率，而不是每次操作移动的数据量。无论是从快速固态硬盘读取几 KB 的小文件，还是向传统硬盘写入几 GB 的大文件，每个独立的读/写请求都可以计入 IOPS。要正确理解 IOPS 的含义，首先要了解 IOPS 关注的是操作次数，而不是数据量。
IOPS 为何重要？
IOPS 的重要性源于现代计算环境工作方式的根本转变。早期的计算机使用相对简单，通常一次只涉及一项主要任务，如读取或写入一个大型连续文件。在这种情况下，性能瓶颈往往是数据传输速度，即吞吐量。然而，如今的操作系统和应用程序都在不断执行高度并发的多任务操作。当你同时打开浏览器、办公软件、通信工具，甚至在后台播放音乐时，操作系统需要处理来自不同程序的大量分散的读/写请求。
这些请求大多随机分布在存储设备上的不同位置，而不是按顺序有条不紊地进行。这就好比一个繁忙的交通枢纽：最重要的不是单条车道的最高限速，而是枢纽处理来自各个方向的车流的能力--每秒有多少车辆通过路口而不会拥堵。高 IOPS 能力可确保存储设备在面对如此大规模的随机并发数据访问时，能够快速响应每个请求。这样，多个程序就能同时顺利运行，而不会因存储设备不堪重负而造成系统滞后。因此，在以随机读/写操作为主的日常应用中，高 IOPS 直接决定了系统的响应速度和用户体验的流畅性。
IOPS 具体测量什么？
要准确理解 IOPS，关键是要将它与另一个常用指标--通常称为传输速度（MB/s）的吞吐量区分开来。IOPS 侧重于存储设备每秒能执行多少独立读/写操作，衡量其处理离散任务的能力。吞吐量侧重于单位时间内成功传输的数据总量，衡量数据流的带宽。它们之间的关系受一个关键因素的影响：每次读/写操作所需的数据块大小。有一个简单的换算方法：
传输速度 (MB/s) ≈ IOPS × 块大小（通常以 KB 为单位）/1024
这意味着，对于固定的 IOPS，数据块大小直接决定了传输速度。例如，一台存储设备的 IOPS 为 10,000。在处理典型的 4KB 小数据块时，其传输速度大约为 10,000 × 4KB / 1024 ≈ 39 MB/s。这个速度看起来并不快。然而，当同一设备处理 1MB 大数据块时，其速度就会变成 10,000 × 1MB / 1024 ≈ 9.8 GB/s，这是一个非常惊人的速度。这个例子清楚地表明，IOPS 高并不一定意味着大文件的传输速度快。相反，一个拥有极高连续读/写速度的设备在处理大量小文件时，IOPS 可能会很低，从而导致性能低下。因此，孤立地讨论 IOPS 或传输速度，而不考虑数据块大小和访问模式，是不全面的。
如何测试 IOPS？
IOPS 值不是一个绝对固定的数字，它在很大程度上取决于测试条件。要获得有意义的 IOPS 数据或正确理解供应商公布的规格，我们需要了解关键的测试参数。(注：测试需要专门的基准测试工具，如面向普通用户的 CrystalDiskMark，或功能更强大、更灵活的命令行工具，如 FIO）。
需要设置的主要参数是读/写类型和块大小。
- 读/写类型。 主要有两种类型：顺序和随机。顺序读/写模拟读/写单个大文件，如拷贝电影。随机读/写模拟操作系统或数据库运行，需要频繁读/写分散在磁盘上的许多小文件，这是对存储性能的一大考验。
- 区块大小。 4KB 几乎是行业基准的默认标准。这是因为现代操作系统文件系统结构和大多数应用程序生成的 I/O 请求都围绕着 4KB 页面大小。使用标准大小便于在设备之间进行比较。因此，常见的 "随机读/写 IOPS "指标，除非另有说明，通常是指以 4KB 块大小测量的值。
另一个关键参数是队列深度 (QD)，即系统同时向存储设备发送的命令数量。队列深度越高，存储控制器的并行处理潜力就能得到越好的利用。例如，高性能企业级 NVMe SSD 评论可能会写道"最大随机读取 IOPS（4KB，QD=32）达到 100 万"。这个数字可能比 QD=1 时测得的 IOPS 高出几十倍，显示了设备在高并发负载下的峰值性能。
最后，一个重要的概念是区分峰值性能和稳态性能。许多测试默认显示的是短时间、高压力下的峰值性能，在这种情况下，固态硬盘的 SLC 缓存尚未耗尽，结果令人印象深刻。但更重要的指标是稳态性能：在长时间高强度读/写活动后性能趋于稳定的水平。这能更好地反映设备在极端负载和长期稳定性下的真实性能。
影响 IOPS 的主要因素
存储设备的 IOPS 性能不是由单一因素决定的，而是由底层硬件和软件的综合效应决定的。主要影响因素包括
- 存储介质类型。 这是最基本的因素。硬盘的 IOPS 受物理读/写头寻道时间的限制，通常只有几十到 200 左右。固态硬盘使用电子信号，消除了机械延迟，从而实现了数万至数百万的 IOPS。
- 接口和协议。 接口是数据通道，协议是通信规则。SATA 接口和 AHCI 协议是为硬盘时代设计的，其带宽和指令效率限制了固态硬盘的性能。带有 PCIe 接口的 NVMe 协议可提供高带宽和低延迟，专为高IOPS SSD 而设计。
- 控制器和固件算法。 控制器 是存储设备的大脑。功能强大的控制芯片可在队列深度较高的情况下有效管理并发请求。先进的固件算法可优化读/写过程、垃圾回收和磨损程度，直接决定 IOPS 峰值和稳定性。
- 读/写类型。 通常，读取 IOPS 要高于写入 IOPS。特别是在固态硬盘上，写入可能需要先进行擦除步骤，因此随机写入 IOPS 通常是性能瓶颈，也是衡量硬盘整体设计质量的关键指标。
- 队列深度。 正如测试中提到的，更高的队列深度能更好地发挥硬件的并发处理潜力。因此，支持高队列深度是硬件实现高 IOPS 的基本要求。
IOPS 与其他性能指标的关系
要全面评估存储性能，就不能孤立地看待 IOPS，而应将其与延迟和吞吐量等其他指标结合起来。它们构成了一幅相互关联的性能图景。
- IOPS 与延迟 这是核心关系。延迟衡量完成一次 I/O 操作所需的时间。理想状态是高 IOPS、低延迟。但当负载增加，IOPS 接近设备极限时，请求就会排队，延迟也会显著增加。因此，只有在低延迟的情况下，高 IOPS 才有实际价值；否则，就像一个拥挤的收费站--通过的车辆总数可能很高，但每辆车的等待时间却很长。
- IOPS 与吞吐量：它们通过 "块大小 "的公式联系起来：吞吐量 ≈ IOPS × 块大小。它们的侧重点不同：高 IOPS 对于大量小文件的随机读/写应用至关重要，而高吞吐量则有利于大文件的顺序读/写。好的存储设备应该在两种模式下都有良好的表现。
- IOPS 和 QoS（服务质量）：在高级应用场景中，仅有平均 IOPS 是不够的，QoS 才是关键。QoS 侧重于 IOPS 和延迟的稳定性，确保绝大多数请求的响应时间是可预测的。一个关键指标是尾部延迟，保证 99.9% 甚至 99.99% 的 I/O 请求的延迟低于某个阈值。这可以防止少数速度非常慢的请求影响整体体验，这对数据库、虚拟化和其他关键任务至关重要。
不同场景中 IOPS 的实际意义
IOPS 的重要性因应用场景而异。了解不同的需求有助于做出更好的存储选择。
- 消费者/个人计算机：在这方面，用户体验在很大程度上取决于存储设备的随机读取 IOPS。高随机读取 IOPS 可大大缩短操作系统的启动时间，加快应用程序（浏览器、办公套件）的加载速度，并减少游戏级别加载时的卡顿。对于大多数用户来说，具有良好随机读取性能的 SATA 固态硬盘或入门级 NVMe 固态硬盘可以带来革命性的改进。
- 企业服务器和数据库。 这是对 IOPS 要求最高的场景之一，尤其需要高随机读/写 IOPS 和极低的延迟。处理在线事务的数据库管理系统（如 Oracle、MySQL）需要即时读/写大量分散的小数据块。同时运行多个虚拟机的虚拟化平台（如 VMware）会产生密集的随机 I/O 负载。在这种情况下，IOPS 的稳定性和一致性（QoS）往往比峰值性能更重要，因为任何波动都可能直接导致业务中断。
- 人工智能与大数据分析：这些场景有着复杂的需求，通常需要高吞吐量和高 IOPS 的组合。在人工智能模型训练的数据准备阶段，快速读取大量训练样本文件（通常是许多小文件）需要高 IOPS。在实际训练过程中，则倾向于连续读取大批量数据，此时高连续读取吞吐量成为关键。因此，高性能 NVMe SSD（甚至是 NVMe-oF 架构）成为这些领域的首选。
IOPS 的限制
虽然 IOPS 是一个关键的存储性能指标，但过度依赖它或孤立地看待它可能会产生误导。我们必须认识到它的局限性，避免陷入 "唯数字论 "的陷阱。
- 高峰与现实世界单一的高 IOPS 数值并不总是等同于出色的实际用户体验。供应商提供的 IOPS 数值通常是在理想的实验室条件下测量的峰值性能（例如，高队列深度、短时间测试）。这很难在日常使用中复制，因为在日常使用中，用户操作类似于低队列深度，IOPS 可能会低得多。在低队列深度下提供稳定、低延迟 IOPS 的硬盘，往往比只在高队列深度下提供高数据的硬盘更好用。
- 隐藏延迟变化。 IOPS 作为平均值，无法显示单个 I/O 请求的延迟分布。它计算的是每秒的总操作数，但无法显示其中是否夹杂着一些速度极慢的请求。这些高延迟请求，即 "尾部延迟"，虽然数量很少，但会导致应用程序卡顿或数据库超时。对于需要平稳一致性的应用程序来说，确保 99.9% 的请求低于一定的延迟阈值远比追求高平均 IOPS 数值重要得多。
- 绩效可持续性。 标准的 IOPS 测试往往不能反映长期高负载下的性能稳定性。许多固态硬盘使用 SLC 缓存来维持最初的高速度；一旦缓存耗尽，写入速度就会显著下降。因此，硬盘在持续写入数十分钟或数小时后的 "稳态性能 "比最初几秒钟的 "峰值性能 "更有意义。此外，IOPS 本身并不能说明数据的安全性或硬盘的耐用性；高 IOPS 硬盘可能存在固件错误或寿命短。
如何正确查看 IOPS？
- 情景第一。 在评估任何指标之前，请先确定您的主要用途。对于消费者任务（办公室工作、网页浏览、游戏），一个 SATA 固态硬盘 或入门级 NVMe SSD，其 IOPS 在几万到几十万之间（例如，10 万到 50 万随机读取 IOPS），已经能提供非常流畅的体验。盲目追求数百万的 IOPS 只能带来微乎其微的改善。相反，对于企业应用场景（数据库、虚拟化、高性能计算），选择 企业固态硬盘 IOPS 稳定在数十万或数百万以上，强调低延迟。
- 综合考虑。 切勿只看 IOPS 数值，而应将其与其他指标和因素结合起来。
- IOPS 与延迟：一台随机读取 IOPS 为 80 万、平均延迟低于 0.1 毫秒的硬盘要比 IOPS 为 100 万、延迟为 1 毫秒的硬盘好得多。
- 关注稳定状态：在专业评测中，硬盘的性能可能会从峰值 500k IOPS 下降到满载 30 分钟后的稳定值 150k IOPS。这个 "稳定值 "比峰值更重要。
- 考虑耐用性和保修期：一定要检查保修期和 TBW（总字节写入量）等级。例如，1 TB SSD 的保修期可能是 5 年或 600 TBW，这比 IOPS 数值更能说明长期可靠性。
- 理性对待基准。 基准分数是重要的参考工具，而不是绝对标准。它们有助于快速缩小选择范围，例如，在相同测试参数下比较同一价位不同固态硬盘型号的 IOPS。但最终决定还应该考虑用户对长期实际性能的评价、故障率报告和品牌声誉，因为这些都反映了产品在真实世界中的整体表现。
在存储性能领域，IOPS 是一个重要的核心指标，它揭示了设备处理并发请求的基本能力。然而，正如我们所看到的，它只是拼图中的一块。真正的性能评估需要跳出单一的数字，从更广阔的视角来看待问题。高性能存储的精髓在于多维度的微妙平衡。除 IOPS 外，延迟决定响应速度，吞吐量影响大数据传输效率，而长期稳定性则是业务连续性的关键。这些指标是相互关联的，任何一个指标的薄弱环节都可能成为实际体验中的瓶颈。对于用户来说，理性看待 IOPS 并关注实际负载下的整体性能是选择和评估存储设备的关键。
