服務器技術種類

　　從體系結構來看，目前廣泛應用于關鍵業務領域的商用服務器大體可以分為三類，即對稱多處理器結構(SMP：Symmetric Multi-Processor)，非一致存儲訪問結構(NUMA：Non-Uniform Memory Access) 以及海量并行處理結構(MPP：Massive Parallel Processing)。

　　SMP結構是指服務器中多個CPU對稱工作，無主次或從屬關系。各CPU共享相同的物理內存，每個CPU訪問內存中的任何地址所需時間是相同的，因此SMP也被稱為一致存儲器訪問結構。對SMP服務器進行擴展的方式包括：增加內存、使用更快的CPU、增加CPU、擴充I/O、更多的外部設備 (通常是磁盤存儲)。SMP服務器的主要特征是共享，系統中所有資源（CPU、內存、I/O等）都是共享的。也正是由于這種特征，導致了SMP服務器的主要問題，那就是它的擴展能力非常有限：每一個共享的環節都可能造成SMP服務器擴展時的瓶頸；對SMP而言，最受限制的是內存，每個CPU必須通過相同的內存總線訪問相同的內存資源；隨著CPU數量的增加，內存訪問沖突將迅速增加，造成CPU資源的浪費，CPU性能的有效性大大降低。

　　由于SMP在擴展能力上的限制，人們開始探究如何進行有效地擴展從而構建大型系統的技術，NUMA就是這種努力下的結果之一。利用NUMA技術，可以把幾十個CPU（甚至上百個CPU）組合在一個服務器內。


　　NUMA服務器的基本特征是：具有多個CPU模塊（或稱為Building Block、節點）；每個CPU模塊由多個CPU（如4個）組成，并且具有獨立的本地內存、I/O槽口等；節點之間通過互連模塊進行連接和信息交互；每個CPU可以訪問整個系統的內存，顯然，訪問本地內存的速度將遠遠高于訪問遠地內存（系統內其他節點的內存）的速度，這也是非一致存儲訪問NUMA的由來。由于這個特點，為了更好地發揮系統性能，開發應用程序時需要盡量減少不同CPU模塊之間的信息交互。

　　利用NUMA技術，可以較好地解決原來SMP系統的擴展問題，在一個物理服務器內可以支持上百個CPU。

　　NUMA技術的主要問題是，由于訪問遠地內存的延時遠遠超過本地內存，因此當CPU數量增加時，系統性能無法線性增加。

　　和NUMA不同，MPP提供了另外一種進行系統擴展的方式，它由多個SMP服務器通過一定的節點互聯網絡進行連接，協同工作，完成相同的任務，從用戶的角度來看是一個服務器系統。其基本特征如下：由多個SMP服務器（每個SMP服務器稱節點）通過節點互連網絡連接而成，每個節點只訪問自己的本地資源（內存、存儲等），是一種完全無共享結構；擴展能力最好，理論上其擴展無限制，目前的技術可實現512個節點互連。

　　在MPP系統中，每個SMP節點也可以運行自己的操作系統、數據庫等，但和NUMA不同的是，它不存在異地內存訪問的問題。換言之，每個節點內的CPU不能訪問另一個節點的內存。節點之間的信息交互是通過節點互聯網絡實現的，這個過程一般稱為數據重分配(Data Redistribution)。

　　MPP服務器的主要問題是：需要一種復雜的機制來調度和平衡各個節點的負載和并行處理過程。目前一些基于MPP技術的服務器往往通過系統級軟件（如數據庫）來屏蔽這種復雜性。基于此類數據庫來開發應用時，不管后臺服務器由多少個節點組成，開發人員所面對的都是同一個數據庫系統，而不需要考慮如何調度其中某幾個節點的負載。

　　NUMA與MPP的區別

　　通過分析NUMA和MPP服務器的內部架構和工作原理不難發現其差異所在。

　　節點互聯機制不同。NUMA的節點互聯機制是在同一個物理服務器內部實現，當某個CPU需要進行遠地內存訪問時，它必須等待，這也是NUMA服務器無法實現CPU增加時性能線性擴展的主要原因。而MPP的節點互聯機制是在不同的SMP服務器外部通過I/O實現的，每個節點只訪問本地內存和存儲，節點之間的信息交互與節點本身的處理是并行進行的。因此，MPP在增加節點時性能基本上可以實現線性擴展。

　　內存訪問機制不同。在NUMA服務器內部，任何一個CPU可以訪問整個系統的內存，但遠地訪問的性能遠遠低于本地內存訪問，因此在開發應用程序時應該盡量避免遠地內存訪問。在MPP服務器中，每個節點只訪問本地內存，不存在遠地內存訪問的問題。


　　哪種服務器技術更適合于數據倉庫環境？

　　回答這個問題，需要從數據倉庫環境本身的負載特征入手。典型的數據倉庫環境具有大量復雜的數據處理和綜合分析，要求系統具有很高的I/O處理能力，并且存儲系統需要提供足夠的I/O帶寬與之匹配。

　　從NUMA架構來看，它可以在一個物理服務器內集成許多CPU，使系統具有較高的事務處理能力，由于遠地內存訪問時延遠長于本地內存訪問，因此需要盡量減少不同CPU模塊之間的數據交互。顯然，NUMA架構當用于數據倉庫環境時，由于大量復雜的數據處理必然導致大量的數據交互，將使CPU的利用率大大降低。

　　相對而言，MPP服務器架構的并行處理能力更優越，更適合于復雜的數據綜合分析與處理環境。當然，它需要借助于支持MPP技術的關系數據庫系統來屏蔽節點之間負載平衡與調度的復雜性。另外，這種并行處理能力也與節點互聯網絡有很大的關系。顯然，適應于數據倉庫環境的MPP服務器，其節點互聯網絡的I/O性能應該非常突出，才能充分發揮整個系統的性能。