选存储介质需结合业务io特征：随机小块访问（如数据库）重iops和延迟，顺序大块访问（如视频转码）重吞吐量，混合负载须兼顾三者并保障qos稳定性。
选存储介质，不能只看单个参数标称值，得结合业务实际读写特征来配比——吞吐量、IOPS 和延迟三者互相牵制，改一个，另外两个往往跟着变。
先分清业务属于哪一类IO模式
随机小块访问（如数据库事务、虚拟机启动、索引查询）对IOPS和延迟敏感，4K读写是关键场景；顺序大块访问（如视频转码、备份归档、日志写入）更依赖吞吐量，块大小常为64KB–1MB。混和负载（如OLTP+报表分析）则需兼顾三者，且要关注QoS稳定性（比如99.9%请求延迟是否都
例如：金融交易系统要求平均延迟
不同介质的性能边界要心里有数
硬盘类型直接框定了性能天花板：
- HDD（7200RPM SAS）：4K随机读IOPS≈80–120，延迟≈15–30ms，顺序吞吐≈180–220MB/s。适合冷备、归档等低频大块写场景。
- SATA SSD：4K随机读IOPS≈5万–10万，延迟≈100–300μs，顺序吞吐≈500–550MB/s。适合中等负载的虚拟化或中小数据库。
- NVMe SSD（PCIe 4.0）：4K随机读IOPS≈30万–80万，延迟≈50–100μs，顺序吞吐≈3–7GB/s。适合高并发OLTP、实时分析、VDI峰值登录。
- NVMe SSD（PCIe 5.0）：如长江存储PE511 12.8TB版，4K随机读IOPS达320万，延迟低至55μs，顺序读14GB/s。适合超大规模数据库集群或AI推理缓存层。
注意：标称值都是在理想队列深度（如QD32）、纯随机或纯顺序、无后台任务干扰下测得。真实环境建议按QD16测试，更贴近多数数据库默认配置。
用块大小和并发数动态调优三者关系
吞吐量 = IOPS × 块大小。这个公式是核心杠杆：
- 想提吞吐？可增大块大小（如从4K→128K），但会拉高单次延迟、压低IOPS，还可能触发文件系统碎片问题；
- 想压延迟？减小块大小+提升并发数（如4K+128线程），但IOPS飙升，容易撞到控制器或网络瓶颈；
- 想稳IOPS？选TLC而非QLC介质，因QLC在高写入压力下延迟抖动大、耐久掉得快，不适合混合读写长期运行。
举例：某ERP系统实测发现，把数据库页大小从8KB调到16KB后，吞吐从380MB/s升到620MB/s，但慢查询比例从0.2%升至1.7%——说明延迟分布尾部恶化了。最终折中采用8KB块+更高缓存命中率优化，平衡了吞吐与长尾延迟。
别忽略软件栈和协议带来的隐性损耗
再好的SSD，搭错协议或文件系统也会打折：
- iSCSI或FC协议比NVMe-oF多1–2跳转发，平均延迟增加80–200μs；
- XFS对大文件连续写友好，但小文件元数据操作比ext4慢15%左右；
- 启用压缩或加密（如LUKS）会吃CPU，间接抬高IO响应时间，尤其在高IOPS场景下明显；
- RAID卡缓存策略（Write-back vs Write-through）、电池/电容保护状态，直接影响写延迟稳定性。
建议在选型阶段就做端到端压测：用fio模拟真实业务IO模型（含读写比、块大小分布、随机/顺序比例），同时监控主机侧延迟、网络延迟、存储节点延迟三级指标，定位瓶颈在哪一层。
