Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

计算 SAP HANA 的 EBS 存储需求

概述

本指南为在亚马逊上运行的 SAP HANA 工作负载提供了存储配置建议 EC2。了解如何配置 Amazon EBS 卷以满足 SAP 的存储关键性能指标 (KPIs)。

SAP HANA 主要在内存中存储和处理其数据，并通过将数据保存到持久性存储位置来防止数据丢失。为了实现最佳性能，用于 SAP HANA 数据和日志卷的存储解决方案应满足 SAP 的存储 KPI 要求。 Amazon 已与 SAP 合作认证了适用于 SAP HANA 工作负载的亚马逊 EBS 通用固态硬盘（gp2 和 gp3）和预配置 IOPS 固态硬盘（io1、io2 Block Express）存储解决方案。

适用于 SAP HANA 的新 Amazon EBS 存储指南

本文档介绍了一种基于内存的存储大小调整公式方法，取代了之前特定于实例的建议。通过此变更，客户能够更好地了解存储配置逻辑，并更好地掌控性能优化决策。

新指南重点讲解 gp3 和 io2 Block Express 卷，推荐将其作为所有新部署的最新标准。虽然现有部署仍然支持 gp2 和 io1 卷，但建议将 gp3 用于新的实施，因为其性能和成本效益是可预测的；对于需要更高性能的系统，可选择 io2 Block Express 作为升级路径。

使用 SAP HANA 硬件和云测量工具进行测试

Amazon 已确保存储配置指南符合运行 SAP HANA 的关键性能指标 (KPIs)。但是，对于性能要求较高或偏离了标准推荐的工作负载，强烈建议您使用 SAP HANA 硬件和云测量工具验证存储配置的性能。

请参阅：

EBS 存储卷配置

此部分提供计算 SAP HANA 存储需求的公式和方法。相关计算会将内存大小和工作负载特征纳入考量，以确定合适的卷大小和性能配置。请根据自己的具体工作负载要求和增长预测调整这些基准建议。

有关根据可用内存计算得出需求的信息，请参阅 SAP HANA EBS 存储参考。

根和 SAP 二进制文件卷

根卷包含操作系统文件、配置和日志。大小调整建议适用于大多数 SAP HANA 部署和大小，但可能因您的 AMI 策略和非 SAP 软件需求而异。在高使用率环境下，建议为 /tmp 文件系统单独配置一个卷。

SAP 二进制文件卷（default /usr/sap/<SID>/）包含常见的 SAP 可执行文件和二进制文件。

存储类型

为根存储使用 gp3 卷。基准性能特征符合操作系统的要求。

大小计算

root_and_sap_volume_size = 50 GiB

IOPS 公式

root_and_sap_iops_target = 3000 (fixed)

吞吐量公式

root_and_sap_throughput_target = 125 MB/s (fixed)

示例

任意内存系统根卷：

HANA 数据卷

存储\DATA 文件系统（默认 /hana/data）用于存储 SAP HANA 内存数据库的持久副本。虽然 SAP HANA 在运行时会将数据置于内存中，但该卷会通过定期保存点来保证数据持久性。存储必须处理混合工作负载模式（包括正常运行期间的随机读写以及保存点期间的顺序模式），同时保持持续的低延迟以保持数据库性能。

大小计算

数据卷大小需求源自系统内存大小。虽然实际存储需求取决于您的具体工作负载、压缩比和增长预测，不过可以使用以下计算作为基准。要进行精确计算，请查阅 SAP 大小调整工具。

data_volume_size = MROUND(memory_size * 1.2, 100)

Where:
- Size factor = 1.2
- Rounding factor = 100

IOPS 公式

data_iops_target = MROUND(7200 + (0.45 * memory_size), 100)

Where:
- Base IOPS = 7200
- IOPS factor = 0.45 per GiB of memory
- Rounding factor = 100

吞吐量公式

data_throughput_target = MIN(MROUND(450 + (0.2 * memory_size), 125), 2000)

Where:
- Base throughput = 450 MB/s
- Throughput factor = 0.2 MB/s per GiB of memory
- Maximum throughput = 2000 MB/s (see exception)
- Rounding factor = 125

卷条带化

当您需要满足特定的技术限制、性能要求或运营要求时，请实施卷条带化。有关何时适合实施条带化的详细指导，请参阅何时对卷进行条带化。

对于 gp3 卷，吞吐量通常是您会遇到的第一个限制。对于 io2 Block Express 卷，吞吐量按照 IOPS × I/O 大小计算。SAP HANA 工作负载通常使用 256 KiB 的 I/O 操作——在这个规模下，一个 io2 Block Express 卷可以在 16,000 IOPS 下实现 4,000 个 MB/s 吞吐量。考虑到此容量，io2 Block Express 上的大多数 HANA 部署都不需要进行卷条带化。如果需要更高的吞吐量，则可以相应地调整预调配 IOPS。

如果要对数据卷实施条带化，请使用 256 KB 的条带大小来优化数据操作。

示例

512 GiB 内存系统 HANA 数据卷：

4 TiB 内存系统 HANA 数据卷：

HANA 日志卷

存储\LOG 文件系统（默认为 /hana/log）用于存储重做日志文件以确保数据的持久性和一致性。该文件系统处理高频率、小型顺序写入的写入密集型工作负载。由于日志写入会直接影响数据库的响应时间和事务性能，因此存储卷需要稳定的亚毫秒延迟。

大小计算

日志卷大小需求源自系统内存大小。您可以根据事务量和日志备份频率进行修改。

log_volume_size = MROUND((memory_size * 0.5),100)

Where:
- Minimum Size = 50 GiB
- Maximum Size = 500 GiB
- Rounding factor = 100

IOPS 公式

log_iops_target = 3000

Where:
- Base IOPS = 3000

吞吐量公式

log_throughput_target = MIN(MROUND(300 + (0.015 * memory_size), 300), 500)

Where:
- Base throughput = 300 MB/s
- Throughput factor = 0.015 MB/s per GiB of memory
- Maximum throughput = 500 MB/s
- Rounding factor = 300

卷条带化

对于日志卷，使用 gp3 或 io2 Block Express 卷时，通常不需要进行条带化即可实现 log_throughput_target。单个卷通常足以为日志操作提供足够的性能。

如果要对日志卷实施条带化，请使用 64 KB 条带大小，以针对日志操作典型的顺序写入模式进行优化。请参阅何时对卷进行条带化部分，了解在哪些情况下需要使用条带化才能实现吞吐量、IOPS 或性能目标。

示例

512 GiB 内存系统 HANA 日志卷：

HANA 共享卷

HANA 共享文件系统（默认为 /hana/shared）包含 SAP HANA 安装文件、跟踪文件和共享配置文件。

大小计算

对于单节点部署：

shared_volume_size = MIN(memory_size, 1024)

Where:
- memory_size is system memory in GiB
- 1024 represents 1 TiB maximum

对于横向扩展部署：

对于横向扩展 SAP HANA 系统，每部署 4 个 worker 节点，/hana/shared 文件系统就需要与一个 worker 节点内存大小相等的磁盘空间。

shared_volume_size = worker_node_memory * CEILING(number_of_worker_nodes/4)

Where:
- worker_node_memory is the memory size of a single worker node in GiB
- number_of_worker_nodes is the total number of worker nodes
- CEILING rounds up to the nearest whole number

横向扩展部署示例

IOPS 公式

shared_iops_target = 3000

Where:
- Base IOPS = 3000 (fixed)

吞吐量公式

shared_throughput_target = 125

Where:
- Base throughput = 125 MB/s (fixed)

示例

512 GiB 内存系统 HANA 共享卷：

HANA 备份卷（可选）

/backup 文件系统为基于 SAP HANA 文件的备份（包括数据和日志备份）提供了本地存储。虽然本地文件系统备份可能对非关键系统有用，也可以作为辅助备份方案，但它们却在生产环境中带来了几个挑战：

大小计算

备份卷的大小在很大程度上取决于系统的使用情况。以下内容应作为初始基准，但在部署后需根据备份大小、变更量、本地副本保留策略和应急需求进行调整。

backup_volume_size = memory_size * 3

Where:
- memory_size is system memory in GiB

IOPS 公式

backup_iops_target = n/a

吞吐量公式

对于 ST1 卷，使用此公式作为起点来确定备份吞吐量所需的卷数。根据您的实际备份时段需求和性能监控数据调整最终卷数。

backup_volumes_for_throughput = CEILING(memory_size/6000) * 500

Where:
- memory_size is system memory in GiB
- 6000 represents the GiB threshold for striping
- 500 is maximum throughput MB/s per st1 volume
- Result indicates number of volumes needed for throughput

横向扩展部署示例

何时对卷进行条带化

Linux 逻辑卷管理 (LVM) 条带化可将数据分发到多个 EBS 卷以提高性能。 I/O 条带化卷将充当单个逻辑卷，读取和写入分布在条带集中的所有卷上。

在以下场景中实施存储卷条带化：