Dobrá velikost bloku pro klonování disku pomocí diskdump (dd)

64k se zdá být dobrá volba:

Results:

  no bs=        78s     144584+0 records
  bs=512        78s     144584+0 records
  bs=1k         38s     72292+0 records
  bs=2k         38s     36146+0 records
  bs=4k         38s     18073+0 records
  bs=5k         39s     14458+1 records
  bs=50k        38s     1445+1 records
  bs=500k       39s     144+1 records
  bs=512k       39s     144+1 records
  bs=1M         39s     72+1 records
  bs=5M         39s     14+1 records
  bs=10M        39s     7+1 records

(převzato odtud).

to odpovídá mým vlastním zjištěním týkajícím se ukládání do vyrovnávací paměti pro čtení/zápis pro urychlení io-heavy konvertorového programu, který jsem kdysi špinil @work.

dd šťastně zkopíruje pomocí BS, co chcete, a zkopíruje částečný blok (na konci).

V zásadě se zdá, že parametr velikost bloku (bs) nastavuje množství paměti, které se použije ke čtení kusu z jednoho disku, než se pokusí zapsat tento kus na druhý.

Pokud máte hodně paměti RAM, pak vytvoření velké BS (ale zcela obsažené v paměti RAM) znamená, že I/O subsystém je využíván co nejvíce tím, že provádí masivně velké čtení a zápisy – využívá RAM. Zmenšení BS znamená, že se zvýší I/O režie v poměru k celkové aktivitě.

Samozřejmě v tom je zákon klesajících výnosů. Moje hrubá aproximace je, že velikost bloku v rozsahu asi 128K až 32M pravděpodobně poskytne takový výkon, že režie jsou malé ve srovnání s obyčejným I/O a větší rozdíl nebude mít velký význam. Důvodem, proč je dolní mez 128 kB až 32 milionů, je to, že to závisí na vašem operačním systému, hardwaru a tak dále.

Kdybych to byl já, udělal bych pár experimentů s načasováním kopie/klonu pomocí BS 128K a znovu pomocí (řekněme) 16M. Pokud je někdo znatelně rychlejší, použijte ho. Pokud ne, použijte menší BS ze dvou.

Jak řekli jiní, neexistuje žádná univerzálně správná velikost bloku; co je optimální pro jednu situaci nebo jeden kus hardwaru, může být pro jinou strašně neefektivní. V závislosti na stavu disků může být také vhodnější použít jinou velikost bloku, než která je "optimální".

Jedna věc, která je na moderním hardwaru docela spolehlivá, je, že výchozí velikost bloku 512 bajtů má tendenci být téměř o řád pomalejší než optimálnější alternativa. Když jsem na pochybách, zjistil jsem, že 64K je docela solidní moderní výchozí hodnota. Ačkoli 64 kB obvykle není optimální velikost bloku, podle mých zkušeností bývá mnohem efektivnější než výchozí. 64K má také docela solidní historii spolehlivého výkonu:Můžete najít zprávu z mailing listu Eug-Lug, cca 2002, doporučující velikost bloku 64K zde:http://www.mail-archive.com/example@ unixlinux.online/msg12073.html

Pro určení optimální velikosti výstupního bloku jsem napsal následující skript, který testuje zápis 128M testovacího souboru s dd v rozsahu různých velikostí bloku, od výchozích 512 bajtů až po maximum 64M. Pozor, tento skript používá dd interně, takže jej používejte opatrně.

dd_obs_test.sh:

#!/bin/bash

# Since we're dealing with dd, abort if any errors occur
set -e

TEST_FILE=${1:-dd_obs_testfile}
TEST_FILE_EXISTS=0
if [ -e "$TEST_FILE" ]; then TEST_FILE_EXISTS=1; fi
TEST_FILE_SIZE=134217728

if [ $EUID -ne 0 ]; then
  echo "NOTE: Kernel cache will not be cleared between tests without sudo. This will likely cause inaccurate results." 1>&2
fi

# Header
PRINTF_FORMAT="%8s : %s\n"
printf "$PRINTF_FORMAT" 'block size' 'transfer rate'

# Block sizes of 512b 1K 2K 4K 8K 16K 32K 64K 128K 256K 512K 1M 2M 4M 8M 16M 32M 64M
for BLOCK_SIZE in 512 1024 2048 4096 8192 16384 32768 65536 131072 262144 524288 1048576 2097152 4194304 8388608 16777216 33554432 67108864
do
  # Calculate number of segments required to copy
  COUNT=$(($TEST_FILE_SIZE / $BLOCK_SIZE))

  if [ $COUNT -le 0 ]; then
    echo "Block size of $BLOCK_SIZE estimated to require $COUNT blocks, aborting further tests."
    break
  fi

  # Clear kernel cache to ensure more accurate test
  [ $EUID -eq 0 ] && [ -e /proc/sys/vm/drop_caches ] && echo 3 > /proc/sys/vm/drop_caches

  # Create a test file with the specified block size
  DD_RESULT=$(dd if=/dev/zero of=$TEST_FILE bs=$BLOCK_SIZE count=$COUNT conv=fsync 2>&1 1>/dev/null)

  # Extract the transfer rate from dd's STDERR output
  TRANSFER_RATE=$(echo $DD_RESULT | \grep --only-matching -E '[0-9.]+ ([MGk]?B|bytes)/s(ec)?')

  # Clean up the test file if we created one
  if [ $TEST_FILE_EXISTS -ne 0 ]; then rm $TEST_FILE; fi

  # Output the result
  printf "$PRINTF_FORMAT" "$BLOCK_SIZE" "$TRANSFER_RATE"
done

Zobrazit na GitHubu

Tento skript jsem testoval pouze na systému Debian (Ubuntu) a na OSX Yosemite, takže bude pravděpodobně vyžadovat nějaké úpravy, aby fungoval na jiných variantách Unixu.

Ve výchozím nastavení příkaz vytvoří testovací soubor s názvem dd_obs_testfile v aktuálním adresáři. Případně můžete zadat cestu k vlastnímu testovacímu souboru zadáním cesty za názvem skriptu:

$ ./dd_obs_test.sh /path/to/disk/test_file

Výstupem skriptu je seznam testovaných velikostí bloků a jejich příslušných přenosových rychlostí:

$ ./dd_obs_test.sh
block size : transfer rate
       512 : 11.3 MB/s
      1024 : 22.1 MB/s
      2048 : 42.3 MB/s
      4096 : 75.2 MB/s
      8192 : 90.7 MB/s
     16384 : 101 MB/s
     32768 : 104 MB/s
     65536 : 108 MB/s
    131072 : 113 MB/s
    262144 : 112 MB/s
    524288 : 133 MB/s
   1048576 : 125 MB/s
   2097152 : 113 MB/s
   4194304 : 106 MB/s
   8388608 : 107 MB/s
  16777216 : 110 MB/s
  33554432 : 119 MB/s
  67108864 : 134 MB/s

(Poznámka:Jednotka přenosových rychlostí se bude lišit podle OS)

Chcete-li otestovat optimální velikost bloku čtení, můžete použít víceméně stejný proces, ale místo čtení z /dev/zero a zápisu na disk byste četli z disku a zapisovali do /dev/null. Skript, který to provede, může vypadat takto:

dd_ibs_test.sh:

#!/bin/bash

# Since we're dealing with dd, abort if any errors occur
set -e

TEST_FILE=${1:-dd_ibs_testfile}
if [ -e "$TEST_FILE" ]; then TEST_FILE_EXISTS=$?; fi
TEST_FILE_SIZE=134217728

# Exit if file exists
if [ -e $TEST_FILE ]; then
  echo "Test file $TEST_FILE exists, aborting."
  exit 1
fi
TEST_FILE_EXISTS=1

if [ $EUID -ne 0 ]; then
  echo "NOTE: Kernel cache will not be cleared between tests without sudo. This will likely cause inaccurate results." 1>&2
fi

# Create test file
echo 'Generating test file...'
BLOCK_SIZE=65536
COUNT=$(($TEST_FILE_SIZE / $BLOCK_SIZE))
dd if=/dev/urandom of=$TEST_FILE bs=$BLOCK_SIZE count=$COUNT conv=fsync > /dev/null 2>&1

# Header
PRINTF_FORMAT="%8s : %s\n"
printf "$PRINTF_FORMAT" 'block size' 'transfer rate'

# Block sizes of 512b 1K 2K 4K 8K 16K 32K 64K 128K 256K 512K 1M 2M 4M 8M 16M 32M 64M
for BLOCK_SIZE in 512 1024 2048 4096 8192 16384 32768 65536 131072 262144 524288 1048576 2097152 4194304 8388608 16777216 33554432 67108864
do
  # Clear kernel cache to ensure more accurate test
  [ $EUID -eq 0 ] && [ -e /proc/sys/vm/drop_caches ] && echo 3 > /proc/sys/vm/drop_caches

  # Read test file out to /dev/null with specified block size
  DD_RESULT=$(dd if=$TEST_FILE of=/dev/null bs=$BLOCK_SIZE 2>&1 1>/dev/null)

  # Extract transfer rate
  TRANSFER_RATE=$(echo $DD_RESULT | \grep --only-matching -E '[0-9.]+ ([MGk]?B|bytes)/s(ec)?')

  printf "$PRINTF_FORMAT" "$BLOCK_SIZE" "$TRANSFER_RATE"
done

# Clean up the test file if we created one
if [ $TEST_FILE_EXISTS -ne 0 ]; then rm $TEST_FILE; fi

Zobrazit na GitHubu

Důležitým rozdílem v tomto případě je, že testovací soubor je soubor, který je zapsán skriptem. Nemiřte tímto příkazem na existující soubor, jinak bude existující soubor přepsán náhodnými daty!

Pro můj konkrétní hardware jsem zjistil, že 128K byla nejoptimálnější velikost vstupního bloku na HDD a 32K bylo nejoptimálnější na SSD.

Ačkoli tato odpověď pokrývá většinu mých zjištění, narazil jsem na tuto situaci tolikrát, že jsem o ní napsal blogový příspěvek:http://blog.tdg5.com/tuning-dd-block-size/ Můžete najít další podrobnosti na testech, které jsem tam provedl.

Tento příspěvek StackOverflow může být také užitečný:dd:Jak vypočítat optimální velikost bloku?