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。

了解适用于 Windows File Server 的 FSx 中的数据分片

概述

适用于 Windows File Server 的 FSx 性能取决于配置。它主要基于存储类型、存储容量和吞吐量配置。您选择的吞吐容量决定了文件服务器可用的性能资源，包括网络 I/O 限制、CPU 和内存以及文件服务器施加的磁盘 I/O 限制。您选择的存储容量和存储类型决定了存储卷的可用性能资源，即存储磁盘施加的磁盘 I/O 限制。除了性能外，配置选择也会影响成本。适用于 Windows File Server 的 FSx 的定价主要取决于存储容量和存储类型、吞吐能力、备份以及数据传输量。

如果您有相对较大的文件存储和性能需求，则可以从数据分片中获益。数据分片设计到将文件数据划分为较小的数据集（分片），然后将其存储在不同的文件系统中。从多个实例访问您的数据的应用程序可以通过并行读取和写入这些分片来实现高水平性能。同时，您仍然可以在公共命名空间下向应用程序呈现统一视图。此外，它还可以帮助大型文件数据集扩展文件数据存储，使其超出每个文件系统所支持的容量（64 TB），最高可达数百 PB。

成本影响

对于大型数据集，通常更有效的做法是部署多个小的适用于 Windows File Server 的 FSx 文件系统，而不是为实现相同的性能水平而部署一个大型 SSD 共享。将适用于 Windows File Server 的 FSx HDD 和 SSD 存储类型结合使用可以更好地节省成本，并使您能够将工作负载与最佳底层磁盘子系统相匹配。在以下表格中，您可以看到单个 17TB 文件系统之间的区别，并将其与添加到相同容量的多个较小文件系统进行比较。

具有多个工作负载的大型 SSD 文件系统

已使用 DFSN 对工作负载进行分区

大型 SSD 文件系统的年成本为 68592 美元。分区工作负载的年成本为 50640 美元。在此示例中，通过将工作负载与合适的后端存储相匹配，可以实现 26% 的成本节省。有关定价估算的更多信息，请参阅 AWS 定价计算器 估算。

成本优化建议

要部署重复数据删除解决方案，必须根据数据类型、 I/O 大小和 I/O 访问模式设置 Microsoft DFS 命名空间。每个命名空间总共支持最多 5 万个文件共享和数百 PB 的存储容量。

选择一种在你计划使用的所有文件系统中 I/O均匀分布的分片约定是最有效的。监控您的工作负载将有助于进一步优化或降低成本。如果您在衡量 Amazon FSx 文件系统的性能信息时需要帮助，请参阅适用于 Windows File Server 的 FSx 文档中的适用于 Windows File Server 的 FSx 的性能。

选择分片策略后，您可以利用 DFS 命名空间对文件系统进行分组，以便更轻松地访问您的共享。这使得用户能够看到一个同质文件系统，但实际上他们所访问的却是具有专用使用案例的各种不同的文件系统。重要的是要按照适当的命名规则来创建共享，这样您的最终用户就能轻松理解这些共享是用于何种工作负载的。此外，还需要对生产共享和非生产共享进行标注，以免最终用户因误操作而将文件放置在错误的文件系统中。

以下图表展示了如何将一个单一 DFS 命名空间用作多个 Amazon FSx 文件系统的接入点。

记住以下内容：

有关 DFS-N 配置的更多信息，请参阅 Microsoft 文档中的 DFS 命名空间概述。有关使用 DFS 命名空间的更多信息，请观看上的 “将 DFS 命名空间与适用于 Windows F ile Server 的 Amazon FSx 一起使用 DFS 命名空间” 视频。 YouTube

其他资源