固态驱动器(SSD)是否能够让大数据分析变得更有效率？

　　Phil Goodwin：首先，我来描述一下三种不同类型的SSD部署。第一种是服务器端高速缓存，即直接将SSD安装至服务器；第二种是存储端高速缓存，我将其形容成“Tier 0”，即通过自动存储分层将SSD置于阵列中的一个特定层；最后一种是全闪存阵列。

　　好了，现在我来回答刚才的问题，“SSD能否让大数据分析变得更为高效”，我的答案是“不能”，不过也不能一概而论，其取决于你的环境是CPU受限还是I/O受限。分析讲究两个重要的因素：处理和I/O。如果是CPU受限，或是处理端负载过重，那就没办法，事实上你需要换个更快的处理器；但如果你需要循环往复地读取大量的数据（其中也掺入大量需要顺序读的数据），或者类似的情况，这就是I/O受限，那么SSD的确能够帮上忙，让大数据分析变得更有效率。

　　因此，确切地说，问题应该是：当处于I/O受限的环境时，哪种SSD部署更为明智？实践表明，当处于需要翻来覆去地读数据的情况时，使用服务器端或Tier 0；而当读取的数据是大量且连续的（而不是循环式的），布置全闪存阵列则更为适合，可以从中获得大量的性能。自此，你就可以从正确的配置中真正地收获奇效。