磁盘原理简要分析

欢迎 wx 关注 SH的全栈笔记

磁盘这玩意儿，即使不作为一个开发人员我们也会经常跟它打交道。比如你家里的台式机，或者拿来办公的电脑，再比如你装个操作系统，会涉及到对磁盘进行分区。

而作为开发人员，自然更加需要关注磁盘。

平时你开发的代码会暂存在磁盘上；开发中用的最多的数据库 MySQL，其数据是持久化到磁盘中的；Redis 的持久化数据是落到磁盘的；Zookeeper 内存中的数据、事务日志、快照会持久化到磁盘；像 RocketMQ 这种消息队列也会将收到的 Message 持久化到磁盘，Kafka 当然也不例外；

可以说，磁盘和我们的开发息息相关。但可能在平时的开发中，很多人会忽略掉磁盘的存在，因为虽然息息相关，但很遗憾，不是直接相关。因为上面提到的所有的和磁盘相关的内容，都已经由工具帮我们做了，甚至包括你的代码。

这种感觉就好像，鱼（可能）不怎么注意水，我们平时不太会注意氧气。

我们可能听过，磁盘 IO 慢，为什么？我们可能听过，磁盘顺序 IO 会快些，为什么？我们可能听过磁盘的顺序 IO 甚至比内存随机 IO 要快，为什么？

可能这些问题，我们都不一定能做个清晰的解释，这也是为什么我想聊聊磁盘。

磁盘分类

首先，按照原理来分，磁盘可以分为三类：

• 机械硬盘（HDD）
• 固态硬盘（SSD）
• 混合硬盘（SSHD）

本篇文章的重点会放在 HDD 上。

场景切入

首先还是通过一个很简单的场景来切入，如下：

你在你的电脑上创建了个文件，然后写了点东西进去。然后你 N 天后打开电脑，看到这个文件还在（废话）。这实际上就是数据被持久化进了磁盘，下次需要文件时再从磁盘中取出来。

这个存、取的过程其实对我们完全无感知的，我们就知道装机的时候安了一块硬盘，其他的啥也不知道。

磁盘结构

那磁盘里究竟长啥样呢？它是怎么样把文件存储起来的？以什么样的方式存储的？带着这样的问题来看一个图：

结合上面的结构图可以看出来，现代主流的磁盘设计就是在一个 Spindle（主轴）上，有一些 platter（盘片），然后盘片会绕着主轴旋转，然后读数据、写数据则由读写磁头来实现，读写磁头会安装在磁头臂上，磁头臂可以转动，覆盖到盘片的所有的半径，再搭配主轴的旋转，从而使磁头可以获取到盘片上任何一个扇区的数据。

那你可能会好奇了，这个盘片到底要怎么做、怎么设计才能把上文提到的文件给存储下来呢？

要知道，现在的磁盘盘片大多都是由非磁性材料，通常是铝合金、玻璃或者陶瓷制成的，你的印象中，他们能够拿来存储文件吗（再次手动狗头）

既然提到了非磁性，那么答案肯定就跟磁性有点关系...

盘片构造

没错，盘片的两个面会被涂上一层薄薄的磁性材料，有多薄呢？大概是 10-20 纳米，然后外面给包了层碳来作为保护，这层薄薄的磁性材料就是存储数据的关键

一个磁盘一般都会有多个盘片，并且刚刚提到的磁性材料盘片的两个面都有。换句话说，盘片的两个面都能用于存储、读取数据。

现在我们知道了，数据其实是存在磁性材料上的，那这里再思考一个问题：「磁盘怎么知道，数据该存在哪块磁性材料上？读取的时候又该从哪块材料上读？读多少？」

这个道理其实跟我们的地图是类似的，举个例子，中国这么大，我们要如何清晰、准确的描述某一个地方呢？这个答案其实大家都知道，那就是分层分级。

举个例子，网购让你填的收货地址就是这样，比如「四川省-成都市-xx区-xx街道-x栋x号-xxxx室」，这样的分层逻辑能够很直观的表示一个特定、具体的位置，而不用说大概那一块，先往中国西南走、走到城市之后继续往西走，大概走多久之后，再往南走，运气好的你就能找到那个地址了（再次手动狗头）。

盘片上也是做了类似的事情，先看个图：

中间的黑点就是主轴，以主轴为圆心划分了多个磁道（为了方便理解图中只给出了 3 个磁道），每个磁道上又划分出了多个区域，每个区域叫做扇区，并且每个扇区的大小是固定的 512 字节。读取数据的时候，只需要通过这个划分就能够知道数据在哪个磁道、哪个扇区了。

但是通过上图还是能看出一个问题：那就是不同的磁道扇区数是相同的，扇区所在的磁道半径约大，则扇区的面积就越大。但无论面积比靠内磁道的扇区大多少，按照设计、规定只能存储 512 字节的数据，这样一来会浪费大量的存储空间。

为了优化这个问题，就有了 ZBR 技术方案。

ZBR，全称 Zone Bit Recording，用来解决传统盘片的磁道扇区存储空间浪费的问题。它是怎么做的呢？说起来也很简单，越靠外圈磁道的扇区由于面积会更大，所以 ZBR 会放置更多的扇区，从而将空间利用起来。

转换成图形可能就是这样：

不同的磁道扇区数量不同了，外圈磁道上面的扇区会更多些，从而充分的利用空间，提升磁盘的总容量。

存储原理

好，继续深入问题盘片存储相关的问题。

我们知道从宏观上来看，计算机并不会管你是谁，到它这都是 0101010101。那么当读取文件的时候，它是如何从这层磁性材料中识别出来 0101010101，然后还原成我们能看懂的文件的？

前面我们知道盘片上划分了磁道、扇区，相应的磁性材料也同理。现代磁盘就是通过磁化盘片两面的磁性材料来记录数据的，磁性材料序列的改变则代表了对应的二进制 0、1。

可以看到，两个磁性 Region 的序列方向不同，则标记为 R（Reverse），相同则标记为 N（No Reverse），当读取的时候，如果探测到序列是 RR，则对应 1，而如果是 NR，则对应 0（或许这就是为什么它叫磁盘吧，再再次手动狗头）

所以，我们常说的写磁盘并不是说读写磁头在盘片上刻东西，而是改变磁性材料的序列，并且读写磁头和盘片没有直接接触，他们有个大概 10 nm 的距离。

并且，从上述现状我们可以简单推导，既然读写磁盘都是靠读取盘片上的磁性序列，并且盘片的两个面都能用于存储数据，那么必然盘片的每个面都有磁头。

磁盘性能

了解完一些简单的原理之后，我们终于可以来了解磁盘性能相关的问题了，我们会深入的分析为什么磁盘 IO 是个非常昂贵的操作。

现在思考一个问题，我们要查询数据，底层会怎么做？是不是会：

• 将磁头移动到目标文件所在的磁道
• 此时盘片正被主轴带着旋转，磁头需要等待对应的扇区旋转到磁头这才能读取数据
• 对应扇区到了之后，就需要等待读取数据&传输

总结一下，磁盘的 IO 请求耗时主要由三部分组成：

• 磁头寻道时间：这个延迟一般在 3-15 ms
• 盘片旋转延迟：这个取决于主轴旋转的速度，随着速度的不同大概在 2-4 ms
• 数据传输时间：这里平均只用 3 微秒，跟上面两个比起来这里的耗时可以忽略不计

这里提到了旋转的问题，在盘片旋转延迟这里，盘片旋转越快，则对应扇区移动到磁头的速度也会越快。

现代磁盘的旋转速度在 5400 或者 7200 RPM（Revolutions Per Minute）不等，当然也有一些高性能的服务器转速会达到 1500 RPM。

盘片旋转延迟的确和转速相关，因为转速越快，对应扇区移动到磁头的位置就越快。但并不是转速越快越好，因为转速越高，发热约严重，磁盘的寿命也就越短。

下面给个不同的转速下对应的旋转延迟的参考：

（以上数据来自 wikipedia）

可能你看到几毫秒觉得还好，并不是那么慢，但是跟内存的速度一对比你就能立马明白。内存的随机读大概在几百纳秒，假设内存的速度是 200 ns、磁盘的速度是 2ms（按上表中转速最高的延迟来算），差了 10000 倍，也就是 4 个数量级。

到这里，我想我们也能理解为什么磁盘的顺序读写能够与内存随机读一战了。因为磁盘顺序读写几乎把前两个最耗时的操作给干掉了，磁头已经移动到了对应的磁道， 也找到了对应的扇区，直接写就完事了。

好了， 关于磁盘的原理就简单介绍到这里。