ZFS Recordsize: Datenbankdateien gesondert betrachten
Eine Datenbank schreibt oft kleine Seiten innerhalb großer Dateien, während ZFS Dateiinhalte in Records verwaltet. Die Dataset-Eigenschaft recordsize bestimmt die maximale Recordgröße für Dateien; sie ist kein allgemeiner Sektorwert für jedes Blockgerät. Das ist eine andere Frage als volblocksize auf einem Zvol für eine VM; die Datei-Dataset-Eigenschaft lässt sich nicht als VM-Blockgröße übertragen. Eine unpassende Größe kann je nach Zugriffsmuster zusätzliche Lese- oder Schreibarbeit auslösen. Aus einem viel zitierten „optimalen“ Wert folgt deshalb noch keine geeignete Einstellung für eine konkrete Datenbank und ihre Mischung aus WAL, Tabellen und Backups. [1]
Anders als im Überblick ZFS versus Btrfs und ext4 geht es hier um eine einzelne Dataset-Eigenschaft. Eine Datenbank-Sicherungsstrategie bleibt trotzdem erforderlich: Recordsize optimiert nicht die logische Konsistenz eines Backups. Trenne Datenverzeichnis, Transaktionslog und große Exportdateien bereits gedanklich; dieselbe Voreinstellung muss nicht für alle drei Bestandteile sinnvoll sein. Erst das tatsächliche Dateilayout und die Zugriffsmuster erlauben einen Vergleich.
Eigenschaft und Geltungsbereich verstehen
OpenZFS beschreibt recordsize für Dateisysteme und sagt ausdrücklich: Eine Änderung betrifft nur danach erzeugte Dateien; vorhandene Dateien werden nicht allein durch das Setzen der Property umgeschrieben. Wer nach einer Konfigurationsänderung unmittelbar dieselben alten Datenbankdateien misst, könnte daher einen vermeintlich wirkungslosen Parameter beurteilen, obwohl noch gar kein geeigneter Testbestand vorliegt. Auch ein Snapshot konserviert bereits vorhandene Blöcke. Plane den Vergleich mit einem neu erzeugten Test-Dataset beziehungsweise einem kontrollierten Neuaufbau des Testbestands, nicht mit einer unbelegten Behauptung über rückwirkende Neuanordnung. [1]
Die Eigenschaften können lokal, geerbt oder per Default gesetzt sein. Die offizielle Seite zu zfs set zeigt neben dem Setzen auch Beispiele mit zfs get für Werte und deren Herkunft. Lies die wirksame Einstellung auf dem tatsächlich verwendeten Dataset aus, statt nur die beabsichtigte Änderung zu notieren. Bei mehreren Datasets kontrolliere daher explizit den Pfad, auf dem die Datenbank wirklich schreibt. Eine Änderung am Eltern-Dataset ist nicht automatisch Beleg, dass ein Kind mit eigener lokaler Eigenschaft denselben Wert verwendet. Das ist eine häufige Diagnosefalle, wenn Administratoren eine Änderung dokumentieren, aber die produktive Datei auf einem anderen Dataset liegt. [2]
Failure-Mode: Einzelwert für alles
Ein klein gewählter Record kann bei kleinen zufälligen Zugriffen helfen, zugleich aber mehr Metadaten erzeugen oder Kompressionseffekte bei großen sequentiellen Dateien verschlechtern. OpenZFS weist bei kleinen logischen Blöcken auf die Wechselwirkung mit Sektorrundung und Kompression hin. Umgekehrt kann ein großer Record bei häufigen Änderungen kleiner Bereiche mehr Arbeit verursachen. Das Ergebnis hängt auch davon ab, ob eine Anwendung ihre Daten selbst puffert, wie sie synchronisiert und ob ihr eigenes Dateiformat feste Seiten nutzt. Es gibt deshalb keine seriöse universelle Recordsize für „Datenbanken“. [1]
Miss nicht nur Durchsatz einer leeren Datenbank. Ein hilfreicher Test enthält die typischen Abfragen, Schreibtransaktionen, Checkpoints und einen Restore- beziehungsweise Reindexvorgang. Berücksichtige die Änderung des Speicherverbrauchs einschließlich Snapshots, nicht nur eine einzelne Latenzzahl. Wenn alle anderen Variablen gleichzeitig wechseln, lässt sich der Effekt der Recordsize nicht isolieren. Ein wahrscheinlicher Fehler ist beispielsweise, eine schnellere Test-SSD, einen warmen Cache und eine neue Recordsize zusammen einzuführen und anschließend den gesamten Gewinn dem Parameter zuzuschreiben.
Prüfstrategie mit reversibler Migration
Inventarisiere Daten-, Log- und Archivpfade und dokumentiere die wirksamen Dataset-Eigenschaften. Erzeuge dann zwei getrennte Test-Datasets mit nur in der Recordsize unterschiedlicher Konfiguration; befülle sie aus demselben konsistenten Datenbankstand. Vergleiche Anwendungs-Latenz, Speicherbelegung, Read/Write-I/O und die Dauer einer tatsächlich wichtigen Wartungsoperation. Die Testdaten müssen groß genug sein, dass nicht ausschließlich der Cache entscheidet. Wenn der Effekt nicht reproduzierbar ist, behalte die einfachere oder bisherige Einstellung.
Für die produktive Umstellung ist ein kontrollierter Datenbank-Migrationsplan mit unabhängiger Sicherung nötig. Eine Eigenschaftsänderung auf einem laufenden Altbestand ist kein Ersatz dafür. Prüfe nach dem Neuaufbau die effektiven Properties und nach einem Restore die Anwendungsintegrität, nicht bloß den Poolstatus. Dokumentiere den Rückweg zum bisherigen Dataset, bevor Gäste oder Dienste umgeschaltet werden. Bei unbekanntem Zugriffsmuster ist eine begrenzte Testphase fachlich ehrlicher als ein angebliches „Tuning-Rezept“ für jede SQL-Datenbank.

