适用于 Cloud Storage 或 HDFS 的 I/O 差异是多少？
What is I/O variance applying to Cloud Storage or HDFS?
根据 Google 云文档，
Cloud Storage may increase I/O variance. In many situations, Cloud Storage has a higher I/O variance than HDFS. This can be problematic if you have consistent I/O requirements, such as an application backed by HBase or another NoSQL database.
有人可以提供方差的例子吗？这是什么意思？
这意味着访问率变化很大，或者在阈值内不一致。
与专用文件系统相比，任何云对象存储都有更高的差异，因为它们是多租户的
一般来说，评论是说您不会将 GCS 用作数据库（特别是 HBase、Kudu 和其他 Hadoop 数据库）的后端，因为它会给这些常见的低延迟系统带来延迟，甚至虽然GCS可以作为后备HDFS存储层
您可以将 I/O 转换为读取（输入）和写入（输出）
当读取或写入速率在一个狭窄的范围内时，您可以轻松地决定从网络带宽到 RAM 和 CPU.
的资源规划
随着 I/O 方差的增加，您的读写速率范围更广，部署优化的基础架构变得更加困难。
正如@OneCricketeer 所提到的，云存储中较高的差异可能是多租户和部署大量服务的结果。
缓解此问题的一种方法是将服务划分为多个 I/O 差异范围（即：数据库、对象存储、文件存储等）。
根据 Google 云文档，
Cloud Storage may increase I/O variance. In many situations, Cloud Storage has a higher I/O variance than HDFS. This can be problematic if you have consistent I/O requirements, such as an application backed by HBase or another NoSQL database.
有人可以提供方差的例子吗？这是什么意思？
这意味着访问率变化很大，或者在阈值内不一致。
与专用文件系统相比，任何云对象存储都有更高的差异，因为它们是多租户的
一般来说，评论是说您不会将 GCS 用作数据库（特别是 HBase、Kudu 和其他 Hadoop 数据库）的后端，因为它会给这些常见的低延迟系统带来延迟，甚至虽然GCS可以作为后备HDFS存储层
您可以将 I/O 转换为读取（输入）和写入（输出） 当读取或写入速率在一个狭窄的范围内时，您可以轻松地决定从网络带宽到 RAM 和 CPU.
的资源规划随着 I/O 方差的增加，您的读写速率范围更广，部署优化的基础架构变得更加困难。
正如@OneCricketeer 所提到的，云存储中较高的差异可能是多租户和部署大量服务的结果。
缓解此问题的一种方法是将服务划分为多个 I/O 差异范围（即：数据库、对象存储、文件存储等）。