许多企业存储系统声称它们可以线性扩展，但实际上，随着节点的增加，个人免费云服务器，它们的性能会达到一个上限。因此，企业在购买横向扩展系统时犹豫不决，因为他们担心随着企业规模的扩大，系统可能实际上无法与其一起扩展。通常，性能下降的主要原因是只有在节点数较高时才会出现系统瓶颈。一致性是一个无限扩展的系统。它建立在过去十年世界上最大的网络公司所倡导的网络规模原则之上。我们的目标是证明，随着集群变得越来越大，大数据好就业吗，一致性没有性能瓶颈。测试设置Cohereity是一个超聚合平台，它整合了所有辅助数据和各种相关工作流，包括备份、测试/开发副本、文件、对象和分析。这些工作流的IO模式大致分为两个部分：大顺序读/写和随机读/写。大序列RW：数据保护和分析展示了这种IO模式。为了测试这些工作流的可伸缩性，淘客返利，我们使用顺序内联重复数据消除（IDD）读/写工作负载。期望随着集群规模的扩大，吞吐量呈线性增长。Random RW:Test/dev和file/object工作流展示了这种IO模式。我们使用IDD随机读/写工作负载来测试这些用途的可伸缩性。随着集群规模的扩大，期望IOPS呈线性增长。我们使用fio模拟工作负载，每个节点编写4个2GB文件，并将集群从8个节点扩展到256个节点。我们使用1MB块大小进行顺序读写，4KB块大小用于随机读写。此外，物联网教室，我们使用cohereity cloud Edition在Azure云上进行了性能测试，该版本运行的软件与我们的内部一致性C2000超连接节点或Cisco UCS运行的软件相同。试验结果前两个图表显示，对于IDD顺序读/写工作负载，相对吞吐量（MB/秒）随集群大小线性增加。下面两个图表显示了随机读/写的相对可伸缩性。相干节点的加入线性地增加了IOPS。因此，随着更多节点的添加，更多随机读/写工作负载（例如，更多的test和dev vm）可能会失去一致性。结论正如这些可伸缩性测试所证明的，一致性在其分布式存储平台中提供了无限的可扩展性。这意味着，企业可以放心，一致性可以随其不断增长的存储需求而扩展，武汉大数据，而不会影响性能。