导语：很多企业级 SSD 在纸面参数上拥有极高的 IOPS 与带宽，但在真实业务高峰中却出现延迟抖动、写入变慢甚至业务卡顿。问题往往不在“盘坏了”，而在于一个平时看不见、却始终在后台运行的过程——垃圾回收（Garbage Collection，GC）。理解 GC、写放大与预留空间之间的关系，是理解企业级存储性能表现的关键。

一、先理解 SSD 的“不能覆盖写”

要理解垃圾回收，必须先理解 SSD 的一个基本特性：SSD 不能像机械硬盘那样原地覆盖写入。

SSD 的存储介质是 NAND Flash。NAND 的写入单位是“页”（Page），而擦除单位是“块”（Block），一个块通常包含多个页。这意味着：

• 数据可以按页写入；
• 但擦除只能以整个块为单位进行；
• 已经被写入的页，不能直接再次覆盖写，必须先擦除整个块。

于是，当业务需要更新一份已经存在的数据时，SSD 并不会在原位置改写，而是把新数据写到新的空闲页，同时把旧数据标记为“无效”。随着时间推移，盘内会积累大量“无效页”，它们占据着块空间，却不再承载有效数据。

垃圾回收要做的，就是把这些无效页清理掉，回收出可用的空闲块，供后续写入使用。

二、垃圾回收到底在做什么

垃圾回收的基本流程可以概括为：

1. 选择一个包含较多无效页的块；
2. 把该块中仍然有效的页读取出来；
3. 将这些有效页写入到新的空闲块；
4. 擦除原块，使其重新变为可写空间。

这个过程本身是必要的，否则 SSD 很快就会没有可写空间。但问题在于：GC 会带来额外的读写操作。

原本业务只写了一份数据，但为了回收空间，SSD 内部又额外读取、搬运、擦除了一遍。这些操作并不直接服务于业务请求，却要消耗 NAND 的带宽、控制器的处理能力和盘的内部资源。

三、写放大：GC 的“隐性成本”

写放大（Write Amplification，WA）是衡量这一成本的核心概念。它通常被理解为：SSD 实际写入 NAND 的数据量，与主机请求写入的数据量之比。

如果业务写入 1GB 数据，而 SSD 内部实际向 NAND 写入了 2GB，那么写放大就是 2。写放大越高，意味着：

• 同样一份业务写入，消耗了更多的 NAND 写入寿命；
• 占用了更多的内部带宽；
• 增加了后台搬运和擦除的负担；
• 在高负载下更容易与前台业务 IO 争抢资源。

写放大不是固定值，它会随着工作负载、剩余空间、数据更新频率和 GC 策略的变化而波动。随机写、频繁更新、长期高负载写入，都会推高写放大。

四、后台回收与前台 IO 的争抢

企业级 SSD 通常会在后台执行垃圾回收，尽量不影响前台业务。但在高负载场景下，这种“后台”与“前台”的边界会变得模糊。

当业务持续高速写入时：

• 空闲块被快速消耗；
• GC 必须更频繁地启动；
• 后台搬运占用 NAND 通道和控制器资源；
• 前台写入请求需要等待内部资源释放；
• 延迟随之上升，出现尾延迟抖动。

这就是为什么一些 SSD 在空盘或轻负载下表现优异，但在持续写入、随机写密集或接近满盘时，性能会明显下滑。GC 并不是故障，而是 SSD 在空间压力下的必然行为；问题在于它是否与业务 IO 发生了资源争抢。

五、预留空间为什么重要

预留空间（Over-Provisioning，OP）是指 SSD 中不暴露给主机、专门留给控制器用于 GC、磨损均衡和坏块管理的容量。

OP 的作用可以理解为：给 SSD 留出“周转空间”。

• OP 越充足，控制器在回收时越从容；
• 有更多空闲块可供搬运和擦除；
• GC 可以更批量、更高效地进行；
• 写放大通常更低；
• 高负载下的性能稳定性更好。

相反，如果盘长期接近满容量运行，空闲块不足，GC 就会被迫频繁启动，甚至进入“边写边回收”的紧张状态，写放大和延迟都会恶化。

企业级 SSD 通常比消费级产品预留更多 OP，也正是为了在持续高负载下保持更稳定的性能。依据现有素材判断，OP 的具体比例和策略会因厂商与产品系列而异，选型时应关注厂商公开的技术说明。

六、为什么写入放大在高负载下会拖慢业务

把上面的逻辑串起来，就能看清高负载下性能下滑的链条：

1. 业务持续写入，空闲块减少；
2. GC 被迫更频繁地回收；
3. 回收需要搬运有效页，产生额外写入；
4. 写放大上升，NAND 实际写入量远超业务写入量；
5. 内部带宽和控制器资源被后台任务占用；
6. 前台 IO 排队等待，延迟上升；
7. 业务侧表现为写入变慢、响应抖动、吞吐下降。

这条链条的关键在于：SSD 的内部资源是有限的。当 GC 与业务 IO 同时争夺这些资源时，性能就不再只取决于纸面峰值，而取决于盘在压力下的调度与回收效率。

七、如何通过配置与选型缓解

面对 GC 带来的性能影响，可以从使用方式和选型两个层面入手。

在使用与配置层面：

• 避免长期让 SSD 接近满容量运行，为 GC 留出足够空闲空间；
• 关注业务写入模式，随机写和频繁更新会推高写放大；
• 合理规划分区与容量，避免单盘承载过高的持续写入压力；
• 监控延迟抖动和写入性能变化，而不仅看平均 IOPS；
• 在支持的情况下，关注厂商提供的 OP 配置与耐久度设置选项。

在选型层面：

• 优先选择面向企业级持续写入场景设计的产品；
• 关注厂商公开的写放大、耐久度（DWPD/TBW）和稳态性能说明；
• 了解产品的 GC 策略与 OP 配置，而不仅看峰值参数；
• 根据业务写入强度匹配耐久度，避免“参数够快但耐久不足”；
• 对延迟敏感的业务，应重点考察高负载下的尾延迟表现。

需要强调的是，依据现有素材判断，不同厂商、不同产品系列的 GC 实现和 OP 策略差异较大，具体配置项和推荐值应以厂商官方文档为准。

八、趋势判断

随着企业级 SSD 容量和密度不断提升，GC 与写放大的管理只会更加重要。几个值得关注的方向：

• 稳态性能成为关键指标：峰值 IOPS 之外，持续写入下的稳定性更能反映真实业务表现；
• OP 与耐久度策略更受重视：企业用户越来越关注长期高负载下的可靠性；
• 控制器与固件算法持续演进：更智能的 GC 调度、更低的写放大是厂商竞争焦点；
• 存储与上层系统协同优化：文件系统、数据库和虚拟化层的写入模式，也会影响 SSD 的 GC 表现。

结论

企业级存储的“垃圾回收”之所以会影响业务性能，根本原因在于 SSD 不能原地覆盖写，必须通过 GC 回收无效页，而 GC 会带来额外的内部读写，形成写放大。当业务高负载运行时，GC 与前台 IO 争抢有限的内部资源，就会表现为延迟上升和性能抖动。

预留空间、写入模式和产品选型，都会显著影响这一过程。对企业用户而言，理解 GC 与写放大，不只是技术细节，更是评估存储真实性能、保障业务稳定的必要前提。

生成标记：本文由 ITPUB 文章生成平台基于已选素材整理生成。