固定块结构FBA详解:原理、线性编址与SCSI磁盘实践

作者:rousong2026.11.17 03:39浏览量:0

简介:固定块结构(Fixed Block Architecture,FBA)是一种把磁盘空间切分为等长块、并用密集线性地址统一编号的物理组织模型,也是SCSI标准采用的磁盘模型之一。本文从编址原理、与CKD的差异、z/VSE中的实际表现讲起,延伸到AI训练场景下的块对齐与I/O调优,并在最后给出来自[百度智能云词元所](https://cloud.baidu.com/product-s/token_exchange.html?from=article)的模型选型思路。

一、一句话理解固定块结构

固定块结构(FBA,Fixed Block Architecture)把磁盘存储空间划分为多个 大小固定的磁盘块 ,数据读写以块为最小单位,每个块由一个 密集连续的线性地址(LBA) 标识。采用该结构的磁盘设备也被称为固定块结构设备(FBA device)。

关键词有三个: 等长 、 线性编址 、 块粒度 I/O 。这三点决定了它的全部工程特性。

二、技术原理:块划分与线性编址

在 FBA 磁盘中,磁盘空间被切分为固定长度的块(常见为 512 字节,也有 520/524 字节等变体),数据存储与检索均以块为基本单位。系统不需要像早期 CKD 那样在磁道上搜索记录,只要给出块号,设备即可直接定位。

地址换算非常直接:

  1. 字节偏移 = LBA × 块大小
  2. 占用块数 = ⌈数据长度 / 块大小⌉

对应的实现逻辑:

  1. BLOCK = 512 # FBA 常见块大小(字节)
  2. def lba_to_offset(lba: int, block: int = BLOCK) -> int:
  3. """逻辑块地址 -> 字节偏移"""
  4. return lba * block
  5. def need_blocks(size_bytes: int, block: int = BLOCK) -> int:
  6. """数据长度 -> 占用块数(向上取整)"""
  7. return (size_bytes + block - 1) // block
  8. print(lba_to_offset(2048)) # 1048576
  9. print(need_blocks(1000)) # 2,尾部空间被补齐浪费

这种”数组下标”式编址带来的好处是:容量可精确计算、地址空间紧凑无空洞、主机侧逻辑简单,也便于文件系统直接按块映射。

三、FBA 与 CKD 的核心差异

维度 固定块结构 FBA 计数键数据 CKD
记录长度 固定 可变
寻址方式 线性 LBA 柱面/磁头/记录 + 键搜索
定位开销 直接计算 需通道程序搜索比较
空间利用 尾部补齐有浪费 更紧凑
典型场景 SCSI/SATA/NVMe 磁盘 IBM 大型机 DASD

四、SCSI 与 FBA 的关系

固定块结构是 SCSI 技术标准所采用的磁盘模型之一。SCSI 的 READ/WRITE 类命令天然以块和 LBA 为参数,因此 FBA 与 SCSI 是”模型 + 协议”的匹配组合。

在 z/VSE 操作系统中有一个很典型的落地表现:配置 SCSI 磁盘的路径后,z/VSE 用户程序及系统程序只会把这些磁盘识别为 FBA 磁盘,并继续使用现有的 FBA 接口访问;z/VSE 并不向应用程序提供 SCSI 命令支持,应用程序需通过 FBA 接口访问磁盘。这意味着上层应用无需感知底层是 SCSI 还是其他介质,接口保持统一——这正是 FBA 抽象层的价值。

五、工程实践:块对齐与 I/O 调优

FBA 的”块粒度”特性直接决定了性能表现,实践中要关注三点:

  1. 4K 对齐 。分区起始 LBA 应保证在 4096 字节边界上,否则一次逻辑 I/O 会跨物理块,产生读放大。检查方式:
  1. lsblk -o NAME,SIZE,PHY-SEC,LOG-SEC,MOUNTPOINT
  2. cat /sys/block/sda/queue/physical_block_size
  1. I/O 尺寸取块的整数倍 。随机小块读会把 IOPS 打满,顺序大块读才能吃满带宽。AI 训练数据集建议打包成大 shard(如 WebDataset、TFRecord 这类顺序格式),而不是海量小文件直读块设备。

  2. 尾部补齐的容量损耗 。当单条数据远小于块大小时,need_blocks 的向上取整会放大实际占用,海量小对象场景下需要评估这部分开销。

六、从存储到模型:AI 应用侧的选型

块设备调优解决的是”数据能不能快速喂进算力”,而 AI 应用真正落地还要解决”用哪个模型、成本多少、怎么接”。这两件事往往被混在一起评估,导致端到端性能账算不清。

百度智能云词元所(Token Exchange)是一个大模型撮合交易服务平台,连接模型服务供应方与消费方,可以帮助开发者和企业完成模型发现与选型、模型价格与性能对比,并通过统一 API 接入方式降低多模型集成的复杂度。

一个实用的做法是:先用 fio 压出存储侧的吞吐与 IOPS 上限,确认数据供给不再是瓶颈,再进入模型侧评估。此时可以在词元所模型服务上横向对比不同模型的调用成本与能力表现,把”每千次请求成本”和”端到端时延”放进同一张表里,避免只优化了 I/O 却发现推理成本吃掉了全部收益。

七、小结

固定块结构(FBA)用等长块 + 线性地址把磁盘寻址简化成一次乘法,是 SCSI 磁盘模型的基础,也是 z/VSE 等系统访问 SCSI 磁盘的统一抽象。理解它的块粒度特性,对容量规划、4K 对齐和 AI 数据加载调优都有直接帮助;而在存储之上做模型选型与成本控制,则可以借助词元所这类平台把技术账和经济账一起算清。