Optane的應用定位比較特殊：既能跟普通的3D NAND站在一個隊伍，組成快存儲和Cache方案。也能跟DRAM站在一塊組成內(nèi)存池，作為擴展內(nèi)存。如下圖所示：
Optane用作SSD
我們先來看Optane用作變異版的SSD的場景。之所以說是變異版，是因為Optane的一些特性能秒殺NAND SSD，其中以穩(wěn)定性和低延遲最令人印象深刻，這點非常企業(yè)級。
當用作快存儲的時候，簡單說就是加速。作為數(shù)據(jù)庫，對性能最直接的要求就是TPM更高，多用戶多線程下的高TPM是數(shù)據(jù)庫的最基礎的要求。英特爾用DC P3700和DC P4800X做了一個對比實驗（除了硬盤以外，別的全一樣），用Sysbench給出OLTP壓力，做出的測試結(jié)果如下圖。
橫坐標是線程數(shù)，從單線程開始到64線程結(jié)束，左側(cè)縱坐標是TPS（每秒的事務數(shù)），右側(cè)縱坐標是延遲（時延）。隨著線程數(shù)增長，TPS都在快速增長，當達到64線程的時候P4800X的TPS能達到16k以上，而P3700也有12kTPS，直觀來看，差距是在不斷拉大的，P4800X的優(yōu)勢不難發(fā)現(xiàn)。
這點展現(xiàn)出DC P4800X在多用戶、高并發(fā)訪問，OLTP的場景下的性能優(yōu)勢，比如淘寶雙十一，證券金融行業(yè)的頻繁事務處理，海量數(shù)據(jù)的實時數(shù)據(jù)分析等等場景，都需高負載下的穩(wěn)定服務能力。
其實更值得注意的是P4800X的延遲時間，即使是到了16k（16480）TPS，64線程的時候也能控制在10ms，而P3700在4線程，1395TPS的時候就已經(jīng)超了10ms了，性能延遲非常低，而且非常穩(wěn)定，從圖中可見，這點P4800X完全秒殺P3700。
如果是對可預測性能有要求的場景，對SLA有嚴格要求的場景的話，P4800X無疑將大放異彩。
在2018年的傲騰技術媒體分享會上，阿里的數(shù)據(jù)庫專家介紹了Optane加速POLARDB的實踐。據(jù)介紹，在傲騰的幫助下，阿里云POLARDB達到了開源的MySQL能力的6倍性能。因為傲騰技術創(chuàng)新的3D XPoint介質(zhì)比NAND顆粒提供了更好的I/O延遲和I/O QoS穩(wěn)定性，在數(shù)據(jù)庫的整體QoS上阿里云在95%延遲的指標上提升了76%的性能。
類似于Polardb這樣的云數(shù)據(jù)庫，對存儲的要求既有性能，也有大容量，很多時候，一塊SSD裝不下一個完整的數(shù)據(jù)庫，所以，需要把大的數(shù)據(jù)庫存放在SSD組成的RAID上，SSD有普通SATA NAND SSD也有Optane，英特爾傲騰在CAS軟件的幫助下實現(xiàn)智能的數(shù)據(jù)分層，而且會創(chuàng)建一些讀寫的Cache，不同的介質(zhì)有不同的讀寫負載。
英特爾用Sysbench做了一組對比試驗，搭配有Optane的一組測試數(shù)據(jù)比純SATA組的數(shù)據(jù)完成1百萬事務處理的速度快了5.6倍。有了傲騰之后的數(shù)據(jù)庫查詢速度明顯提升。圖中的藍色曲線有幾次大的變化主要是因為Sysbench改變了不同的測試復雜，比如開始是單行操作，連續(xù)多行操作，不連續(xù)多行操作等，即使是在不同負載下，有傲騰和CAS的一組測試數(shù)據(jù)也表現(xiàn)的非常穩(wěn)定。
高穩(wěn)定性、低延遲是基于3D Xpoint的Optane相對于普通3D NAND的絕對優(yōu)勢，那么對于所有關注穩(wěn)定性、關注性能的關鍵業(yè)務領域，都應該考慮這種Optane創(chuàng)新存儲方案，它適用于各種OLTP場景。
Optane用作擴展內(nèi)存
Optane用作擴展內(nèi)存，英特爾通過IMDT技術將Optane與DRAM組成內(nèi)存池，而且不用系統(tǒng)做什么改變，更不需要應用做出多大改變，只需要安裝操作系統(tǒng)之前安裝一個底層軟件即可，在IMDT的幫助下，Optane能突破系統(tǒng)識別的DRAM的空間限制，提供與DRAM相近的性能表現(xiàn)。
這一技術實現(xiàn)是一種突破，操作起來很難，但應用場景非常清楚，Optane用作內(nèi)存目的就是為了部分替代昂貴的DRAM內(nèi)存，花同樣的錢能擁有更多內(nèi)存。
大內(nèi)存的好處毋庸置疑，操作系統(tǒng)運行加載程序需要大內(nèi)存，一些內(nèi)存型的應用也需要大內(nèi)存，壓縮解壓縮也需要大內(nèi)存，數(shù)據(jù)分析也需要大內(nèi)存，機器學習也是內(nèi)存越大越好，而且，Optane是非易失性的，掉電也不丟數(shù)據(jù)。
對于廣大的超大規(guī)模數(shù)據(jù)中心用戶，比如許多云廠商來說，Optane內(nèi)存能顯著降低這些企業(yè)在內(nèi)存上的投入成本，這是廣大云計算服務商所喜聞樂見的。在高性能計算領域，大的內(nèi)存能提升科研和科學計算輸出結(jié)果的速度，能更快地得到仿真結(jié)果。
