Pevné disky prakticky: rozšíření metodiky v příkladech

Co nám v syntetických testech chybí

Testování disků může být až směšně triviální záležitost – něco někam zapojíte, pustíte pár na přemýšlení nenáročných testů, které udělal někdo jiný a které proběhnou bez vašeho zásahu, opíšete výsledky a hodíte to do grafů, nějak to zprůměrujete a vypadne z toho vítěz i poražený.

Jenže sama problematika testování disků patří naopak k těm nejsložitějším a nejkontroverznějším kvůli povaze testů i kvůli tomu, jak disky fungují. Velké komplikace pro měření a vyhodnocování znamená už jen to, že výkon mechanických disků s plotnami a hlavičkami není na rozdíl od jiných komponent konstantní, ale liší se v závislosti na tom, na jaké místo na disku zapisujete i v závislosti na tom, jak moc je disk zaplněný a do jaké míry je fragmentovaný.

Není výjimkou, že se zjištěný výkon disků kvůli skladbě testů napříč recenzemi výrazně liší a odlišně pak vyznívá i celkové hodnocení. Na rozdíl od procesorů a grafických karet je totiž obtížné sebrat disky stejné generace a na základě výsledků je nějak hodnověrně a smysluplně seřadit.

Hardware plný kompromisů

Vlastnosti a výkon disků jsou především kompromisem, a pokud budete disky s obdobnými klíčovými parametry (hustota záznamu, otáčky) porovnávat, žádný z nich nebude ve všech testech a měřeních výrazně excelovat ani zaostávat. O 5400otáčkovém disku se také dá sotva říct, že je horší než 7200otáčkový, protože je pomalejší, předpokládá se totiž odlišný způsob používání.

Opět tu máme pro srovnání procesory – zatímco když vedle sebe posadíte čtyřjádro pro LGA 1156 a 1155, nebude problém říct, které je lepší a jedno z nich doporučit. Novější procesor vyráběný lepším procesem může běžet rychleji, má širší instrukční sadu, spolu s čipsetem podporuje řadu nových technologií a funkcí a při tom všem může mít i nižší spotřebu. A jediné, v čem se ještě může měřit se soupeřem, je cena. To se to potom hodnotí :).

U disků je tomu ale jinak. Starší disk se 320GB plotnami může bez problému porazit papírově rychlejší disk s 500 GB na plotnu při práci s menšími soubory, při práci s většími souvislými bloky dat mu ale zase stačit nebude. Někdo výkonný disk rád vymění za o trochu pomalejší, až zjistí, že je jeho výkon vykoupen tím, že se po zapnutí PC se skříní rozhučí i deska stolu, a jiný zase kvůli co nejvyššímu výkonu ochotně snáší i hlučnou kanonádu hlaviček disků pár desítek centimetrů od hlavy.

Když se výkon dá nastavit...

Co víc, u některých disků nejsou ani naměřené výsledky jediné pravé. Někteří výrobci ladí disky na to, aby byly při seeku tišší a tím pádem jsou pomalejší, někteří se ženou hlavně za výkonem. A u některých stačí sáhnout do nastavení AAM a z polohy „rychlý a hlučný“ přešoupnout posuvník na „tichý a pomalejší“. A získáte tím prakticky jiný disk – bude jen o málo pomalejší při práci s většími soubory, výrazněji zpomalí při práci s malými a nesouvislými bloky dat, ale kulomet od hlaviček se promění na decentní pobrukování. Proč a jak potom některý disk penalizovat za to, že je pomalejší, když je to hlavně kvůli tomu, že je tišší?

Výsledné hodnocení by mělo záviset především na tom, k jakému účelu bude disk sloužit a na co jej nejčastěji chcete používat, a to je nejen pro každého uživatele, ale pro každý počítač a dokonce pro každý disk individuální. U systémového disku pro pracovní PC vás bude zajímat především výkon při práci s menšími soubory, pro střih videa oceníte vysoký výkon při práci s většími souvislými bloky dat, u disku pro HTPC zase to, aby byl co nejtišší, nezahříval se a neměl vysokou spotřebu a u disku pro data budete zase nejspíš chtít co nejvyšší kapacitu a uspokojivý výkon při práci s objemnějšími soubory při dobré spotřebě.

Z těchto důvodů se zdráhám počítat nějaký průměrný výkon a „celkové“ hodnocení a souhrnné grafy s „průměrným“ výkonem, na některé čtenáře takové grafy působí jako vlnící se hadr na býka i u v tomto ohledu mnohem méně problematických komponent jako jsou grafické karty či procesory.

A disk má výkon... 5338 bodů

S tím, aby byly výsledky co nejpřesnější a měření bylo co nejlépe opakovatelné, se léta perou i vývojáři diskových benchmarků. Výsledkem jsou ale často jen velmi komplexní testy s řadou imaginárních výsledků, které seberou a s nějakou vahou zprůměrují nakonec a shrábnou do nic moc neříkajícího čísla. Co si ale člověk odnese z grafu, ve kterém se dozví, že 3TB Caviar Green dosáhl skóre 4145 bodů, 1TB Caviar Black 5338 bodů a SSD od Intelu 36 382 bodů? A co si má člověk představit pod zvláštními čísly, která z testů padají?

Dokladem toho, že ze syntetických testů nejsou všichni zrovna nadšení, jsou pravidelně se vyskytující postesky v diskuzích pod testy disků.

Proto jsem se rozhodl vedle dosud používaných syntetických benchmarků či benchmarků simulujících některé činnosti zařadit do testů i praktická měření. Na další stránce probereme, co a jak v testech disků vedle syntentických testů nejspíš přibude a probereme i úskalí, která to má.

Pevné disky prakticky a jaká úskalí to má

Disky prakticky

Disk je pro praktické testy rozdělený na několik oddílů. U SSD by na tom tolik nezáleželo, ale v případě klasických disků ano. Na disk se zapisuje opačně než na CD nebo DVD, tedy od okraje ke středu. Data se nečtou konstantní rychlostí, ale s nižší obvodovou rychlostí (s klesající vzdáleností od středu) se čtou pomaleji. Nejvyšší rychlosti čtení a zápisu tedy disky dosahují na začátku. Proto je ideální data, která budete používat nejčastěji, na disk „nasypat“ vždy jako první, nebo si pro ně vyhradit místo v oblasti, ve které ještě nedochází k výraznému poklesu výkonu.

Pro praktické testy jsem systém nainstaloval na první malý samostatný oddíl o velikosti 40 GB hned na začátku disku (C:). Pro swapovací soubor (s pevnou velikostí) je vyhrazený další malý samostatný 10GB oddíl (W:) hned za ním. Díky tomu, že je pro swapovací soubor vyhrazený oddíl, na kterém nejsou jiná data, nehrozí, že se stane to, co se běžně děje u počítačů s jediným oddílem bez pevné velikosti odkládacího souboru – totiž že se swapovací soubor zvětší přes fragmentované volné místo. Swapovací soubor navíc komplikuje defragmentaci oddílu, na kterém se nachází – méně sofistikované defragmentátory s ním nepohnou a bloky, které zabírá, označí jako nepřesunutelné.

Dále následuje 50GB oddíl pro data používaná při testování (disk označený jako X:). Na konci disku je ještě další 20GB oddíl pro testování nejpomalejší oblasti (Z:) a na zbývajícím místě je (před)poslední velký datový oddíl označený jako Y:.

Jak testy probíhají

Před každou sadou testů datové disky Y: a Z: kompletně promáznu pomocí rychlého formátování. Následuje spuštění příkazu Rundll32 advapi32.dll s parametrem ProcessIdleTasks (ve stručnosti spustí okamžitě úlohy, které se jinak pouští v případě, že je počítač po určitou dobu v nečinnosti. Zmenší se tím pravděpodobnost, že bude při testování systém pouštět úlohy, které po uplynutí nějaké doby spouští v nečinnosti, což může výrazně ovlivnit výsledky). Poté ještě promazávám adresář C:\Windows\Prefetch (údaje pro SuperFetch, díky kterému se při opakovaném spouštění aplikace pouštějí rychleji, protože systém na základě historie chování uživatele načítá z disku do paměti předem knihovny k programům, které bude chtít pravděpodobně spouštět).

Potom už následuje vypnutí a start počítače. Důležité je po „restartu“ spouštět každou instanci příslušného testu jen jednou, jinak se může stát, že systému zůstane něco „viset“ v operační paměti a při následném spuštění sáhne místo disku právě do mnohonásobně rychlejší paměti.

Co testy nezahrnují a jaká jsou úskalí testů

• Fragmentace

Při běžném používání dochází u disků k fragmentaci (na různých úrovních). Ta může mít u klasických pevných disků i výrazný vliv na výkon. Typicky k ní dochází po promazání souborů a následném zapisování souborů do uvolněného prostoru, nebo při simultánním zápisu většího množství dat z několika aplikací najednou.

Pokud máte disk neustále nacpaný k prasknutí a mazání a opětovné zaplnění místa je u vás na denním pořádku, doby trvání čtení a zápisu větších souborů se prodlouží. Hlavičky disku budou totiž muset při práci s fragmentovanými soubory nebo fragmentovaným místem hodně cestovat po celé šířce plotny (a přesun hlaviček výrazně prodlužuje přístupovou dobu).

V takovém případě už hodně záleží na elektronice disku, firmwaru a tom, jak dobře dokáže využívat cache a technologie jako NCQ, které mají vliv fragmentace snížit.

Problém je, že je prakticky nemožné delší používání disku nasimulovat tak, aby se dalo říct, že je disk před každým startem testů ve stejném stavu a testuje se za stejných podmínek a vždy totéž.

• Výkon při simultánním čtení/zápisu

Další věc je již zmíněný simultánní zápis či čtení z více aplikací najednou. Typickým příkladem je start léta používaných a řádně „zahnojených“ Windows, u kterých se délka startu systému může protáhnout z původních desítek sekund na minuty jen kvůli tomu, že počítač při souběžném spouštění velkého množství rezidentních aplikací neví, co dělat dřív. Odezva na podnět uživatele jde do desítek sekund a počítač je ještě nějaký čas po náběhu systému nepoužitelný. Další možností je, že dojde ke kolizím, když systém pocítí potřebu pracovat se swapovacím souborem a nějaká aplikace zároveň touží číst nebo zapisovat na disk – potom se obě operace mohou také výrazně protáhnout.

Opět se to dá jen obtížně a opakovatelně nasimulovat. A po pravdě mě ani nenapadá, jaký rozumný scénář pro něco podobného zvolit. Ono by se sice nějak dalo spustit najednou kopírování 12GB videa, k tomu dávku zpracování fotografií v Zoneru a ještě kompresi adresáře s Crysis a změřit, za jak dlouho doběhne poslední test, ale který člověk se zdravým rozumem by na klasickém disku něco podobného častěji provozoval?

• Nenechavý systém

Windows nejsou vůči osazeným diskům netečná a i přes maximální snahu se u déle trvajících testů stává, že si systém chce ulevit nebo něco zapsat na disk. Klasický disk se s požadavky na souběžný zápis či čtení nikdy nedokáže pořádně srovnat. Na rozdíl od vícejádrových procesorů, kde takový úskok stranou zabírá zlomek procesorového času a často se k němu využijí více či méně volná jádra a ve výsledku se to prakticky neprojeví, může takové zadrhnutí či nedej bože delší „chroustání“ během testování mechanických disků znamenat dramatický propad rychlosti a výrazné prodloužení trvání testu.

Velký vliv na výkon má i to, na jaké místo disku se právě zapisuje. Jinde než u syntetických testů, které jsou speciálně navržené na to, aby psaly na přesně určené a stále stejné místo, je prakticky nemožné přinutit systém, aby při opakování testů ukládal pokaždé na stejná místa.

A konečně – malá chyba jde u části těchto testů na konto toho, že časy měřím ručně pomocí stopek. Není to zrovna sofistikovaná ani nejpřesnější metoda měření, z naměřených výsledků a odchylek je ale zřejmé, že chyba v řádech desetin sekundy, které padnou na konto lidských reakčních časů, má na přesnost měření jen minimální vliv.

Pro testování používáme chronograf Taksun WR30M T-58H, který dokáže měřit čas s přesností na setinu sekundy.

Pořád až moc jednoduché

Ze všech výše uvedených důvodů pamatujte na to, že chyba měření a rozptyl naměřených hodnot je už z principu větší, než je tomu obvyklé při testech procesorů či karet a ani tyto výsledky nevypovídají jednoznačně o výkonu – zjednodušení je dost velké. Do jisté míry se to dá přirovnat k tomu, když výrobce uvádí, že na terabajtový disk se dá uložit 50 full HD filmů, milion fotek nebo 250 000 písniček. Pořád je to ale hmatatelnější, než vykalkulované skóre ze syntetických. Pojďme se na příkladech podívat, co a jak budeme testovat a nakolik jsou naměřené výsledky přesné na jednom „zeleném“ a jednom výkonném disku.

Co a jak měříme a ukázkové výsledky z praxe: 2TB Barracuda XT a Caviar AV-GP

Co a jak budeme měřit a praktické příklady výkonu disků

Praktické testy probíhají na čisté instalaci Windows 7 se Service packem 1 a záplatami a ovladači (pokud možno přímo od výrobce osazených komponent či používaných čipů) dostupnými ke konci dubna 2011. Testovací sestava je stejná, jako v případě testů grafických karet. Rozdíl je logicky jen v osazeném disku, a jako grafická karta slouží GeForce GTX 580.

Testy jsem se snažil připravit tak, aby nebyly nesmyslné nebo příliš umělé a aby trvaly přijatelnou dobu a byly z nich zřejmé rozdíly ve výkonu disků.

Praktické testy sestávají z následujících položek:

• start Windows
• načtení uložené pozice v Crysis
• instalace dema hry Arma II:  Operation Arrowhead
• kopírování 1919 MB fotografií o velikosti 1,4–3,3 MB (6mpix JPEG, převážná část přes 3 MB) v Total Commanderu
• spouštění Adobe Photoshop CS5 s otevíráním 300MB souboru PSD
• demuxování 2GB mpeg streamu (.TS) v ProjectX
• střih a mux stejného souboru ve Womble MPEG Video Wizard
• komprese hry Crysis pomocí WinRAR

Start Windows

Při startu Windows měřím čas, který uplyne do startu počítače do spuštění Total Commandera (zástupce zkopírovaný do složky Po spuštění v nabídce Start). Pro přeskočení přihlašovací obrazovky je vypnuté vyžadování hesla (pomocí „spustit…“, příkaz „control userpasswords2“).

Během spouštění zaznamenávám i mezičas, ve kterém doběhnou procedury obvyklé po spuštění počítače POST (power-on self test) a zobrazí se obrazovka s oznámením o startu Windows – občas se stane, že se počítač právě při úvodních testech zdrží a logicky to ovlivní i dobu do spuštění systému. Oba časy od sebe odečtu a dostanu čistou délku startu systému.

Načtení uložené pozice v Crysis

V plné verzi prvního dílu ze ságy Crysis načítám uloženou pozici. Jak dlouho načítání trvalo, se po načtení pozice dá zjistit z konzole.

Instalace dema hry Arma II: Operation Arrowhead

Instalace probíhá standardně, jediný rozdíl je v tom, že měním cílovou cestu a hru instaluji na první čistý oddíl (Y:) kvůli omezení vlivu fragmentace disku. Dobu, po kterou instalace trvá, opět měřím pomocí stopek.

Kopírování 2 GB fotografií (14mpix JPEG) o obvyklé velikosti 3-4 MB

U testu kopírování jsem nevymýšlel žádné skopičiny a nezkoumal syntetické testy, které mají tuto činnost nějak simulovat (ostatně právě kvůli té syntetické povaze mají různá úskalí). A nevyužívám ani žádnou aplikaci, která je pro tyto testy určená, zajímal mě opět jen příklad z praxe.

Nedával jsem ani dohromady nesmyslné směsice rozličně velkých souborů (jak často kopírujete adresář, ve kterém jsou pohromadě tři HD videa, sto padesát fotek a tisíc malých dokumentů z Office, že?), ale sáhl jsem po jednom z nejčastějších scénářů, na které u mě při práci s počítačem dochází a které zabírají dost času na to, aby byly otravné – kopírování 6mpix fotografií uložených do JPEGu.

Ke kopírování používám Total Commander (verzi 7.56), a domnívám se, že většina potenciálních zájemců o testy výkonu pevných disků na tom bude právě tak. Total Commander umožňuje i pokročilejší nastavení vyrovnávací paměti optimalizované v závislosti na konfiguraci disků v PC (Konfigurace>Možnosti…>Funkce>Kopírování a odstranění), jelikož ale tyto testy probíhají pouze s jediným diskem a většina uživatelů se stejně v tomto nastavení zřejmě nevrtá, nechávám zapnutou standardní metodu kopírování.

Kopíruje se ze zdrojového oddílu (X:) na rychlejší partition (Y:) i na pomalejší oddíl (Z:) na konci disku, kopírování na pomalejší oddíl pochopitelně předchází restart počítače.

Spouštění Adobe Photoshop CS5 s otevíráním 300MB souboru PSD

Jen málokterá z aplikací pije již po léta svým uživatelům délkou startu krev tak jako Adobe Photoshop. I když se to s příchodem SSD a u novějších verzí zlepšuje, u populárních aplikací nenajdete moc startovacích obrazovek, které by se vám tak dobře a tak rychle vryly do paměti. Pro použitelné měření se stopkami v rukou ale paradoxně nabíhá pořád příliš rychle, proto mu ještě „pomáhám“ tím, že jej spouštím otevřením souboru o velikosti téměř 400MB (14mpix fotografie s řadou vrstev).  Na spuštění Photoshopu a otevření fotografie si tak na většině současných pevných disků disku musíte počkat bezmála dvacet sekund.

Demux 3,5GB mpeg streamu (.TS) v ProjectX

Práce s videem je další z činností, které dlouho trvají a při kterých se intenzivněji pracuje s diskem. Klasický střih s následnou rekompresí do jiného formátu je ale náročný i na výkon ostatních komponent (procesoru, případně při využití GPGPU i grafické karty) a výkon disku už není v takových případech při dnešních rychlostech kritický, úzké hrdlo je jinde. Proto jsem sáhl k jinému scénáři, který není tolik náročný na procesorový výkon, ale disk se při něm zapotí – demuxu (demultiplex, rozdělení více datových toků, v tomto případě obrazové a zvukových stop) MPEG-2 videostreamu ve formátu TS, tedy MPEG transport stream, nahraného z digitálního vysílání.

Pro demux využívám populární javový open source ProjectX. Zdrojový soubor z datového disku X: převádím do rychlejšího oddílu Y: i do pomalého oddílu Z: na konci disku. Při této zdánlivě nevinné a nenáročné činnosti se ale ProjectX se bůhví proč chová hodně nevypočitatelně – rozptyl výsledků je obrovský a nedá se přesně říct, do jaké „nálady“ programu se zrovna trefíte, a je možné, že kvůli velké chybě, která při měření vzniká, v metodice nezůstane. I tak má ale svou vypovídací hodnotu – patrné je zejména prodloužení doby trvání při práci v pomalejší části disku. Také je to dobrá připomínka toho, že papírově či synteticky výrazně rychlejší disk nemusí automaticky a za všech okolností znamenat rychlejší práci.

Střih a mux videa ve Womble MPEG Video Wizard

Jednou z častých činností při editaci nahrávek z televizního vysílání je vystříhání reklam. A jedním z populárních programů, které se pro editaci takto pořízených záznamů používá, je Womble MPEG Video Wizarrd DVD. Kromě jednoduchosti je jeho velkou výhodou to, že umožňuje editaci nahrávek bez (celkové) rekomprese, která jinak u záznamů se ztrátovou kompresí vždy znamená další ztráty a zhoršení kvality záznamu. Jako vstup slouží dvojice souborů získaná stejným postupem jako v předchozím testu z ProjectX. A jelikož program nahrávku znovu nekomprimuje, ale pouze vynechá vystřižené pasáže a následně vše spojí do jediného souboru (v našem případě .mpg), rychlost disku se na době trvání této operace hodně podepisuje. Ve srovnání s předchozím testem už jsou výsledky o poznání přesnější, měření výrazně ustřelí jen výjimečně (při testech to bylo jednou ze třiceti měření).

Komprese hry Crysis pomocí WinRAR

V tomto případě jde o kompresi smíšených dat pomocí 64b WinRar verze 4.00. Komprimuje se adresář s instalací Crysis a data se komprimují na rychlejší testovací oddíl Y: .

Kvůli tomu, aby výsledek ovlivnila rychlost disku větší vahou a aby byla délka trvání komprese 6,9GB adresáře únosná, jsem zvolil nejnižší (nejrychlejší) stupeň komprese a malý slovník, komprimuje se z příkazového řádku pomocí následujícího zaklínadla:

rar.exe a -ilogc:\!\res\rarlog.txt -m1 -md512  y:\temp\crysis.rar x:\crysis

Výsledkem testu, který trvá kolem 350 sekund, je soubor o velikosti 5,99 GB. Jestliže se o WinRAR nedá říci, že by byl extra přesný už při testech procesorů, v případě disků to platí dvojnásob.

Zoner Photo Studio 13, aneb proč jej v testech nenajdete

Původně jsem do metodiky plánoval ještě jeden test – dávkovou konverzi asi 1 GB fotografií z formátu RAW do JPEGu v Zoneru Photo Studio 13. Tento test už asi od nás znáte, najdete jej v metodice pro testování procesorů. Nakonec se ale ukázalo, že zpracování 1 GB fotografií, které trvá kolem dvou minut, je pro většinu disků až příliš snadné sousto a zabrat dostává především procesor (netuším, jestli je Zoner natolik inteligentní, aby při dávkové konverzi během zpracování otevřeného obrázku ve zvláštním vlákně dopředu na pozadí načítal další soubor, ale s ohledem na velmi těsné výsledky disků bych se tomu vůbec nedivil). Proto se můžete poprvé a naposledy přesvědčit, jak se výkon disků projeví v Zoneru.

Sáhodlouhé čtení už nebudu nadále protahovat. Zanedlouho se podíváme na první várku disků otestovaných rozšířenou metodikou – můžete se těšit na srovnání 2TB disků pro stolní počítače.

Myslíte si, že už jsou podrobnější testy výkonu klasických disků zbytečné, protože kdo chce výkonný disk, zapojí dva disky do RAIDu, nebo si prostě koupí SSD? Vadilo by vám jejich zjednodušení? Jak moc vás ještě zajímá výkon klasických disků s plotnami a hlavičkami? Máme se spíše soustředit na provozní vlastnosti, jako je zahřívání, vibrace, hlučnost? Jak byste prezentovali výsledky, u kterých je rozptyl němařených hodnot větší? Máte k uvedeným novinkám v testovací metodice nějaké připomínky či upřesnění a doplňující dotazy? Vrhněte se na diskuzi!