Win10 儲存集區 的讀寫效能比較 Storage Space

三種 Win10 儲存集區 的效能比較

三種 Win10 儲存集區 的讀寫效能比較，當你在建立儲存集區 ，其實就是建立 Windows 作業系統的【 軟體 RAID 】，而這種【 軟體 RAID 】( Win10 storage space )並不支援當成電腦的系統碟，只能當資料碟。另外，當建立儲存空間之前，請先完成建立儲存集區，因為儲存空間是配置於儲存集區上。詳細儲存空間、儲存集區的定義，可以參考微軟網站: 儲存空間直接存取概觀。

這一篇文章就來看電腦系統的記憶體容量大小( 8GB, 16GB, 24GB )，會不會對不同的 Windows 10 儲存空間 ( Storage Space )類型，造成讀寫效能的影響。

Table of Contents

1. 三種 Win10 儲存集區 的效能比較
2. Win10儲存集區的實驗條件
   1. 電腦規格
   2. 建立三種儲存集區
   3. 簡單(無備援): Simple
   4. 雙向鏡像: Two-way mirror
   5. 同位: Parity
3. Win10 儲存集區 的讀寫效能結果
   1. 比單顆 SSD 效能好一點
   2. 雙通道記憶體效能提升並不明顯
   3. 適合跑雙通道記憶體
4. Win10 儲存集區 的心得
   1. 你懂你的需求嗎?
   2. Storage Space無法做開機碟，那麼硬體 RAID 可以嗎?

Win10儲存集區的實驗條件

電腦規格

使用的電腦與作業系統，其實都跟前一篇文章一樣 ( 記憶體容量大小會影響SSD的效能嗎? ):

1. 記憶體: DDR4-2133 8 GB
   • 記憶體單通道: DDR4-2133 8 GB x 1 
   • 記憶體雙通道: DDR4-2133 8 GB x 2
   • 記憶體單通道: DDR4-2133 8 GB x 3
2. 作業系統: Windows 10 家用版 64 位元
3. 測試軟體: CrystalDiskMark 
4. SSD固態硬碟:
   • KingSton: SUV400S37/240G SSDNow UV400 240 GB, SATA 6G
   • SanDisk: SDSSDXPS-240G-G25 240GB 固態硬碟, SATA 6G
   • Micron: 美光Micron Crucial BX500 240GB SATAⅢ固態硬碟, SATA 6G

建立三種儲存集區

如何建立 Win10 storage space 與 儲存集區，可以參考另一篇文章的建立儲存集區流程的圖文: 儲存空間 : 用 Acer E5-575G 來實現磁碟陣列。

在這裡會分別測試以下儲存集區中的儲存空間讀寫效能:

• 簡單（無備援）: Simple
• 雙向鏡像: Two-way mirror
• 同位: Parity

簡單(無備援): Simple

下圖是這次實驗的簡單（無備援）: Simple 儲存空間細節，因為三顆SSD的容量大小都是223GiB(240GB)，所以整個儲存空間大小就是223GiB * 3 = 669GiB。

這種儲存空間就是將資料儲存在N (N≧2) 個以上的硬碟，組合成一個大的儲存空間，但是缺點是完全沒有更正錯誤的能力，只要有一個硬碟故障，就會造成所有存放在硬碟裡面的資料毀損，就無法挽回。

所以，這種儲存集區下的儲存空間適合暫存資料 (例如，視訊轉譯檔案)、影像編輯器草稿檔案，以及中繼編譯器物件檔案。

簡單（無備援）: Simple 儲存空間 容量大小

雙向鏡像: Two-way mirror

下圖是這次實驗的雙向鏡像: Two-way mirror 儲存空間細節，因為三顆SSD的容量大小都是223GiB(240GB)，所以整個儲存空間大小就是223GiB * 3 * 0.5 約 331GiB。其中*0.5是因為雙向鏡像的儲存空間會將原始資料，儲存兩份相同的資料在這個空間當中。所以，當其中一顆SSD損壞時，可以插入另一顆新的SSD到電腦中，Windows 會自動維護資料的完整性，將資料復原成兩份。缺點就是，這種儲存空間的容量是全部硬碟容量的一半，但是可以換來最佳的資料保護目的。

雙向鏡像: Two-way mirror 儲存空間 容量大小

同位: Parity

下圖是這次實驗的同位: Parity 儲存空間細節，因為三顆SSD的容量大小都是223GiB(240GB)，所以整個儲存空間大小就是223GiB * 3 *0 .667約 442GiB。

這種儲存空間有點小複雜，所以只要會使用就好了。簡單說，它提供

• 更好的儲存效率: 與雙向鏡像相比，可以使用比較多的容量。因為一個是可以使用總儲存空間容量的一半；而一個是可以使用總儲存空間容量的三分之二。
• 具備容錯能力: 與雙向鏡像一樣，可以允許一顆SSD損壞，資料還可以正確存在。

同位: Parity 儲存空間 容量大小

>>> 你可能會有興趣: 【使用情境】影片錄影搭配 Storage Space，讓工作更有效率!

Win10 儲存集區 的讀寫效能結果

比單顆 SSD 效能好一點

跟前一篇文章單顆 SSD 效能比較的話 ( 記憶體容量大小會影響 SSD 的效能嗎 ? )，效能有好一點，尤其是【 4KiB Q8T8 】這一個項目。不過，卻是三種儲存空間中，連續讀取速度( Sequential Read )效能最差的一個。

Windows 10 儲存集區: 簡單(無備援, Simple)的讀寫效能比較

雙通道記憶體效能提升並不明顯

雙向鏡像 ( Two-way mirror ) 的寫入速度明顯比簡單 ( 無備援 Simple ) 來的差。不過讀取速度卻是明顯提升很多。

另外，在雙向鏡像 ( Two-way mirror ) 的儲存空間下，記憶體容量越大，連續讀取速度 ( Sequential Read ) 會越好，不過，幅度卻不是很大。與記憶體跑單通道或雙通道，沒有太直接的關係。

Windows 10 儲存集區: 雙向鏡像 ( Two-way mirror )的讀寫效能比較

適合跑雙通道記憶體

很明顯地看到，連續讀取速度 ( Sequential Read ) 優於其他兩種儲存空間；不過，寫入速度卻是最差的一種儲存空間。

Windows 10 儲存集區: 同位 ( Parity ) 的讀寫效能比較

>>> 你可能會有興趣: 【免費軟體】Macrium、Acronis 無法備份 Storage Space的資料， 不過這套可以!

Win10 儲存集區 的心得

你懂你的需求嗎?

像我們這種一般使用者而言，哪一種儲存集區的儲存空間適合自己呢?

我是將手邊堪用又捨不得丟掉的幾顆小硬碟 ( 500 GB ) ，建立【 簡單 ( 無備援 ) :  Simple 】 來二次利用。畢竟現在大家家裡都不只一台電腦 ( 桌上型電腦 + 筆記型電腦 ) ，可以將資料備份到其他台電腦的硬碟 ( 也許是 1 TB 或 4 TB 硬碟中 ) ，甚至還可以把重要的資料，設定成電腦開機就同步到雲端。而且這種儲存空間整體的 讀 、 寫效能，是最適合我的使用習慣了。 

而想要了解更詳細的 4 種 Storage Space types 讀寫效能的數據，可以參考: Storage Space in Windows 10: performance result，裡面有詳細的 4 種類型讀寫效能數據，可以讓你參考。例如:

• Storage Space types:
  • Simple
  • Two-way mirror
  • Three-way mirror
  • Parity
• Outstanding I/Os: 1 ~ 32
• Data size: 512Byte, 4KByte, 16KByte, 32KByte, 64KByte, 256KByte, 512KByte, 1024KByte
• Test pattern:
  • Sequential
    • Read, Write
  • Random
    • Read, Write

Storage Space無法做開機碟，那麼硬體 RAID 可以嗎?

想要建立開機碟的話，有兩個選擇: 一個是使用主機板 RAID，另一個是使用硬體 RAID CARD。不過以價格來考慮的話，會優先推薦先使用主機板RAID。有興趣的話，可以參考這篇文章: 主機板RAID 0/1/5/10 的讀寫效能。 

資料來源:https://hipay0.com/performance-comparison-for-windows-10-storage-space/

Web AR.js

本篇文章紀錄我根據TechBridge 技術共筆部落格製作webAR的過程與碰到的難處。

webAR成果

AR.js介紹

AR.js是一款融合了 artoolkit、three.js、ＷebGL 和 WebRTC 等技術的工具。

先說優點:

AR.js 使用了 A-Frame (基於 Three.js) 以及 JSARTookit5，而這兩個技術主要皆是利用 WebGL 為主，因此大多現行的瀏覽器都能直接支援，不需要特殊的 API。這大概也是為何 AR.js 能在 GitHub 上擁有一萬多顆星星，遠勝過上列其他套件的原因。

TechBridge 技術共筆部落格

缺點:

AR.js雖然快速好用，但也不是萬能的目前只能支援以Marker定位的方式運行webAR，即是需要在鏡頭內放置一個設定好的 Marker圖片讓其辨識。如果想要以偵測平面或其他非Mark的方式運行webAR就必須研究WebXR Device API。

應用AR.js

首先，AR.js有提供了一個專門製作Marker的工具AR.js Marker Training，在這個網頁可以製作自己想要的Marker圖片，製作完成後點選Download Marker會給你一個副檔名為patt的Marker。

接下來準備想要呈現的3D模型，可以到 Poly 或是 sketchfab 下載 gltf 格式的 3D 模型。

最後，進入AR.js的程式部分，Coding部分很簡單，只有幾行的html:

最先的兩段先匯入Libraries:

<script src="https://aframe.io/releases/0.9.2/aframe.min.js"></script>
<script src="https://cdn.rawgit.com/jeromeetienne/AR.js/1.7.5/aframe/build/aframe-ar.js"></script>

在 <a-scene /> 中，我們指定一個 attribute arjs，並且設定 sourceType 為 webcam，相關 attribute 設定其實來自 artoolkit system，有需要可以到 GitHub 的列表查看。

接著我們透過 <a-marker /> 放入我們製作的 marker，副檔名為 .patt，這邊的 type attribute，如果你是單純用 barcode 的話，可以設為 type=barcode，但若是客製化的 marker，就要設為 type=pattern

最後在 <a-entity /> 上頭設定我們想要呈現的 AR 3D Model，gltf-model attribute 設定模型的路徑，再透過 position 與 rotation 來調整你的模型出現在鏡頭的位置。

資料來源:https://z0935323866.medium.com/%E5%88%A9%E7%94%A8ar-js%E8%A3%BD%E4%BD%9Cwebar-3479abb5f62b 

Example

https://sharebyboss.github.io/test_arjs/

ml5js WebCam Face Hack

介紹

首先介紹什麼是 p5.js，
p5.js 是基於 Processing 在瀏覽器中提供友善的畫布 (canvas) 使用介面。(https://creativecoding.in/2020/04/24/p5-js-%E5%BF%AB%E9%80%9F%E4%B8%8A%E6%89%8B/)

p5.js 與 ml5 的共同點是它們都可以透過瀏覽器使用 GPU 及 GPU 的專屬記憶體。

備料

接著備料，

1. 在 hello-ml5 裡新增兩個檔案，一檔名為 face_p5.html，另一檔名為 face_nop5.html。
2. 在 face_p5.html 與 face_nop5.html 分別輸入以下程式碼。

face_p5.html 的程式碼如下—

<html>

<head>
    <meta charset="UTF-8">
    <title>FaceApi Landmarks Demo With p5.js</title>

    <script src="https://cdnjs.cloudflare.com/ajax/libs/p5.js/0.9.0/p5.min.js"></script>
    <script src="https://cdnjs.cloudflare.com/ajax/libs/p5.js/0.9.0/addons/p5.dom.min.js"></script>
    <script src="https://unpkg.com/ml5@latest/dist/ml5.min.js"></script>
</head>

<body>
    <h1>FaceApi Landmarks Demo With p5.js</h1>
    <script src="sketch_face_p5.js"></script>
</body>

</html>

face_nop5.html 的程式碼如下—

<html>

<head>
    <meta charset="UTF-8">
    <title>FaceApi Landmarks Demo With no p5.js</title>

    <script src="https://unpkg.com/ml5@latest/dist/ml5.min.js" type="text/javascript"></script>
</head>

<body>
    <h1>FaceApi Landmarks Demo With no p5.js</h1>
    <script src="sketch_face_nop5.js"></script>
</body>

</html>

3. 在 hello-ml5 裡新增兩個檔案，一檔名為 sketch_face_p5.js，另一檔名為 sketch_face_nop5.js，
   且分別輸入以下程式碼。

sketch_face_p5.js 的程式碼如下—

let faceapi;
let video;
let detections;

const detection_options = {
    withLandmarks: true,
    withDescriptors: false
}

let width = 360;
let height = 280;

function setup() {
    createCanvas(width, height);

    // load up your video
    video = createCapture(VIDEO);
    video.size(width, height);
    video.hide(); // Hide the video element, and just show the canvas

    faceapi = ml5.faceApi(video, detection_options, modelReady);
}

function modelReady() {
    console.log('ready!');
    faceapi.detect(gotResults);
}

function gotResults(err, result) {
    if (err) {
        console.log(err);
        return;
    }

    // console.log(result)
    detections = result;

    image(video, 0, 0, width, height);

    if (detections) {
        if (detections.length > 0) {
            drawLandmarks(detections);
        }
    }
    faceapi.detect(gotResults);
}

function drawLandmarks(detections) {

    stroke(161, 95, 251);

    for (let i = 0; i < detections.length; i++) {
        const alignedRect = detections[i].alignedRect;
        const x = alignedRect._box._x;
        const y = alignedRect._box._y;
        const boxWidth = alignedRect._box._width;
        const boxHeight = alignedRect._box._height;

        rect(x, y, boxWidth, boxHeight);

        const mouth = detections[i].parts.mouth;
        const nose = detections[i].parts.nose;
        const leftEye = detections[i].parts.leftEye;
        const rightEye = detections[i].parts.rightEye;
        const rightEyeBrow = detections[i].parts.rightEyeBrow;
        const leftEyeBrow = detections[i].parts.leftEyeBrow;

        drawPart(mouth, true);
        drawPart(nose, false);
        drawPart(leftEye, true);
        drawPart(leftEyeBrow, false);
        drawPart(rightEye, true);
        drawPart(rightEyeBrow, false);
    }

}

function drawPart(feature, closed) {

    beginShape();
    for (let i = 0; i < feature.length; i++) {
        const x = feature[i]._x;
        const y = feature[i]._y;

        vertex(x, y);
    }

    if (closed === true) {
        endShape(CLOSE);
    } else {
        endShape();
    }

}

sketch_face_nop5.js 的程式碼如下—

let faceapi;
let video;
let detections;

const detection_options = {
    withLandmarks: true,
    withDescriptors: false
}

let width = 360;
let height = 280;

window.addEventListener('DOMContentLoaded', function () {
    setup();
});
async function setup() {
    createCanvas(width, height);

    // load up your video
    video = await getVideo();

    faceapi = ml5.faceApi(video, detection_options, modelReady);
}

let canvas, ctx;
function createCanvas(w, h) {
    canvas = document.createElement("canvas");
    canvas.width = w;
    canvas.height = h;
    document.body.appendChild(canvas);
    ctx = canvas.getContext('2d');
}

async function getVideo() {
    const videoElement = document.createElement('video');
    videoElement.width = width;
    videoElement.height = height;
    videoElement.setAttribute("style", "display: none;"); // Hide the video element, and just show the canvas
    document.body.appendChild(videoElement);

    // Create a webcam capture
    const capture = await navigator.mediaDevices.getUserMedia({ video: true });
    videoElement.srcObject = capture;
    videoElement.play();

    return videoElement;
}

function modelReady() {
    console.log('ready!');
    faceapi.detect(gotResults);
}

function gotResults(err, result) {
    if (err) {
        console.log(err);
        return;
    }

    // console.log(result)
    detections = result;

    ctx.drawImage(video, 0, 0, width, height);

    if (detections) {
        if (detections.length > 0) {
            drawLandmarks(detections);
        }
    }
    faceapi.detect(gotResults);
}

function drawLandmarks(detections) {

    ctx.strokeStyle = "#a15ffb";

    for (let i = 0; i < detections.length; i++) {
        const alignedRect = detections[i].alignedRect;
        const x = alignedRect._box._x;
        const y = alignedRect._box._y;
        const boxWidth = alignedRect._box._width;
        const boxHeight = alignedRect._box._height;

        ctx.beginPath();
        ctx.rect(x, y, boxWidth, boxHeight);
        ctx.fillStyle = "white";
        ctx.fill();

        const mouth = detections[i].parts.mouth;
        const nose = detections[i].parts.nose;
        const leftEye = detections[i].parts.leftEye;
        const rightEye = detections[i].parts.rightEye;
        const rightEyeBrow = detections[i].parts.rightEyeBrow;
        const leftEyeBrow = detections[i].parts.leftEyeBrow;

        drawPart(mouth, true);
        drawPart(nose, false);
        drawPart(leftEye, true);
        drawPart(leftEyeBrow, false);
        drawPart(rightEye, true);
        drawPart(rightEyeBrow, false);
    }

}

function drawPart(feature, closed) {

    ctx.beginPath();
    for (let i = 0; i < feature.length; i++) {
        const x = feature[i]._x;
        const y = feature[i]._y;

        if (i === 0) {
            ctx.moveTo(x, y);
        } else {
            ctx.lineTo(x, y);
        }
    }

    if (closed === true) {
        ctx.closePath();
    }
    ctx.stroke();

}

執行

備料完成後，就可啟動 Live Server，
在 VS Code 裡的 face_p5.html 程式碼按右鍵，在顯示的內容選單裡，點選 Open with Live Server，
就可顯示如下畫面。(會先跳出詢問是否讓此網頁有使用網路攝影機的權限，請按同意)

face_nop5.html 同上的步驟啟動，
就可顯示如下畫面。

可見兩者的執行結果是一樣的。

比較

使用 WinMerge 比較 sketch_face_p5.js 與 sketch_face_nop5.js 的差異，
就可以了解 p5.js 能做的， javascript 原本就能做到，
但 p5.js 真的把程式碼變得更簡潔，在這個例子幾乎減少了四分之一的程式碼。

所以， p5.js 及 ml5 都是讓程式設計師在使用新技術時，可以更專注在

客製化的需求。 

資料來源: https://ithelp.ithome.com.tw/articles/10253993

Like a Multi thread in Linux shell script

Multi thread in shell script code

your initial code

your loop

{

    {

        do something

    }&

}

end loop

wait

SQLite db lock

sqlite3 -cmd ".timeout 1000" data_base "SQL string"

Example

#!/bin/sh

cd /www/pages/system/

ConfigPath="/www/pages/_config/"

LOGFILE="${ConfigPath}test.log"

echo ${ConfigPath}

echo ${LOGFILE}

##  Get camera list from database

array=($(sqlite3 -cmd ".timeout 1000" ../bootstrap/db_camera "SELECT active, status, record, id, address, camera_port, camera_login_id, camera_login_pw, camera_protocol, camera_link FROM db_camera WHERE active=1;"))

for i in "${array[@]}"; do

    {

        echo ""

        echo "*** START"

    

        ##  Get camera information

        c_active=$(echo $i |awk -F '|' '{printf "%s" , $1}')

        echo "Data: $i"

        if [ $c_active == 1 ];then

            c_status=$(echo $i |awk -F '|' '{printf "%s" , $2}')

            c_record=$(echo $i |awk -F '|' '{printf "%s" , $3}')

            c_id=$(echo $i |awk -F '|' '{printf "%s" , $4}')

            c_address=$(echo $i |awk -F '|' '{printf "%s" , $5}')

            c_ip=$(traceroute ${c_address} |head -1 |cut -d '(' -f 2 |cut -d ')' -f 1)

            c_port=$(echo $i |awk -F '|' '{printf "%s" , $6}')

            c_login_id=$(echo $i |awk -F '|' '{printf "%s" , $7}')

            c_login_pw=$(echo $i |awk -F '|' '{printf "%s" , $8}')

            c_protocol=$(echo $i |awk -F '|' '{printf "%s" , $9}')

            c_link=$(echo $i |awk -F '|' '{printf "%s" , $10}')

        

            ##  Get the status of camera and update to database

            camera_live=$(timeout --preserve-status 10s echo >/dev/tcp/${c_address}/${c_port} && echo '1' || echo '0')

            sqlite3 -cmd ".timeout 1000" ../bootstrap/db_camera "UPDATE db_camera SET status=${camera_live} WHERE id=${c_id};"

            echo "Update db: status = $camera_live"

            

            ##  Start record process if exists and not in record process

            if [ $camera_live == 1 ];then

                if [ $c_record == 1 ];then

                    if [ $c_protocol == "rtsp" ];then

                        echo "Start record process"

                        

                        sqlite3 -cmd ".timeout 1000" ../bootstrap/db_camera "UPDATE db_camera SET record=2 WHERE id=${c_id};"

                        echo "Update db: record = 2"

                        

                        echo "Get video link"

                        if [ ${#c_login_id} -ne 0 ];then

                            camera_login_link="${c_protocol}://${c_login_id}:${c_login_pw}@${c_ip}:${c_port}/${c_link}"

                        else

                            camera_login_link="${c_protocol}://${c_ip}:${c_port}/${c_link}"

                        fi

                        echo $camera_login_link

                        /www/pages/raid/ffmpeg -rtsp_transport tcp -i "${camera_login_link}" -c copy -f segment -segment_time 180 -reset_timestamps 1  -strftime 1 /www/pages/raid/Record/camera_${c_id}_%Y%m%d_%H%M%S.mp4 -y &

                    fi

                fi

                

                if [ $c_record == 3 ];then

                    echo "Stop record process"

                    pkill -2 -f "camera_${c_id}"

                    sqlite3 -cmd ".timeout 1000" ../bootstrap/db_camera "UPDATE db_camera SET record=0 WHERE id=${c_id};"

                    echo "Update db: record = 0"

                fi

            fi

        fi

        echo "*** END"

        echo ""

    }&

done 

wait