在如今的系統(tǒng)中I/O卻擁有很重要的位置，現(xiàn)在系統(tǒng)都有可能處理大量文件，大量數(shù)據(jù)庫操作，而這些操作都依賴于系統(tǒng)的I/O性能，也就造成了現(xiàn)在系統(tǒng)的瓶頸往往都是由于I/O性能造成的。因此，為了解決磁盤I/O性能慢的問題，系統(tǒng)架構(gòu)中添加了緩存來提高響應(yīng)速度；或者有些高端服務(wù)器從硬件級入手，使用了固態(tài)硬盤（SSD）來替換傳統(tǒng)機械硬盤；在大數(shù)據(jù)方面，Spark越來越多的承擔(dān)了實時性計算任務(wù)，而傳統(tǒng)的Hadoop體系則大多應(yīng)用在了離線計算與大量數(shù)據(jù)存儲的場景，這也是由于磁盤I/O性能遠不如內(nèi)存I/O性能而造成的格局（Spark更多的使用了內(nèi)存，而MapReduece更多的使用了磁盤）。