Linux 与服务器运维 / 系统课时
用 iostat 判断磁盘是否繁忙
用 iostat 判断磁盘是否繁忙
磁盘变慢时,先不要凭 CPU 的 iowait 或应用日志猜原因。iostat 可以直接观察块设备的吞吐、排队和响应时间,帮助判断请求是在正常处理,还是已经积压到存储设备成为瓶颈。
学习目标
- 会用
iostat连续采集设备层 IO 指标 - 能从吞吐、队列、延迟和繁忙度判断存储压力
- 知道如何避免把首次累计报告误认为当前状态
先采集连续样本
iostat 由 sysstat 工具包提供。排查实时性能时,应连续采样,而不是只执行一次。下面每隔 1 秒输出一次,共输出 3 组扩展统计,并省略完全没有活动的设备。
iostat -xz 1 3预期输出(节选,列顺序可能随 sysstat 版本略有不同,实际数值和设备名会变化):
Device r/s rkB/s w/s wkB/s aqu-sz await %util
<DEVICE> <RPS> <RKBPS> <WPS> <WKBPS> <QUEUE> <AWAIT> <UTIL>-x 输出扩展设备指标,-z 隐藏当前没有 IO 的设备。使用间隔参数时,第一组通常是自系统启动以来的累计平均值,后续组才反映最近 1 秒的活动,因此定位瞬时卡顿时应重点看第二组及之后的数据。
从四类指标判断压力
先看 r/s、w/s、rkB/s 和 wkB/s。它们分别反映读写次数与读写吞吐,可以回答“设备此刻到底承担了多少 IO”。吞吐升高本身不是故障,业务批处理、备份或数据库扫描都可能正常地产生大量 IO。
再看 aqu-sz。它表示平均处于设备队列或正在处理的 IO 请求数量。队列持续增长通常说明请求进入设备的速度超过了完成速度,但具体多少算高,要结合设备类型和历史基线判断。
await 表示一次 IO 从提交到完成的平均时间,通常包含排队和设备处理时间。相比单纯的繁忙度,延迟是否持续升高更接近应用真正感受到的存储问题。
%util 表示采样时间内设备存在 IO 活动的时间比例。机械盘接近 100% 且同时出现高延迟、长队列时,饱和迹象很明显;SSD、NVMe 和虚拟磁盘具有并行能力,不能把 %util=100 简单理解为“性能已经耗尽”。
把指标组合起来看
| 现象 | 常见解释 |
|---|---|
%util 低、await 低、队列很短 |
设备压力较小 |
%util 高、await 仍低、队列稳定 |
设备很忙,但仍可能正常完成请求 |
%util 高、await 持续升高、队列增长 |
很可能正在接近或进入存储瓶颈 |
%util 不高但 await 明显异常 |
可能存在间歇性慢 IO、存储链路或虚拟化层延迟 |
这里的“高”和“低”没有适用于所有磁盘的固定阈值。NVMe、云盘、SAN、机械盘的能力差异很大,最可靠的参照通常是同一设备正常时期的基线以及业务允许的响应时间。
确认是不是磁盘瓶颈
判断时应观察多个连续采样窗口。如果业务变慢的同时,await 明显高于平时、aqu-sz 持续增加,并且设备正在承担较高吞吐或 IOPS,就有较强证据说明压力集中在存储层。若只有 %util 很高而延迟稳定,则还不足以认定磁盘有问题。
iostat 能告诉你哪个块设备承压,却不能直接说明是哪一个进程制造了这些 IO。确认设备层存在异常后,再使用进程 IO 工具定位来源,能把“磁盘繁忙”进一步收敛为具体业务、数据库任务或后台作业。