萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 伺服器教學

Linux iostat 指令深度解析:磁碟 I/O 效能監控、CPU/裝置/分區統計、%util/await/svctm/avgqu-sz 黃金指標判讀與效能調優實戰

iostat (I/O Statistics) 是 **sysstat** 套件核心工具,專注於**區塊裝置層**的 I/O 效能統計。不同於 vmstat 的系統級概覽,iostat 能精確到**每個磁碟/分區/多路徑裝置**的吞吐、延遲、佇列長度、服務時間,是儲存效能調優、容量規劃、故障排查的黃金標準。本文深度解析 -x 延伸統計、-p 分區、-N LVM/MD、-t 時間戳、單位切換與關鍵指標判讀邏輯。

基礎輸出 (iostat 無參數) vs 延伸輸出 (iostat -x)

# 基礎 (預設顯示啟動以來平均)
$ iostat
Linux 5.15.0 (server01)  2024-06-15  _x86_64_  (8 CPU)

avg-cpu:  %user %nice %system %iowait %steal %idle
           8.30   0.02    5.07    0.17    0.00  86.44

Device            tps    kB_read/s    kB_wrtn/s    kB_read    kB_wrtn
sda              22.73         21.85        243.71  337017916 3758984340
sda1              0.00          0.00          0.00       1329        268
...

# 延伸統計 (關鍵!) -xmt 1 (每秒、毫秒、MB單位、時間戳)
$ iostat -xmt 1
avg-cpu:  %user %nice %system %iowait %steal %idle
           8.88   0.00    7.94    0.19    0.00  83.00

Device: rrqm/s wrqm/s   r/s   w/s  rMB/s  wMB/s  avgrq-sz avgqu-sz  await r_await w_await  svctm  %util
sda      0.00   0.00  0.00  6.00   0.00   0.12    41.33     0.01   1.50   0.00   1.50   1.50  0.90
...

延伸統計欄位詳細解讀 (黃金指標加粗)

欄位單位含義異常判讀
rrqm/s/s每秒合併的讀請求數 (合併相鄰扇區)高 = 循序讀佳;低 = 隨機讀
wrqm/s/s每秒合併的寫請求數高 = 寫入合併好 (日誌/資料庫)
r/s/s每秒完成讀 I/O 請求數 (IOPS 讀)接近裝置極限 = 讀壓力大
w/s/s每秒完成寫 I/O 請求數 (IOPS 寫)同左
rMB/sMB/s每秒讀取吞吐量接近頻寬上限 = 讀帶寬滿
wMB/sMB/s每秒寫入吞吐量同左
avgrq-sz扇區平均請求大小 (扇區=512B) = (rMB/s+wMB/s)*2048/(r/s+w/s)大 = 循序;小 = 隨機 (4KB=8 扇區)
avgqu-sz請求數**平均 I/O 佇列長度** (含正在服務 + 等待)> 1 持續 = 佇列擁塞;> 10 嚴重
awaitms**平均 I/O 完成延遲** (含佇列等待 + 服務時間)HDD < 20ms, SSD < 5ms, NVMe < 1ms;遠大於 svctm = 排隊久
r_awaitms平均讀延遲區分讀寫熱點
w_awaitms平均寫延遲同左
svctmms**平均服務時間** (裝置實際處理時間,不含佇列)接近裝置規格值;突增 = 裝置內部擁塞/GC/重建
%util%**裝置忙碌百分比** (有 I/O 處理的時間佔比)接近 100% = 裝置飽和 (但 SSD/NVMe 並行度高,%util 100% 不代表極限)
核心判讀邏輯:
await ≈ svctm → 佇列無排隊,裝置應對自如
await ≫ svctm → 佇列排隊嚴重,**需優化** (增加佇列深度、調整 I/O scheduler、升級裝置、分流負載)
%util ≈ 100% && avgqu-sz > 1 → **裝置飽和** (HDD 明確;SSD/NVMe 參考佇列深度)

進階參數與場景

-p 或 -p ALL:分區級統計

iostat -xmtp 1 sda
# 顯示 sda1, sda2... 各分區統計,定位哪個分區在跑 I/O

-N:LVM/MD/Raid 裝置名稱顯示

iostat -xmtN 1
# Device 顯示 dm-0, md0 等;配合 lsblk 對應邏輯卷

-j ID:依 ID 顯示 (by-id/by-path/by-uuid)

iostat -xmt -j ID 1
# 避免 sda/sdb 順序漂移導致監控錯位

-z:忽略完全閒置裝置

iostat -xmtz 1  # 只顯示有活動的裝置,適合大量磁碟陣列

-h / -k / -m / -g:單位切換

  • -h:人類可讀 (KB/MB/GB 自動)
  • -k:KB (預設)
  • -m:MB
  • -g:GB (大容量陣列)

不同儲存介質的基準值參考

介質隨機 4K IOPS循序吞吐典型 svctm%util 100% 含義
HDD 7.2K80-120150-200 MB/s8-12 ms真飽和
HDD 15K180-220250-300 MB/s4-6 ms真飽和
SATA SSD80K-100K500-560 MB/s0.1-0.3 ms單佇列飽和 (需多佇列)
NVMe SSD300K-1M+3-7 GB/s0.02-0.1 ms單佇列飽和 (需多佇列 + CPU 核心綁定)

I/O Scheduler 選擇與調優

# 查看目前 scheduler
cat /sys/block/sda/queue/scheduler
# [mq-deadline] kyber bfq none  (現代多佇列裝置預設 mq-deadline)

# SSD/NVMe 建議:none (無調度器,直接下發硬體佇列) 或 mq-deadline
echo none > /sys/block/nvme0n1/queue/scheduler

# HDD 建議:mq-deadline / bfq (桌面/互動)
echo mq-deadline > /sys/block/sda/queue/scheduler

# 調整佇列深度 (NVMe 預設 1024-4096,HDD 128)
echo 2048 > /sys/block/nvme0n1/queue/nr_requests

# 讀寫合併
echo 1 > /sys/block/sda/queue/nomerges  # 關閉合併 (測試用)

實戰排查案例

案例 1:資料庫查詢延遲暴增

# 現象:iostat -xmt 1 顯示 sda await=150ms, svctm=2ms, avgqu-sz=75, %util=95%
# 分析:await ≫ svctm,佇列極長,裝置飽和
# 對策:
# 1. 檢查是否有大量全表掃描/備份/備份競爭
# 2. 將資料檔/日誌檔/TempDB 分離到不同物理裝置
# 3. 升級 NVMe、增加快取層 (Redis)、啟用資料庫壓縮
# 4. 調整 deadline scheduler: read_expire=100, write_expire=500

案例 2:容器宿主機 I/O 抖動

# 現象:宿主機 iostat 正常,但容器內應用感覺慢
# 原因:cgroup I/O 限制 (blkio.weight / blkio.throttle.read_bps_device)
# 排查:
cat /sys/fs/cgroup/blkio/docker//blkio.throttle.read_bps_device
# 解除限制或調大配額

案例 3:NFS 客戶端 await 高但本地磁碟正常

# 現象:iostat 顯示本地裝置 await 低,但應用 ls/read 慢
# 原因:網路/NFS Server 端瓶頸
# 排查:nfsstat -c (客戶端 RPC 統計)、tcpdump 分析 NFS 回應延遲
# 解決:增加 rsize/wsize=1048576、啟用 nconnect、Server 端加快取/SSD

自動化監控採集 (Prometheus 格式)

#!/bin/bash
iostat -xmt 1 2 | tail -n +4 | awk -v host=$(hostname) '
/^[a-z]/ {
  print "iostat_rrqm{device=\""$1"\",host=\""host"\"} " $2
  print "iostat_wrqm{device=\""$1"\",host=\""host"\"} " $3
  print "iostat_r_s{device=\""$1"\",host=\""host"\"} " $4
  print "iostat_w_s{device=\""$1"\",host=\""host"\"} " $5
  print "iostat_rMB_s{device=\""$1"\",host=\""host"\"} " $6
  print "iostat_wMB_s{device=\""$1"\",host=\""host"\"} " $7
  print "iostat_avgrq_sz{device=\""$1"\",host=\""host"\"} " $8
  print "iostat_avgqu_sz{device=\""$1"\",host=\""host"\"} " $9
  print "iostat_await{device=\""$1"\",host=\""host"\"} " $10
  print "iostat_r_await{device=\""$1"\",host=\""host"\"} " $11
  print "iostat_w_await{device=\""$1"\",host=\""host"\"} " $12
  print "iostat_svctm{device=\""$1"\",host=\""host"\"} " $13
  print "iostat_util{device=\""$1"\",host=\""host"\"} " $14
}' | curl --data-binary @- https://pushgateway:9091/metrics/job/iostat/instance/$(hostname)

掌握 await vs svctm、avgqu-sz、%util 三大黃金指標的判讀邏輯,配合 iostat -xmt 持續觀測,即可在儲存效能問題發生的**第一時間**精準定位瓶頸層級並制定對策。

copyright © 萬盛學電腦網 all rights reserved