iostat來對linux硬碟IO性能進行了解

 以前一直不太會用這個參數。現在認真研究了一下iostat，因為剛好有台重要的伺服器壓力高,是以放上來分析一下.下面這台就是IO有壓力過大的伺服器

# iostat -x 1 10

Linux 2.6.18-92.el5xen    02/03/2009

avg-cpu:  %user   %nice %system %iowait  %steal   %idle

           1.10    0.00    4.82   39.54    0.07   54.46

Device:         rrqm/s   wrqm/s   r/s   w/s   rsec/s   wsec/s avgrq-sz avgqu-sz   await  svctm  %util

sda               0.00     3.50  0.40  2.50     5.60    48.00    18.48     0.00    0.97   0.97   0.28

sdb               0.00     0.00  0.00  0.00     0.00     0.00     0.00     0.00    0.00   0.00   0.00

sdc               0.00     0.00  0.00  0.00     0.00     0.00     0.00     0.00    0.00   0.00   0.00

sdd               0.00     0.00  0.00  0.00     0.00     0.00     0.00     0.00    0.00   0.00   0.00

sde               0.00     0.10  0.30  0.20     2.40     2.40     9.60     0.00    1.60   1.60   0.08

sdf              17.40     0.50 102.00  0.20 12095.20     5.60   118.40     0.70    6.81   2.09  21.36

sdg             232.40     1.90 379.70  0.50 76451.20    19.20   201.13     4.94   13.78   2.45  93.16

rrqm/s:   每秒進行 merge 的讀操作數目。即 delta(rmerge)/s

wrqm/s:  每秒進行 merge 的寫操作數目。即 delta(wmerge)/s

r/s:           每秒完成的讀 I/O 裝置次數。即 delta(rio)/s

w/s:         每秒完成的寫 I/O 裝置次數。即 delta(wio)/s

rsec/s:    每秒讀扇區數。即 delta(rsect)/s

wsec/s:  每秒寫扇區數。即 delta(wsect)/s

rkB/s:      每秒讀K位元組數。是 rsect/s 的一半，因為每扇區大小為512位元組。(需要計算)

wkB/s:    每秒寫K位元組數。是 wsect/s 的一半。(需要計算)

avgrq-sz: 平均每次裝置I/O操作的資料大小 (扇區)。delta(rsect+wsect)/delta(rio+wio)

avgqu-sz: 平均I/O隊列長度。即 delta(aveq)/s/1000 (因為aveq的機關為毫秒)。

await:    平均每次裝置I/O操作的等待時間 (毫秒)。即 delta(ruse+wuse)/delta(rio+wio)

svctm:   平均每次裝置I/O操作的服務時間 (毫秒)。即 delta(use)/delta(rio+wio)

%util:      一秒中有百分之多少的時間用于 I/O 操作，或者說一秒中有多少時間 I/O 隊列是非空的。即 delta(use)/s/1000 (因為use的機關為毫秒)

如果 %util 接近 100%，說明産生的I/O請求太多，I/O系統已經滿負荷，該磁盤

可能存在瓶頸。

idle小于70% IO壓力就較大了,一般讀取速度有較多的wait.

同時可以結合vmstat 檢視檢視b參數(等待資源的程序數)和wa參數(IO等待所占用的CPU時間的百分比,高過30%時IO壓力高)

另外還可以參考

svctm 一般要小于 await (因為同時等待的請求的等待時間被重複計算了)，svctm 的大小一般和磁盤性能有關，CPU/記憶體的負荷也會對其有影響，請求過多也會間接導緻 svctm 的增加。await 的大小一般取決于服務時間(svctm) 以及 I/O 隊列的長度和 I/O 請求的發出模式。如果 svctm 比較接近 await，說明 I/O 幾乎沒有等待時間；如果 await 遠大于 svctm，說明 I/O 隊列太長，應用得到的響應時間變慢，如果響應時間超過了使用者可以容許的範圍，這時可以考慮更換更快的磁盤，調整核心 elevator 算法，優化應用，或者更新 CPU。

隊列長度(avgqu-sz)也可作為衡量系統 I/O 負荷的名額，但由于 avgqu-sz 是按照機關時間的平均值，是以不能反映瞬間的 I/O 洪水。

  别人一個不錯的例子.(I/O 系統 vs. 超市排隊)

舉一個例子，我們在超市排隊 checkout 時，怎麼決定該去哪個交款台呢? 首當是看排的隊人數，5個人總比20人要快吧? 除了數人頭，我們也常常看看前面人購買的東西多少，如果前面有個采購了一星期食品的大媽，那麼可以考慮換個隊排了。還有就是收銀員的速度了，如果碰上了連 錢都點不清楚的新手，那就有的等了。另外，時機也很重要，可能 5 分鐘前還人滿為患的收款台，現在已是人去樓空，這時候交款可是很爽啊，當然，前提是那過去的 5 分鐘裡所做的事情比排隊要有意義 (不過我還沒發現什麼事情比排隊還無聊的)。

I/O 系統也和超市排隊有很多類似之處:

r/s+w/s 類似于交款人的總數

平均隊列長度(avgqu-sz)類似于機關時間裡平均排隊人的個數

平均服務時間(svctm)類似于收銀員的收款速度

平均等待時間(await)類似于平均每人的等待時間

平均I/O資料(avgrq-sz)類似于平均每人所買的東西多少

I/O 操作率 (%util)類似于收款台前有人排隊的時間比例。

我們可以根據這些資料分析出 I/O 請求的模式，以及 I/O 的速度和響應時間。

下面是别人寫的這個參數輸出的分析

# iostat -x 1

avg-cpu: %user %nice %sys %idle

16.24 0.00 4.31 79.44

Device: rrqm/s wrqm/s r/s w/s rsec/s wsec/s rkB/s wkB/s avgrq-sz avgqu-sz await svctm %util

/dev/cciss/c0d0

0.00 44.90 1.02 27.55 8.16 579.59 4.08 289.80 20.57 22.35 78.21 5.00 14.29

/dev/cciss/c0d0p1

/dev/cciss/c0d0p2

0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00

上面的 iostat 輸出表明秒有 28.57 次裝置 I/O 操作: 總IO(io)/s = r/s(讀) +w/s(寫) = 1.02+27.55 = 28.57 (次/秒) 其中寫操作占了主體 (w:r = 27:1)。

平均每次裝置 I/O 操作隻需要 5ms 就可以完成，但每個 I/O 請求卻需要等上 78ms，為什麼? 因為發出的 I/O 請求太多 (每秒鐘約 29 個)，假設這些請求是同時發出的，那麼平均等待時間可以這樣計算:

平均等待時間 = 單個 I/O 服務時間 * ( 1 + 2 + ... + 請求總數-1) / 請求總數

應用到上面的例子: 平均等待時間 = 5ms * (1+2+...+28)/29 = 70ms，和 iostat 給出的78ms 的平均等待時間很接近。這反過來表明 I/O 是同時發起的。

每秒發出的 I/O 請求很多 (約 29 個)，平均隊列卻不長 (隻有 2 個 左右)，這表明這 29 個請求的到來并不均勻，大部分時間 I/O 是空閑的。

一秒中有 14.29% 的時間 I/O 隊列中是有請求的，也就是說，85.71% 的時間裡 I/O 系統無事可做，所有 29 個 I/O 請求都在142毫秒之内處理掉了。

delta(ruse+wuse)/delta(io) = await = 78.21 => delta(ruse+wuse)/s =78.21 * delta(io)/s = 78.21*28.57 = 2232.8，表明每秒内的I/O請求總共需要等待2232.8ms。是以平均隊列長度應為 2232.8ms/1000ms = 2.23，而 iostat 給出的平均隊列長度 (avgqu-sz) 卻為 22.35，為什麼?! 因為 iostat 中有 bug，avgqu-sz 值應為 2.23，而不是 22.35。