iostat和iowait詳細解說

簡單的說,sar -u看出來的cpu利用率iowait 不實用，iostat -x 中的 svctm   和util 參數

命令形式: iostat -x 1

每隔一秒輸出下

其中的svctm參數表明平均每次設備I/O操做的服務時間 (毫秒)，反應了磁盤的負載狀況，若是該項大於15ms，而且util%接近100%，那就說明，磁盤如今是整個系統性能的瓶頸了。

await 參數表明平均每次設備I/O操做的等待時間 (毫秒)， 也要多和 svctm 來參考。差的太高就必定有 IO 的問題。若是 svctm 比較接近 await，說明 I/O 幾乎沒有等待時間；若是 await 遠大於 svctm，說明 I/O 隊列太長，應用獲得的響應時間變慢。

正常狀況下svctm應該是小於await值的，而svctm的大小和磁盤性能有關，CPU、內存的負荷也會對svctm值形成影響，過多的請求也會間接的致使svctm值的增長。
await值的大小通常取決與svctm的值和I/O隊列長度以及I/O請求模式，若是svctm的值與await很接近，表示幾乎沒有I/O等待，磁盤性能很好，若是await的值遠高於svctm的值，則表示I/O隊列等待太長，系統上運行的應用程序將變慢，此時能夠經過更換更快的硬盤來解決問題。
%util項的值也是衡量磁盤I/O的一個重要指標，若是%util接近100%，表示磁盤產生的I/O請求太多，I/O系統已經滿負荷的在工做，該磁盤可能存在瓶頸。長期下去，勢必影響系統的性能，能夠經過優化程序或者經過更換更高、更快的磁盤來解決此問題

svctm一項正常時間在20ms左右，緣由：

高速cpu會形成很高的iowait值，但這並不表明磁盤是系統的瓶頸。惟一能說明磁盤是系統瓶頸的方法，就是很高的read/write時間，通常來講超過20ms，就表明了不太正常的磁盤性能。爲何是20ms呢？通常來講，一次讀寫就是一次尋到+一次旋轉延遲+數據傳輸的時間。因爲，現代硬盤數據傳輸就是幾微秒或者幾十微秒的事情，遠遠小於尋道時間2~20ms和旋轉延遲4~8ms，因此只計算這兩個時間就差很少了，也就是15~20ms。只要大於20ms，就必須考慮是否交給磁盤讀寫的次數太多，致使磁盤性能下降了。

%iowait並不能反應磁盤瓶頸

iowait實際測量的是cpu時間：
%iowait = (cpu idle time)/(all cpu time)

iostat來對linux硬盤IO性能進行了解

之前一直不太會用這個參數。如今認真研究了一下iostat，由於恰好有臺重要的服務器壓力高,因此放上來分析一下.下面這臺就是IO有壓力過大的服務器

$iostat -x 1
Linux 2.6.33-fukai (fukai-laptop)          _i686_    (2 CPU)
avg-cpu:  %user   %nice %system %iowait  %steal   %idle
5.47    0.50    8.96   48.26    0.00   36.82

Device:         rrqm/s   wrqm/s     r/s     w/s   rsec/s   wsec/s avgrq-sz avgqu-sz   await  svctm  %util
sda               6.00   273.00   99.00    7.00  2240.00  2240.00    42.26     1.12   10.57   7.96  84.40
sdb               0.00     4.00    0.00  350.00     0.00  2068.00     5.91     0.55    1.58   0.54  18.80

rrqm/s:          每秒進行 merge 的讀操做數目。即 delta(rmerge)/s
wrqm/s:         每秒進行 merge 的寫操做數目。即 delta(wmerge)/s
r/s:            每秒完成的讀 I/O 設備次數。即 delta(rio)/s
w/s:            每秒完成的寫 I/O 設備次數。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字節數。是 rsect/s 的一半，由於每扇區大小爲512字節。(須要計算)
wkB/s:          每秒寫K字節數。是 wsect/s 的一半。(須要計算)
avgrq-sz:       平均每次設備I/O操做的數據大小 (扇區)。delta(rsect+wsect)/delta(rio+wio)
avgqu-sz:       平均I/O隊列長度。即 delta(aveq)/s/1000 (由於aveq的單位爲毫秒)。
await:          平均每次設備I/O操做的等待時間 (毫秒)。即 delta(ruse+wuse)/delta(rio+wio)
svctm:          平均每次設備I/O操做的服務時間 (毫秒)。即 delta(use)/delta(rio+wio)
%util:          一秒中有百分之多少的時間用於 I/O 操做，或者說一秒中有多少時間 I/O 隊列是非空的。即 delta(use)/s/1000 (由於use的單位爲毫秒)

若是 %util 接近 100%，說明產生的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小於70% IO壓力就較大了,通常讀取速度有較多的wait。

同時能夠結合vmstat 查看查看b參數(等待資源的進程數)和wa參數(IO等待所佔用的CPU時間的百分比,高過30%時IO壓力高)

另外 await 的參數也要多和 svctm 來參考。差的太高就必定有 IO 的問題。

avgqu-sz 也是個作 IO 調優時須要注意的地方，這個就是直接每次操做的數據的大小，若是次數多，但數據拿的小的話，其實 IO 也會很小.若是數據拿的大，才IO 的數據會高。也能夠經過 avgqu-sz × ( r/s or w/s ) = rsec/s or wsec/s.也就是講，讀定速度是這個來決定的。

另外還能夠參考

svctm 通常要小於 await (由於同時等待的請求的等待時間被重複計算了)，svctm 的大小通常和磁盤性能有關，CPU/內存的負荷也會對其有影響，請求過多也會間接致使 svctm 的增長。await 的大小通常取決於服務時間(svctm) 以及 I/O 隊列的長度和 I/O 請求的發出模式。若是 svctm 比較接近 await，說明 I/O 幾乎沒有等待時間；若是 await 遠大於 svctm，說明 I/O 隊列太長，應用獲得的響應時間變慢，若是響應時間超過了用戶能夠允許的範圍，這時能夠考慮更換更快的磁盤，調整內核 elevator 算法，優化應用，或者升級 CPU。

隊列長度(avgqu-sz)也可做爲衡量系統 I/O 負荷的指標，但因爲 avgqu-sz 是按照單位時間的平均值，因此不能反映瞬間的 I/O 洪水。

別人一個不錯的例子(I/O 系統 vs. 超市排隊)

舉一個例子，咱們在超市排隊 checkout 時，怎麼決定該去哪一個交款臺呢? 首當是看排的隊人數，5我的總比20人要快吧? 除了數人頭，咱們也經常看看前面人購買的東西多少，若是前面有個採購了一星期食品的大媽，那麼能夠考慮換個隊排了。還有就是收銀員的速度了，若是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 分鐘前還人滿爲患的收款臺，如今已經是人去樓空，這時候交款但是很爽啊，固然，前提是那過去的 5 分鐘裏所作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不少相似之處:

r/s+w/s 相似於交款人的總數

平均隊列長度(avgqu-sz)相似於單位時間裏平均排隊人的個數

平均服務時間(svctm)相似於收銀員的收款速度

平均等待時間(await)相似於平均每人的等待時間

平均I/O數據(avgrq-sz)相似於平均每人所買的東西多少

I/O 操做率 (%util)相似於收款臺前有人排隊的時間比例。

咱們能夠根據這些數據分析出 I/O 請求的模式，以及 I/O 的速度和響應時間。

下面是別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

上面的 iostat 輸出代表秒有 28.57 次設備 I/O 操做: 總IO(io)/s = r/s(讀) +w/s(寫) = 1.02+27.55 = 28.57 (次/秒) 其中寫操做佔了主體 (w:r = 27:1)。

平均每次設備 I/O 操做只須要 5ms 就能夠完成，但每一個 I/O 請求卻須要等上 78ms，爲何? 由於發出的 I/O 請求太多 (每秒鐘約 29 個)，假設這些請求是同時發出的，那麼平均等待時間能夠這樣計算:

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。這反過來代表 I/O 是同時發起的。

每秒發出的 I/O 請求不少 (約 29 個)，平均隊列卻不長 (只有 2 個左右)，這代表這 29 個請求的到來並不均勻，大部分時間 I/O 是空閒的。

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% 的時間裏 I/O 系統無事可作，全部 29 個 I/O 請求都在142毫秒以內處理掉了。

delta(ruse+wuse)/delta(io) = await = 78.21 => delta(ruse+wuse)/s =78.21 * delta(io)/s = 78.21*28.57 = 2232.8，代表每秒內的I/O請求總共須要等待2232.8ms。因此平均隊列長度應爲 2232.8ms/1000ms = 2.23，而 iostat 給出的平均隊列長度 (avgqu-sz) 卻爲 22.35，爲何?! 由於 iostat 中有 bug，avgqu-sz 值應爲 2.23，而不是 22.35