傳統磁盤I/O調度算法

　　目前來講，傳統的磁盤仍然是主流的存儲設備，從傳統的硬盤上讀取數據分爲如下3個步驟。

1. 將磁頭移動到磁盤表面的正確位置，花費的時間叫尋道時間。
2. 等待磁盤旋轉，須要的數據會移動到磁頭下面，花費的時間取決於磁盤的轉速，轉速越高的磁盤須要的時間越短。
3. 磁盤繼續旋轉，直到全部須要的數據都通過磁頭。

　　磁盤在作這樣動做的時候的快慢能夠歸結爲兩個因素：訪問時間（步驟1和2）和傳輸速度，這兩個因素也叫延遲和吞吐量。

 

 

 

 

 

　　I/O請求處理的快慢有很大程度上取決於磁盤的尋道時間。爲了減小尋道時間，操做系統不對每次I/O請求都直接尋道處理，

而是將I/O請求放入隊列，對請求進行合併和排序，來減小磁盤尋道操做次數。

　　I/O 請求合併是指將兩個或者多個 I/O 請求合併成一個新請求，例如當新來的請求和當前請求隊列中的某個請求須要訪問的

是相同或者相鄰扇區時，那麼就能夠把兩個請求合併爲對同一個或者多個相鄰扇區的請求，這樣只須要一次尋道就足夠。經過

合併，多個 I/O 請求被壓縮爲一次 I/O，最後只須要一次尋址就能夠完成屢次尋址的效果。

　　對於相鄰扇區的訪問經過合併處理，對於非相鄰扇區的訪問則經過排序處理。機械臂的轉動是朝着扇區增加方向的，若是把

I/O請求按照扇區增加排序，一次旋轉就能夠訪問更多的扇區，可以縮短全部請求的實際尋道時間。

　　爲此Linux實現了 4種 I/O調度算法。分別是：

　　NOOP算法（No Operation）：

　　不對 I/O請求排序，除了合併請求也不會進行其餘任何優化，用最簡單的先進先出FIFO隊列順序提交I/O請求。NOOP算法

面向的主要是隨機訪問設備，例如SSD等。NOOP算法更適合隨機訪問設備的緣由主要是：隨機訪問設備不存在傳統機械磁盤的機

械臂移動（也就是磁頭移動）形成的尋道時間，那麼就沒有必要作多餘的事情。

　　最後期限算法（Deadline）:

　　除了維護了一個擁有合併和排序功能的請求隊列以外，額外維護了兩個隊列，分別是讀請求隊列和寫請求隊列，它們都是帶有超

時的FIFO隊列。當新來一個I/O請求時，會被同時插入普通隊列和讀/寫隊列，而後I/O調度器正常處理普通隊列中的請求。當調度器發

現讀/寫請求隊列中的請求超時的時候，會優先處理這些請求，保證儘量不產生飢餓請求。Deadline在全局吞吐量和延遲方面作了權

衡，犧牲必定的全局吞吐量來避免出現飢餓請求的可能。當系統存在大量順序請求的時候，Deadline可能致使請求沒法被很好的排序，

引起頻繁尋道。

　　預期算法（Anticipatory）:

　　是基於預測的I/O算法，它和Deadline很相似，也維護了三個請求隊列，區別在於，Anticipatory處理完一個I/O請求以後並不會直接

返回處理下一個請求，而是等待片刻（默認 6ms），等待期間若是有新來的相鄰扇區的請求，會直接處理新來的請求，當等待時間結束

後，調度才返回處理下一個隊列請求。Anticipatory適合寫入較多的環境，例如文件服務器等，不適合MySQL等隨機讀取較多的數據庫

環境。

　　徹底公平隊列（Complete Fair Queuing/CFQ）:

　　把 I/O請求按照進程分別放入進程對應的隊列中。CFQ的公平是針對進程而言的，每個提交I/O請求的進程都會有本身的I/O隊列，

CFQ以時間片算法爲前提，輪轉調動隊列，默認從當前隊列中取出4個請求處理，而後處理下一個隊列的4個請求，確保每一個進程享有的

I/O資源是均衡的。

　　從上面的算法中能夠看到，在不一樣的場景下選擇不一樣的 I/O 調度器是十分必要的。在徹底隨機的訪問環境下，CFQ和Deadline性能

差別很小，可是在有大的連續I/O出現的狀況下，CFQ可能會形成小I/O的響應延時增長，因此建議MySQL數據庫環境設置爲Deadline算

法，這樣更穩定。對於 SSD 等設備，採用 NOOP或者Deadline 一般也能夠獲取比默認調度器更好的性能。