iostat使用

轉貼：[url]http://blog.zhangjianfeng.com/article/539[/url]

1. /proc/partitions

對於kernel 2.4, iostat 的數據的主要來源是 /proc/partitions，而對於kernel 2.6, 數據主要來自/proc/diskstats或者/sys/block/[block-device-name]/stat。

先看看 /proc/partitions 中有些什麼。

# cat /proc/partitions
major minor #blocks name rio rmerge rsect ruse wio wmerge wsect wuse running use aveq

3 0 19535040 hda 12524 31127 344371 344360 12941 25534 308434 1097290 -1 15800720 28214662
3 1 7172991 hda1 13 71 168 140 0 0 0 0 0 140 140
3 2 1 hda2 0 0 0 0 0 0 0 0 0 0 0
3 5 5116671 hda5 100 477 665 620 1 1 2 30 0 610 650
3 6 265041 hda6 518 92 4616 2770 257 3375 29056 143880 0 46520 146650
3 7 6980211 hda7 11889 30475 338890 340740 12683 22158 279376 953380 0 509350 1294120

major: 主設備號。3 表明 hda。
minor: 次設備號。7 表明 No.7 分區。
#blocks: 設備總塊數 (1024 bytes/block)。19535040*1024 => 20003880960(bytes) ~2G
name: 設備名稱。如 hda7。

rio: 完成的讀 I/O 設備總次數。指真正向 I/O 設備發起並完成的讀操做數目，
也就是那些放到 I/O 隊列中的讀請求。注意不少進程發起的讀操做
(read())極可能會和其餘的操做進行 merge，不必定每一個 read() 調用
都引發一個 I/O 請求。
rmerge: 進行了 merge 的讀操做數目。
rsect: 讀扇區總數 (512 bytes/sector)

ruse: 從進入讀隊列到讀操做完成的時間累積 (毫秒)。上面的例子顯示從開機
開始，讀 hda7 操做共用了約340秒。

wio: 完成的寫 I/O 設備總次數。
wmerge: 進行了 merge 的寫操做數目。
wsect: 寫扇區總數
wuse: 從進入寫隊列到寫操做完成的時間累積 (毫秒)

running: 已進入 I/O 請求隊列，等待進行設備操做的請求總數。上面的例子顯
示 hda7 上的請求隊列長度爲 0。

use: 扣除重疊等待時間的淨等待時間 (毫秒)。通常比 (ruse+wuse) 要小。比
如 5 個讀請求同時等待了 1 毫秒，那麼 ruse值爲5ms, 而 use值爲
1ms。use 也能夠理解爲I/O隊列處於不爲空狀態的總時間。hda7 的I/O
隊列非空時間爲 509 秒，約合8分半鐘。

aveq: 在隊列中總的等待時間累積 (毫秒) (約等於ruse+wuse)。爲何是「約等於」而不是等於呢？讓咱們看看aveq, ruse, wuse的計算方式，這些量通常是在I/O完成後進行更新的：
  aveq += in-flight * (now - disk->stamp);
  ruse += jiffies - req->start_time; // 若是是讀操做的話
  wuse += jiffies - req->start_time;  // 若是是寫操做的話
注 意aveq計算中的in-flight，這是當前還在隊列中的I/O請求數目。這些I/O尚未完成，因此不能計算到ruse或wuse中。理論上，只有 在I/O所有完成後，aveq纔會等於ruse+wuse。舉一個例子，假設初始時隊列中有三個讀請求，每一個請求須要1秒鐘完成。在1.5秒這一時刻， aveq和ruse各是多少呢？
  ruse = 1 // 由於此時只有一個請求完成
  aveq = 3*1 + 2*0.5 = 4 // 由於第二個請求剛發出0.5秒鐘，另還有一個請求在隊列中呢。
                                   // 這樣第一秒鐘時刻有3個in-flight，而1.5秒時刻有2個in-flight.
若是三個請求所有完成後，ruse才和aveq相等：
  ruse = 1 + 2 + 3 = 6
  aveq = 1 + 2 + 3 = 6
詳細說明請參考 linux/drivers/block/ll_rw_blk.c中的end_that_request_last()和disk_round_stats()函數。

2. iostat 結果解析

# iostat -x
Linux 2.4.21-9.30AX (localhost) 2004年07月14日

avg-cpu: %user %nice %sys %idle
3.85 0.00 0.95 95.20

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/hda 1.70 1.70 0.82 0.82 19.88 20.22 9.94 10.11 24.50 11.83 57.81 610.76 99.96
/dev/hda1 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 12.92 0.00 10.77 10.77 0.00
/dev/hda5 0.02 0.00 0.00 0.00 0.03 0.00 0.02 0.00 6.60 0.00 6.44 6.04 0.00
/dev/hda6 0.01 0.38 0.05 0.03 0.43 3.25 0.21 1.62 46.90 0.15 193.96 52.25 0.41
/dev/hda7 1.66 1.33 0.76 0.79 19.41 16.97 9.70 8.49 23.44 0.79 51.13 19.79 3.07

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。
wkB/s: 每秒寫K字節數。是 wsect/s 的一半。
avgrq-sz: 平均每次設備I/O操做的數據大小 (扇區)。即 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。

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。

3. 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。

4. 一個例子

# 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
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/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 輸出代表秒有 28.57 次設備 I/O 操做: delta(io)/s = r/s +
w/s = 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+…+2 /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。