Linux IO磁盘篇整理小记

起源

本篇起源于对Kafka的一个问题排查，大致的原因是达到磁盘性能瓶颈。在追踪问题的时候用到iostat -x这命令，详细示例如下：

可以看到%idle（%idle小于70%说明IO压力已经比较大了）和%util的值都处于非正常状态。不过这里并不讲述Kafka的问题排查过程，反而是来讲述下IO指标的一些知识。每次遇到需要查看磁盘相关信息的时候，一些指标都会或多或少的遗忘，还要翻阅各种资料了解，故这里对相关的信息做一个相关的整理，在巩固相关知识点的同时也方便以后的查阅。

上面示例中的各个指标的含义分别为：
avg-cpu说明：
%user：在用户级别运行所使用的CPU的百分比。
%nice：带nice值（和进程优先级相关）的用户模式下运行所使用的CPU的百分比。
%system：在系统级别运行所使用CPU的百分比。
%iowait：CPU等待IO完成的时间百分比。（单个iowait指标值偏高并不能说明磁盘存在IO瓶颈，下面会有详述。）
%steal：管理程序维护另一个虚拟处理器时，虚拟CPU的无意识等待时间的百分比。
%idle：CPU空闲时间的百分比。（idle值高，表示CPU较空闲。）
device说明：
rrqm/s：每秒进行merge的读操作数目。即：rmerge/s
wrqm/s：每秒进行merge的写操作数目。即：wmerge/s
r/s：每秒完成的读IO设备的次数。即rio/s
w/s：每秒完成的写IO设备的次数。即wio/s
rsec/s：每秒读扇区数。即rsect/s（每个扇区大小为512B。）
wsec/s：每秒写扇区数。即wsect/s
avgrq-sz：平均每次设备IO操作的数据大小（扇区）；平均单次IO大小。
avgqu-sz：平均IO队列长度。
await：从请求磁盘操作到系统完成处理，每次请求的平均消耗时间，包括请求队列等待时间；平均IO响应时间（毫秒）。
svctm：平均每次设备IO操作的服务时间（毫秒）。
%util：一秒中有百分之多少的时间用于 I/O 操作，即被io消耗的cpu百分比。

正常情况下svctm应该是小于await值的，而svctm的大小和磁盘性能有关，CPU、内存的负荷也会对svctm值造成影响，过多的请求也会间接的导致svctm值的增加。await值的大小一般取决于svctm的值和IO队列的长度以及IO请求模式，如果scvtm比较接近await，说明IO几乎没有等待时间；如果await远大于svctm，说明IO请求队列太长，IO响应太慢，则需要进行必要优化。
如果%util接近100%，说明产生的IO请求太多，IO系统已经满负荷，该磁盘可能存在瓶颈。
队列长度(avgqu-sz)也可作为衡量系统 I/O 负荷的指标，但由于 avgqu-sz 是按照单位时间的平均值，所以不能反映瞬间的 I/O 泛洪，如果avgqu-sz比较大，则说明有大量IO在等待。
(可以看完下面一节再来回顾这段内容。)

相关原理

对于await, svctm以及%util等，光从概念上来说，比较晦涩，可以通过下图的磁盘IO流程来加深理解：

（此图来源于遗产流....重新画了一遍）

磁盘IO场景

1. 用户调用标准C库进行IO操作，数据流为：应用程序buffer->C库标准IObuffer->文件系统page cache->通过具体文件系统到磁盘。
2. 用户调用文件IO，数据流为：应用程序buffer->文件系统page cache->通过具体文件系统到磁盘。
3. 用户打开文件时使用O_DIRECT，绕过page cache直接读写磁盘。
4. 用户使用类似dd工具，并使用direct参数，绕过系统cache与文件系统直接写磁盘。

发起IO请求请的步骤简析（以最长链路为例）
写操作：

1. 用户调用fwrite把数据写C库标准IObuffer后就返回，即写操作通常是个异步操作。
2. 数据到C库标准IObuffer后，不会立即刷新到磁盘，会将多次小数据量相邻写操作先缓存起来合并，最终调用write函数一次性写入（或者将大块数据分解多次write调用）page cache。
3. 数据到page cache后也不会立即刷新到磁盘，内核有pdflush线程在不停的检测脏页，判断是否要写回到磁盘中，如果是则发起磁盘IO请求。
   读操作：
4. 用户调用fread到C库标准IObuffer读取数据，如果成功则返回，否则继续。
5. 到page cache读取数据，如果成功则返回，否则继续。
6. 发起IO请求，读取到数据后缓存buffer和C库标准IObuffer并返回。可以看出，读操作是同步请求。

IO请求处理

1. 通用块层根据IO请求构造一个或多个bio结构并提交给调度层。bio结构描述对一个磁盘扇区读/写操作。
2. 调度器将bio结构进行排序和合并组织成队列且确保读写操作尽可能理想：将一个或多个进程的读操作合并到一起读，将一个或多个进程的写操作合并到一起写，尽可能变随机为顺序（因为随机读写比顺序读写要慢），读必须优先满足，而写也不能等太久。

IO调度算法
Linux的IO调度器有时也称之为磁盘调度器，工作机制是控制块设备的请求队列，确定队列中那些IO的优先级更高以及何时下发IO到块设备，以此来减少磁盘寻到时间，从而提高系统的吞吐量。
目前Linux共有如下几种IO调度算法：

1. NOOP
   NOOP算法的全写为No Operation。该算法实现了最最简单的FIFO队列，所有IO请求大致按照先来后到的顺序进行操作。之所以说“大致”，原因是NOOP在FIFO的基础上还做了相邻IO请求的合并，并不是完完全全按照先进先出的规则满足IO请求。

假设有如下的io请求序列：
100，500，101，10，56，1000
NOOP将会按照如下顺序满足：
100(101)，500，10，56，1000

2、CFQ
CFQ算法的全写为Completely Fair Queuing。该算法的特点是按照IO请求的地址进行排序，而不是按照先来后到的顺序来进行响应。
假设有如下的io请求序列：
100，500，101，10，56，1000
CFQ将会按照如下顺序满足：
100，101，500，1000，10，56
CFQ是默认的磁盘调度算法，对于通用服务器来说最好的选择。它视图均匀地分布对IO带宽的访问。CFQ为每个进程单独创建一个队列来管理该进程所产生的请求，也就是说每个进程一个队列，各队列之间的调度使用时间片来调度，以此来保证每个进程都能被很好的分配到IO带宽。IO调度器每次执行一个进程的4次请求。在传统的SAS盘上，磁盘寻道花去了绝大多数的IO响应时间。CFQ的出发点是对IO地址进行排序，以尽量少的磁盘旋转次数来满足尽可能多的IO请求。在CFQ算法下，SAS盘的吞吐量大大提高了。但是相比于NOOP的缺点是，先来的IO请求并不一定能被满足，可能会出现饿死的情况。

3、DEADLINE
DEADLINE在CFQ的基础上，解决了IO请求饿死的极端情况。除了CFQ本身具有的IO排序队列之外，DEADLINE额外分别为读IO和写IO提供了FIFO队列。读FIFO队列的最大等待时间为500ms，写FIFO队列的最大等待时间为5s。FIFO队列内的IO请求优先级要比CFQ队列中的高，而读FIFO队列的优先级又比写FIFO队列的优先级高。优先级可以表示如下：
FIFO(Read) > FIFO(Write) > CFQ

4、ANTICIPATORY
CFQ和DEADLINE考虑的焦点在于满足零散IO请求上。对于连续的IO请求，比如顺序读，并没有做优化。为了满足随机IO和顺序IO混合的场景，Linux还支持ANTICIPATORY调度算法。ANTICIPATORY的在DEADLINE的基础上，为每个读IO都设置了6ms的等待时间窗口。如果在这6ms内OS收到了相邻位置的读IO请求，就可以立即满足。 anticipatory 算法通过增加等待时间来获得更高的性能，假设一个块设备只有一个物理查找磁头(例如一个单独的SATA硬盘)，将多个随机的小写入流合并成一个大写入流(相当于给随机读写变顺序读写)，使用这个原理来使用读取写入的延时换取最大的读取写入吞吐量.适用于大多数环境，特别是读取写入较多的环境。

不同的磁盘调度算法（以及相应的IO优化手段）对Kafka这类依赖磁盘运转的应用的影响很大，建议根据不同的业务需求来测试选择合适的磁盘调度算法（以后的文章中会有相关的测试介绍）。
查看设备当前的IO调度器：cat /sys/block/{DEVICE-NAME}/queue/scheduler。其中{DEVICE-NAME}指的是磁盘设备的名称，即文章开头iostat -x中Device下方的vda,vdb等。
举例：

[root@hidden ~]# cat /sys/block/vda/queue/scheduler
noop anticipatory deadline [cfq]

修改当前的IO调度器： echo {SCHEDULER-NAME} > /sys/block/{DEVICE-NAME}/queue/scheduler。其中{SCHEDULER-NAME}取值为noop、anticipatory、deadline、cfq其中之一。
举例：

[root@hidden ~]# echo noop > /sys/block/vda/queue/scheduler
[root@hidden ~]# cat /sys/block/vda/queue/scheduler
[noop] anticipatory deadline cfq

以上设置重启之后会失效，如果要想重启后配置仍然生效，需要在内核启动参数中将elevator={SCHEDULER-NAME}写入/boot/grub/menu.lst文件中。在修改这个文件之前最好先备份一份，然后将elevator={SCHEDULER-NAME}添加到文件末尾即可。

巩固iowait

单独拎出iowait来说明是因为很多人对这个指标有一定的误区，包括笔者也经常把iowait和await混淆起来。顾名思义，就是系统因为io导致的进程wait。再深一点讲就是：这时候系统在做IO，导致没有进程在干活，cpu在执行idle进程空转，所以说iowait的产生要满足两个条件，一是进程在等IO，二是等IO时没有进程可运行。

常用的top命令中也有iowait的指标展示（%wa就是%iowait），示例如下：

对 iowait 常见的误解有两个：1. 误以为 iowait 表示CPU不能工作的时间；2. 误以为 iowait 表示I/O有瓶颈问题。iowait 的首要条件就是CPU空闲，既然空闲当然就可以接受运行任务，只是因为没有进程可以运行，CPU才进入空闲状态的。那为什么没有进程可以运行呢？因为进程都处于休眠状态、在等待某个特定事件：比如等待定时器、或者来自网络的数据、或者键盘输入、或者等待I/O操作完成，等等。iowait的升高并不能证明等待IO进程的数量增多了，也不能证明等待IO的总时间增加了。例如，在CPU繁忙期间发生的I/O，无论IO是多还是少，iowait都不会变；当CPU繁忙程度下降时，有一部分IO落入CPU空闲时间段内，导致iowait升高。再比如，IO的并发度低，iowait就高；IO的并发度高，iowait可能就比较低。所以iowait 所含的信息量非常少，它是一个非常模糊的指标，如果看到 iowait 升高，还需检查I/O量有没有明显增加，相应的一些指标有没有明显增大，应用有没有感觉变慢，如果都没有，就没什么好担心的。

Plus: 可以使用iotop命令来查找引起高iowait对应的进程。查看CPU使用率及负载的一些命令有：top、vmstat、mpstat、uptime等。