磁盘 IO 该怎么评估
磁盘性能有三个互不等价的维度：IOPS（每秒操作数）、吞吐（每秒字节数）和延迟（单次操作的响应时间）。随机小块访问受 IOPS 与延迟约束，顺序大块访问受带宽约束，因此同一块盘在不同访问模式下的表现可能相差很多。数据库与日志系统普遍采用日志结构存储与预写日志：把随机写转成顺序追加，用批量刷盘摊薄开销，代价是刷盘策略要在性能与掉电一致性之间取舍。
基本信息
| 指标 | IOPS、带宽、P99 延迟与队列深度 |
|---|---|
| 模式 | 顺序写吞吐高，随机写对介质特性敏感 |
| 手段 | WAL 与日志结构、批量刷盘、合理预读 |
| 观测工具 | iostat 看设备级指标，fio 做定向压测 |
典型使用场景
- 数据库选盘：按随机读写比例选择介质与规格
- 日志系统写入：顺序追加为主，关注带宽与刷盘延迟
- 批量导入：大批量写入期间临时空间与刷盘压力同时上升
- 虚拟化与容器共享存储：多个工作负载争用同一存储后端
- 云盘选型：确认基准性能与突发额度的实际表现
压测与观测要点
压测与观测要点
# 4K 随机写压测（示例）
fio --name=randwrite --ioengine=libaio --rw=randwrite --bs=4k --iodepth=32 --runtime=60
# 观测：iostat -x 1，关注 await、%util 与队列深度
# 随机写看 IOPS 与 P99 延迟；顺序写看带宽
# 云盘注意突发积分与 IOPS 配额上限iostat 关键列读法
| 列 | 含义 | 异常信号 |
|---|---|---|
| r/s、w/s | 每秒读写次数 | 与预期业务模型差异大，说明访问模式被改变 |
| rkB/s、wkB/s | 每秒读写字节数 | 带宽接近规格上限时长尾延迟上升 |
| await | 平均 IO 等待时间（含排队） | 持续上升说明队列积压或设备饱和 |
| %util | 设备繁忙时间占比 | 长期接近 100% 表示设备已饱和 |
| aqu-sz | 平均队列深度 | 深度上升而吞吐不增，说明已到瓶颈 |
使用要点
- 随机写场景看 IOPS 与 P99 延迟，顺序写场景看带宽，指标选错会得出错误结论
- 刷盘策略调优要评估掉电一致性：关闭同步刷盘提升写入性能，同时扩大数据丢失窗口
- 注意突发额度机制：部分云盘用积分或额度模型，长时间高负载后性能会明显下降
- 压测要模拟真实访问模式：块大小、读写比例、并发深度与业务不一致时结论不可用
- 关注共享存储的邻居影响：同一后端被多个工作负载争用时，表现会随他人负载波动
云盘性能有配额上限：突发积分与 IOPS 上限要在压测中确认，避免只按规格估算；持续高负载下实际可用性能可能远低于峰值。
关闭同步刷盘或使用更宽松的刷盘策略会提升写入性能，但掉电时可能丢失最近若干秒的已提交数据；这类取舍要按业务对数据丢失的容忍度决定，并明确记录。