I/O告警分析思路

记录一次IO告警分析过程

接到告警，服务器IO飙升，连接服务器，登录服务器查看分析

首先就是通过top命令查看，因为top命令最直接，且信息量够大，覆盖面够全，可以看到CPU的wa有点高

CPU的wa是是wait，是CPU等待时间，通常是由于磁盘IO问题引起，当然也有可能是其他原因引起的

top命令的其他参数就不多介绍了，网上很多，接着看IO

vmstat是一个很强大的工具，它除了能给出系统在性能方面的CPU和内存的统计信息之外，也能提供系统整体上的I/O性能情况

如上图，vmstat采集系统性能信息，取3个样本，每秒采集一次

可以看到采集的数据中，系统写磁盘5032个磁盘块，vmstat内磁盘块大小为1024字节，所以这里系统写磁盘速率约为每秒4MB，vmstat中也有CPU的wa统计，可以看到23%的时间用来等待I/O

vmstat还提供自系统启动以来I/O子系统的性能信息

如上图，包括了磁盘数量，分区数量、读/写请求总数，读/写所花费的时间，以及当前正在处理的I/O总数(inprogress IO)，等待I/O完成所花费的毫秒数(milli spent IO)，这个是整个系统的IO统计信息

说一下合并读和合并写，linux在读写磁盘时，为了提高性能，内核合并对磁盘相邻区域的请求，这样减少了对磁盘IO的操作，从而一定程度上提高linux性能

从上面的信息，我们已经可以定位是写磁盘造成的IO等待，接着我们需要定位是哪块磁盘造成的

通过-d参数可以看到更细化的每块磁盘的IO信息，如上图，可以看到vda的读写请求，特别是写提交比较频繁，接着就可以查看磁盘下单个分区的统计信息

vmstat虽然提供了详细的信息，但是要能很直观的从统计信息中分辨出问题并不是十分友好

和vmstat相似的，但是专门用来显示磁盘I/O统计信息的工具，就是iostat，iostat和vmstat的块大小不一样，iostat一般为512字节，

iostat的统计结果默认显示的是传输速率

如图，第一条信息是自系统启动以来的统计信息，第二条开始，为每隔1秒的统计数据(由于截图的时候，故障已处理，所以这里其实看起来并没有什么读写)，统计数据分别为：

这部分是指iostat输出的基本信息，如果想看到更详细的信息，需要用-x参数

从iostat中能更直观的看到那个磁盘在进行大量的读写操作，如果用-x参数，能看到更多的统计信息

除了上面的工具，sar也是linux下性能分析常用的工具，sar也比较通用，除了CPU、内存之外，也能查看关于I/O的信息

sar能看到的I/O相关的信息也就是读写速率，而且显示的是设备的主设备号和次设备号，而不是它们的名称

而其实最简单的方式是使用iotop，它是一个用来监视磁盘I/O使用状况的top类工具，可以直观的检测到哪一个程序使用的磁盘IO信息

上面的工具，我们需要自己去分析，去查找，iotop很直观的，按照I/O统计展示进程，在运维定位IO故障中效率更高，不过，默认系统不自带，需要yum安装

此次I/O升高是由于jbd2引起的，jbd2是一个文件系统的日志功能，为了保证文件系统的完整性，而引入了这么一个日志功能，会将所有的操作写盘记录日志，这也是为什么刚开始分析看到的磁盘写操作频繁。

网上不少文章有关于jbd2引起I/O高的分析，认为比较好的是这篇https://cloud.tencent.com/developer/article/1465600，有兴趣的可以看下，里面有多种解决方案

本文主要想介绍服务器遇到I/O高的情况的一些分析方法和工具，总结分析思路：