在我近期接手的一项香港金融风控业务中，MySQL 写入性能成了主要瓶颈。我们使用的是搭载企业级 NVMe SSD 的裸金属服务器，数据写入频率高达每秒上万次。在持续观测中，我发现事务延迟时有波动，fsync 的耗时不稳定，直接影响了核心写路径。我意识到，光靠硬件堆砌远远不够，必须深入操作系统层、存储控制器层乃至 MySQL 自身，优化 SSD 缓存策略，才能从根本上提升 IOPS 与稳定性。

本文将结合我在香港服务器上的实战调优过程，系统地分析并落地以下优化方案：

一、基础环境说明

• 节点位置：香港沙田A5数据机房

• 服务器配置：

  • CPU：Intel Xeon Gold 6338 × 2

  • 内存：512GB DDR4 ECC REG

  • 硬盘：Intel P5510 7.68TB NVMe × 2，RAID0 配置

  • 控制器：使用 BIOS 模式直通，无硬件RAID卡干预

• 操作系统：Ubuntu 22.04 LTS，内核版本 5.15.0-88-generic

• MySQL版本：MySQL 8.0.36，使用 InnoDB 引擎

二、识别写入瓶颈的起点

在初期压测中，我使用 iostat -x 1 和 perf top 持续观察系统负载，发现：

• await 值偶尔升高至 40ms 以上，明显高于 P5510 的预期性能（<1ms）

• dstat 显示磁盘写入速率偏低（在高并发事务下不超过 300MB/s）

• SHOW ENGINE INNODB STATUS 报告 Log flush I/O 等待明显

初步判断为写路径上同步写入耗时过长，必须针对 SSD 缓存写策略进行优化。

三、操作系统层级的缓存策略优化

3.1 设置 I/O 调度器为 none

NVMe 设备本身具备并行调度能力，无需使用传统 I/O 调度器：

验证：

3.2 禁用写合并机制（避免误伤小事务性能）

默认 Linux 内核会对小写入进行合并操作，但在频繁事务中容易拉长 fsync() 延迟：

设置含义：

• 0: 启用全部写合并

• 1: 禁用较小粒度的合并

• 2: 完全禁用合并，适用于高频小写入优化

3.3 关闭层级写缓冲（使用 direct 写入）

我们通过挂载参数控制页缓存：

• barrier=0 关闭写缓存屏障，依赖 SSD 自身电源保护（详见第四节）

• discard 保证 TRIM 操作释放无效块，延长 SSD 寿命

四、硬件写缓存策略优化（含BBU/PLP机制分析）

4.1 确保 SSD 启用了写缓存

查看状态：

如显示 Write cache: enabled 则说明启用成功。

4.2 利用 Power Loss Protection（PLP）能力

企业级 NVMe 盘如 Intel P5510 具备 断电保护，可安全缓存写入并异步刷新至 NAND 芯片。这意味着我们可以放心启用写缓存 + WriteBack 模式，无需强制 fsync() 落盘：

MySQL 配置可适当调整：

解释：

• 2: 每秒写入 redo log，但不每次事务都 fsync，结合 SSD PLP 能力可保障数据不丢失

• 0: 关闭双写机制，依赖 SSD 写一致性

注意：若使用消费级盘（如 Samsung 980 PRO），不建议关闭双写或开启 writeback。

五、文件系统层优化策略

5.1 使用 EXT4 并启用写时延迟提交

相比 XFS，EXT4 在写频高的场景中延迟波动更小，可结合 journaling 模式进行优化：

挂载参数：

此时写入路径如下：

• MySQL 写入页缓存 → 内核缓存落盘

• EXT4 以 writeback 模式缓冲 metadata，减少 I/O 冲突

六、MySQL 写路径与事务调优

6.1 关键参数配置

说明：

• 增大 redo log 可减少 log flush 频率

• 提高 io_capacity 能加快后台线程回写速率

• 设置 trx_commit=2 与 SSD 写缓存搭配使用最优

6.2 使用异步提交方式（Binlog优化）

若启用二进制日志，可配合 group commit 模式：

代表延迟 1ms 聚合 binlog，再 fsync 一次，显著降低 fsync 次数。

七、测试验证与性能提升结果

使用 sysbench 对比调优前后表现：

• 测试模型：oltp_write_only，事务大小 10 行，200 并发连接

• 调优前 TPS：约 8200

• 调优后 TPS：提升至 14600+

• fsync 延迟波动：由 840ms 降低至 26ms

磁盘队列长度（iostat avgqu-sz）显著下降，说明队列堆积缓解。

在香港服务器的 MySQL 写密集型业务中，通过系统性优化 SSD 的缓存策略，我们不仅提升了 TPS 上限，还大幅度降低了延迟波动。最关键的实践经验包括：

• 利用企业级 NVMe 的 PLP 安全启用 WriteBack 缓存
• 调整 Linux I/O 策略避免内核写合并干扰小事务
• 关闭双写、合理控制 fsync 与 binlog 刷新
• 结合 EXT4 的 writeback 模式做元数据写优化

SSD 不是买回来就满速运转的，需要针对实际事务场景进行深入配置。如果忽略了这些策略，昂贵的 NVMe 资源将被严重浪费。调优从细节入手，才是性能释放的关键。