日本服务器数据库磁盘写入慢怎么查?如何区分存储延迟与数据库瓶颈
数据库写入变慢时,单看磁盘使用率或 CPU 的 iowait,容易把结果当成原因。排查日本服务器上的这类问题,应先把数据库提交耗时、磁盘写延迟与队列、CPU 和内存、网络往返时间放进同一个观察窗口,再判断等待发生在存储层、数据库内部,还是请求到达数据库之前。
一个实用的区分方法是:若写入请求量相近时,磁盘写入等待和队列同步上升,数据库提交耗时随之增加,就应重点检查存储及其上游的刷盘负载;若磁盘延迟保持平稳,而数据库锁等待、日志等待或连接排队增加,就不能仅凭“写入慢”认定磁盘故障。容量、inode、文件系统错误和日志增长则要先核对,因为它们可能造成写入失败,或让性能在短时间内持续恶化。
先建立同一段时间的观察窗口
从业务报告“写入慢”的时刻向前后各取一段监控数据,例如持续观察 10~15 分钟,并保留正常时段作对照。尽量使用相同的采样间隔和时区:应用日志、数据库日志、操作系统监控若分别按日本时间与 UTC 记录,先对齐时间戳,否则很容易把先后关系看反。
这段窗口至少要回答三件事:写入需求是否变化、请求实际慢在哪里、同一时刻还有哪些资源在等待。可将指标放在一张时间线上:
| 观察层 | 建议同时记录的指标 | 主要用途 |
|---|---|---|
| 应用与网络 | 写入请求量、成功率、超时率、请求 p95 耗时、应用到数据库的连接耗时 | 区分请求到达变慢与数据库执行变慢 |
| 数据库 | 每秒完成事务数、提交耗时、活跃连接、锁等待、日志写入或刷盘等待 | 识别锁竞争、日志瓶颈及并发排队 |
| 主机 | CPU 使用率与 iowait、可用内存、换页、磁盘写入量、写等待、I/O 队列 | 判断资源等待是否随业务变化 |
| 文件系统 | 空间与 inode 余量、挂载状态、内核 I/O 错误、数据及日志目录增长 | 排查写入失败和持续增长风险 |
p95 是观察尾部请求的指标,不宜只看平均响应时间:少量写入卡在提交或锁等待时,平均值可能仍然平稳。错误率也要并列观察。耗时升高但错误率不变,与大量 No space left on device、I/O 错误同时出现,处理优先级和方向不同。
先看容量、inode 与文件系统是否改变了写入条件
这一步使用低风险的只读检查。先确认数据库数据目录、事务日志或二进制日志所在路径,再定位其挂载点;不要默认它们与根目录在同一块盘上。以下以 Linux 主机上的 MySQL 默认数据目录作为路径示例,实际执行时应替换为已核实的路径。
df -hT /var/lib/mysql
df -i /var/lib/mysql
findmnt -T /var/lib/mysql -o TARGET,SOURCE,FSTYPE,OPTIONS
lsblk -o NAME,TYPE,SIZE,FSTYPE,MOUNTPOINTS
df -hT 看可用空间和文件系统类型,df -i 看 inode;两者必须分开判断。大量小文件可能先耗尽 inode,而容量仍有余量。反过来,数据文件、预写日志或二进制日志增长可能先占满空间。还要确认 findmnt 显示的挂载点与数据库实际写入路径一致;在容器环境中,容器内路径可能映射到宿主机卷,需要结合宿主机监控核对。
空间紧张不等同于“磁盘延迟高”,但它会影响写入条件。例如某卷剩余 30 GiB,日志以约 2 GiB/小时增长,按速率不变估算,12 小时会再占用约 24 GiB,仅余约 6 GiB;这时需要同时检查日志保留策略、备份与清理周期,而不是等数据库报错后再处理。这个估算不包含业务增长突发和文件系统预留空间。
如果写入同时伴随文件系统转为只读、I/O 错误或设备重置,应优先保全现场并排查底层故障:
journalctl -k -n 100 --no-pager
内核日志没有错误,并不能证明存储一定正常;但出现与故障时间吻合的块设备或文件系统错误,比单纯的性能波动更需要优先处置。不要在生产库上直接删除日志、执行文件系统修复或强制重挂载:这些操作可能影响数据库恢复链和正在进行的写入。应先确认备份及日志保留要求,评估停机范围,并准备恢复文件、挂载状态和数据库服务的回退方案。
把写延迟、队列与业务耗时连起来
在确认没有明显的容量或文件系统错误后,观察磁盘活动。安装了 sysstat 的 Linux 主机可用 iostat;若命令不存在,应先核实发行版及现有监控工具,不必为了排障立即在高负载主机上变更软件环境。
iostat -dx 1 10
vmstat 1 10
free -h
iostat 的首组数据通常是开机以来的累计均值,分析这次故障应看后续采样。重点关联写入次数与吞吐量、w_await、aqu-sz(部分版本显示为 avgqu-sz)以及设备忙碌程度。w_await 包含请求排队和服务所花的时间,不能直接当成存储设备自身的纯服务时间;%util 在虚拟化及并行存储环境中,也不能单独当作“已经跑满”的证据。
vmstat 可辅助观察运行队列、等待 I/O 的进程及换页活动。若可用内存下降、持续发生换页,同时磁盘读写量和数据库耗时上升,候选原因可能是内存压力放大了 I/O,而不一定是存储性能突然下降。CPU iowait 升高说明 CPU 有时间在等待 I/O 完成,但不能指出等待来自哪一个数据库文件或进程。
下面是一组用于说明判断方法的示例数据,不是某台服务器的实测结果;各行表示可比较的采样窗口:

| 窗口 | 每秒写入请求 | 每秒完成事务 | 写请求 w_await | 平均 I/O 队列 | 应用写入 p95 |
|---|---|---|---|---|---|
| 正常时段 | 约 800 | 约 780 | 3 ms | 0.2 | 35 ms |
| 变慢时段 | 约 810 | 约 460 | 28 ms | 9.0 | 310 ms |
| 负载回落后 | 约 790 | 约 760 | 4 ms | 0.3 | 42 ms |
这里值得注意的不是“28 ms 是否超过统一阈值”,而是请求量接近时,完成事务数下降、磁盘队列和等待同步上升,随后又一同恢复。这支持“写入链路受到 I/O 等待影响”的判断,但还不足以证明存储设备本身故障:数据库集中刷脏页、日志刷盘或其他进程突发写入,也可能先把队列推高。下一步要核对是谁发起了写入,以及数据库内部是否有更早出现的等待。
数据库内部哪些等待会伪装成磁盘慢
MySQL 和 PostgreSQL 都可能因为提交时需要持久化日志而受磁盘影响,但各自要看的对象不同。先确认数据库版本、数据及日志路径、监控权限,再使用已有监控或低开销的只读查询;不要在故障高峰临时开启开销未知的全量语句跟踪。
MySQL:区分提交等待、锁等待与后台刷盘
对 MySQL,可先查看数据库数据目录及部分全局状态计数。状态计数通常需要比较两个时间点的增量,单次读数大,并不表示当前正在恶化。
SHOW VARIABLES LIKE 'datadir';
SHOW GLOBAL STATUS LIKE 'Innodb_log_waits';
SHOW GLOBAL STATUS LIKE 'Innodb_os_log_written';
SHOW GLOBAL STATUS LIKE 'Com_commit';
具体可用状态项应以运行版本和监控权限为准。结合已有的事务耗时、锁等待与 InnoDB 监控判断:若提交耗时、日志等待和主机写队列同时上升,要继续查日志写入量及刷盘时机;若大量事务在等待行锁,而磁盘 w_await 平稳,应优先定位持锁事务、热点更新和事务持续时间。二进制日志增长还需单独检查其目录所在卷,不能只看数据目录余量。
PostgreSQL:看等待事件与 WAL、检查点的时间关系
PostgreSQL 可用只读查询观察当前会话等待类型。下面的聚合是一个时间点的快照,持续性要靠重复采样或现有监控确认。
SELECT state, wait_event_type, wait_event, count(*) AS sessions
FROM pg_stat_activity
GROUP BY state, wait_event_type, wait_event
ORDER BY sessions DESC;
如果慢请求主要聚集在 Lock 类等待,而主机写延迟无对应变化,先查事务阻塞链;如果提交变慢与 WAL 写入、刷盘等待或检查点活动同向变化,再检查 WAL 所在卷的延迟、空间与增长。等待事件的名称和统计视图会随 PostgreSQL 版本变化,应对照该实例版本解释,不能把所有 IO 等待直接归为硬盘故障。
两类数据库还有一个共同的替代解释:业务并发突然增加,数据库产生更多随机写、刷盘及排队,磁盘指标随后变差。此时“磁盘很忙”是真实观察,但优化方向可能是事务批量、索引写放大、检查点节奏或业务写入峰值,而非直接更换存储。
排除网络和其他进程后,形成分层判断
日本服务器若服务于其他地区的应用,网络往返时间可能占写入请求耗时的明显部分。比较应用端总耗时与数据库端执行、提交耗时:若前者升高而后者、磁盘延迟都稳定,应进一步看连接建立、重传和应用连接池排队;不要因为数据库部署在日本,就把跨地域请求的变慢归咎于数据库磁盘。反过来,网络时延平稳也不能排除数据库内部等待。
同一磁盘还可能承载备份、批量导入、日志归档或其他服务。若它们与故障窗口重合,先核对其写入量和时间安排。可按以下组合形成初步判断,而不是套用单项阈值:
- 偏向存储层或共享 I/O 争用:相近负载下,多个写入任务同时变慢;设备队列、写等待与数据库提交耗时同步升高,锁等待没有相应增长。仍需区分物理介质、云平台卷限额及同机其他进程的影响。
- 偏向数据库瓶颈:设备写等待基本平稳,但锁等待、活跃会话排队或特定语句耗时上升;或者数据库刷盘突发先于设备队列增长。应按数据库等待类型继续定位。
- 偏向空间或文件系统异常:容量或 inode 接近耗尽,并出现写入失败;或故障时间附近有只读挂载、I/O 错误。此时应先保护数据和恢复写入条件,不以压测验证性能。
- 偏向网络或应用侧:应用端响应时间与超时率上升,数据库端提交耗时及磁盘指标却保持平稳。继续核对连接池等待和应用到数据库的网络指标。
修复后用同一组指标复测
复测要尽量选择与故障窗口相近的写入请求量、并发度和数据规模。若调整了日志保留、错峰备份或数据库参数,记录变更时间,比较变更前后的请求 p95、完成事务数、锁与日志等待、磁盘 w_await 和队列;仅看到磁盘延迟下降,而完成事务数仍低、错误率仍高,不能视为排障结束。
涉及删除日志、修改数据库持久化参数、迁移目录或扩容文件系统时,应先确认可用备份、操作影响范围及回滚路径,并在维护窗口按相应数据库和文件系统文档执行。不要通过关闭必要的日志或降低持久化要求,换取表面上的写入耗时改善。
下一次出现写入慢,建议至少同时保留这组指标:应用写入请求量与 p95、错误率、数据库完成事务数及等待类型、磁盘写延迟与队列、CPU 与换页、空间与 inode 余量、应用到数据库的网络耗时。它们处在同一时间轴上,才更容易分清“存储使数据库变慢”和“数据库的写入行为使存储变忙”。
围绕日本地区的数据库与业务后台部署,A5数据提供日本物理服务器,涵盖Xeon Gold、AMD EPYC平台及NVMe存储配置,也有配备SSD或大容量HDD的CTG方案,为不同数据规模和写入负载提供计算与存储资源。日本产品另有不同带宽和线路选项,可配合日本本地访问及跨境业务的网络需求。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/5447.html



