Linux服务器磁盘性能测试怎么看结果?如何区分顺序读写与随机I/O
磁盘测试结果不能只看一个“读写速度”:顺序吞吐高,不代表小文件或数据库随机 I/O 快;IOPS 高,也不代表每次请求的延迟足够低。评估 Linux 服务器磁盘时,应先按业务负载选测试类型,再同时观察吞吐、IOPS、延迟和系统资源,并确认测试文件、队列深度与运行时长等条件一致。
先确定测试目标:模拟哪类业务
顺序 I/O 与随机 I/O 的区别,主要在于访问地址是否连续。顺序读写连续区域,常用大块数据传输;随机 I/O 在不同地址间跳转,常用小块请求。真实应用通常两者都有,只是比例和请求大小不同。
| 负载类型 | 常见场景 | 重点观察 |
|---|---|---|
| 顺序读写 | 大文件传输、备份恢复、媒体处理、批量导入导出 | 吞吐量、长时间写入是否衰减 |
| 随机读 | 数据库索引、虚拟机镜像、在线查询 | IOPS、平均延迟、P95/P99 延迟 |
| 随机写 | 日志、数据库更新、虚拟机小块写入 | 写入延迟、尾延迟、写入期间的资源占用 |
| 混合读写 | 在线业务、文件服务与数据库并存 | 读写比例下的吞吐、延迟和抖动 |
IOPS 表示每秒完成的 I/O 请求数,吞吐量表示每秒传输的数据量。两者受请求块大小影响:同样是 10,000 IOPS,4 KiB 请求对应的理论数据量约为 39.1 MiB/s;1 MiB 请求则约为 9.77 GiB/s。换算使用二进制口径:每秒数据量 = IOPS × 块大小,1 MiB = 1024 KiB,1 GiB = 1024 MiB。实际结果还会受到协议、文件系统和设备开销影响。
测试目标应从业务需求倒推。若主要问题是大文件处理,应关注较大块的顺序读写;若是数据库或虚拟机,应优先测小块随机读写,并补充混合负载和延迟分位数。只测一个 4k 随机读,不能代表所有随机 I/O,更不能代表整台服务器的综合性能。
指标含义:不要把吞吐、IOPS和延迟混为一谈
吞吐量通常以 MiB/s 或 MB/s 表示,回答“单位时间传了多少数据”。注意单位大小写:MB/s 通常按十进制计算,MiB/s 按二进制计算,二者不完全相同。比较结果时应统一口径,不能把 MB/s 和 Mbps 当成同一单位;字节换算成比特还要乘以 8。
IOPS 回答“每秒完成多少次请求”。在块大小固定时,IOPS 和吞吐量可以相互换算;块大小变化后,两项就不能直接横向比较。例如,大块顺序读写往往吞吐量很高,但 IOPS 未必突出;小块随机访问可能 IOPS 较高,吞吐量却不大。
延迟表示单次 I/O 从发出到完成所需的时间,通常以微秒或毫秒表示。平均延迟有助于了解总体水平,但容易掩盖少量慢请求。建议同时记录 P95、P99 等分位数:P99 为 1 ms,表示约 99% 的请求不高于该延迟,剩余约 1% 更慢。对交互式数据库等延迟敏感业务,尾延迟往往比平均值更值得关注。
还要观察并发与队列深度。多个任务或较高队列深度可能提高设备利用率和总 IOPS,但也可能让请求排队、延迟上升。高并发下吞吐量增加,并不自动意味着业务体验更好。应比较不同并发下的延迟曲线,找到符合业务时延要求的工作点。
CPU、内存和 I/O 监控用于判断瓶颈是否真的在磁盘。CPU 使用率高可能来自软件 I/O 栈、校验或压缩;内存缓存命中会让读测试看起来快于存储介质本身;iowait 可作为观察信号,但不能单独作为磁盘繁忙程度的结论。应结合设备利用率、队列长度、延迟和业务表现综合判断。
测试前先统一口径
测试结果只有在条件可比时才有意义。至少记录以下信息:
- 设备类型与拓扑:用
lsblk -o NAME,TYPE,SIZE,FSTYPE,MOUNTPOINTS,ROTA,MODEL查看块设备、挂载点和旋转介质标记;RAID、云盘或网络存储还应记录其实际映射关系。 - 文件系统、挂载参数、内核版本和 I/O 调度器。不同文件系统或挂载方式可能改变结果。
- 测试文件所在的文件系统、文件大小、块大小、读写比例、并发数、队列深度和运行时长。
- 是否启用直接 I/O、测试期间的其他磁盘负载,以及 CPU、内存和设备监控数据。
测试盘的空闲空间、SSD 温度与持续写入状态也会影响结果。SSD 的短时突发写入可能较快,持续写入则可能因缓存耗尽或温控而下降。测试时间过短容易只测到突发阶段;测试文件太小又可能受到缓存影响。反过来,过大的测试文件会占用空间、增加写入量,还可能影响线上业务。
用 fio 区分顺序与随机 I/O
fio 常用于构造可重复的 I/O 负载。先准备专用测试目录,并确认该目录位于待测文件系统;不要把测试文件放在业务数据目录。以下示例会创建或覆盖 bench.bin,请仅在有足够剩余空间的测试目录中运行。测试会产生真实磁盘 I/O,可能降低同盘业务性能并增加 SSD 写入量,不适合未经评估直接在繁忙生产盘执行。
mkdir -p /mnt/testdisk/fio-test
df -h /mnt/testdisk/fio-test
fio --version
下例采用 4 GiB 测试文件、1 MiB 块大小、单任务单队列。direct=1 用于尽量绕过操作系统页缓存;它不能消除设备自身缓存、控制器缓存或存储服务端缓存的影响。time_based 与 runtime 让负载持续运行指定时间;首次填充文件所需时间也可能影响测试安排。
fio --name=seq-write \
--filename=/mnt/testdisk/fio-test/bench.bin \
--size=4G --rw=write --bs=1M \
--ioengine=libaio --iodepth=1 --numjobs=1 \
--direct=1 --time_based --runtime=60 --ramp_time=10 \
--group_reporting --output-format=json \
--output=/mnt/testdisk/fio-test/seq-write.json
顺序读测试使用同一个已写入的文件:
fio --name=seq-read \
--filename=/mnt/testdisk/fio-test/bench.bin \
--size=4G --rw=read --bs=1M \
--ioengine=libaio --iodepth=1 --numjobs=1 \
--direct=1 --time_based --runtime=60 --ramp_time=10 \
--group_reporting --output-format=json \
--output=/mnt/testdisk/fio-test/seq-read.json
要测试小块随机读写,可将块大小改为 4 KiB,并明确读写模式。下例分别测试随机读与随机写,文件大小仍为 4 GiB。随机写会改写测试文件内容,不要将 filename 指向业务文件。
fio --name=rand-read-4k \
--filename=/mnt/testdisk/fio-test/bench.bin \
--size=4G --rw=randread --bs=4k \
--ioengine=libaio --iodepth=16 --numjobs=1 \
--direct=1 --time_based --runtime=60 --ramp_time=10 \
--group_reporting --output-format=json \
--output=/mnt/testdisk/fio-test/rand-read-4k.json
fio --name=rand-write-4k \
--filename=/mnt/testdisk/fio-test/bench.bin \
--size=4G --rw=randwrite --bs=4k \
--ioengine=libaio --iodepth=16 --numjobs=1 \
--direct=1 --time_based --runtime=60 --ramp_time=10 \
--group_reporting --output-format=json \
--output=/mnt/testdisk/fio-test/rand-write-4k.json
这些参数是示例,不是适用于所有磁盘的标准答案。部分环境不支持 libaio 或直接 I/O,运行失败时应先查看 fio 报错并确认所用引擎与文件系统支持情况,不要只为得到结果而删除关键参数。测试不同并发时,可以调整 iodepth 或 numjobs,但一次只改变一个主要变量,避免无法判断结果变化来自哪里。
查看测试期间的设备状态,可在另一个终端运行:
iostat -x 1
重点看设备的 r/s、w/s、rMB/s、wMB/s、await、aqu-sz 和 %util。字段单位和含义应以系统中 iostat 版本的手册为准。设备利用率高且延迟明显上升,可能表示设备接近当前负载下的处理能力;但对并行设备、虚拟化存储或云盘,%util 不能简单解释为“磁盘已经跑满”。同时可用 vmstat 1 观察 CPU、运行队列和 wa,并检查是否有其他进程在读写同一设备。
影响变量:结果差异不一定代表设备优劣
块大小是最直接的变量。1 MiB 顺序请求主要反映大块传输能力;4 KiB 随机请求更接近部分数据库和虚拟机小块访问,但具体业务也可能使用 8 KiB、16 KiB 或更大的请求。测试块大小应尽量贴近应用 I/O 特征,而不是只选容易产生高数字的配置。
并发数与队列深度决定同时在途的请求量。设备在低队列深度下表现一般,不代表高并发时吞吐也低;反过来,只有在很高并发下才能达到的峰值,也未必适合延迟敏感业务。建议至少比较低、中、高三档负载,例如 iodepth=1、8、32,记录吞吐、IOPS 与 P99 延迟,而不是只保留峰值。
文件大小和持续时间决定测试覆盖了哪些缓存与设备状态。若文件完全落在内存缓存中,普通缓冲 I/O 的读速度可能远高于介质速度;使用直接 I/O 可减少这类影响,但仍需要确认存储设备、控制器和服务端的缓存策略。SSD 若只运行十几秒,测到的可能是短时突发能力;若要评估长时间写入,应延长测试并监控温度、延迟和吞吐变化。
存储拓扑同样重要。RAID 的条带与缓存策略、虚拟化层、云盘限速、网络存储的带宽和延迟,都会改变最终表现。测试单个块设备得到的结果,不一定等于业务实际使用的文件系统或多盘卷结果。对于云盘,实例规格、盘的配置档位、突发额度及同一实例上的其他负载,都可能影响可观察到的性能。
结果解释:先看组合,再看数字
下面是一组用于说明判断方法的假设数据,不代表特定产品或服务器的实测结果。两组结果都使用 4 KiB 随机读、相同测试文件与相同并发条件:

| 指标 | 方案 A | 方案 B |
|---|---|---|
| IOPS | 18,000 | 24,000 |
| 平均延迟 | 0.8 ms | 1.1 ms |
| P99 延迟 | 2.5 ms | 8 ms |
| CPU 使用率 | 22% | 35% |
方案 B 的 IOPS 更高,但 P99 延迟也更高,说明它在该测试设置下完成的请求更多,同时尾部请求更慢。若业务优先追求吞吐,B 可能值得进一步验证;若业务受少量慢请求影响明显,则 A 可能更合适。不能仅凭单次测试结果作结论,还要检查误差、延迟是否满足业务目标,以及高负载持续时是否稳定。
解释顺序可以按以下思路进行:
- 先确认测试是否有效:测试文件确实位于目标设备,运行时没有其他明显 I/O 干扰,测试时长足以覆盖目标负载,且没有因磁盘空间不足或错误退出。
- 再看业务对应的核心指标:顺序任务看稳定吞吐;随机访问看 IOPS 和延迟分位数;混合负载看读写比例下的延迟与吞吐。
- 对照系统资源判断瓶颈:吞吐不升、CPU 已饱和,可能是软件路径或任务并行度限制;队列和延迟上升而 CPU 仍有余量,才更值得检查存储侧排队、设备限额或共享负载。
- 比较重复测试的离散程度:若多轮结果差异很大,先排查背景任务、缓存状态、温度或云盘突发额度,不宜直接把最高一轮当作稳定能力。
多轮复测宜使用同一参数、相近设备状态,至少运行三轮,并记录每轮结果及测试时间。对持续写入负载,另做更长时间的观察;如果前半段吞吐明显高于后半段,应把稳定阶段的表现单独列出,而不是只报告峰值。
决策边界:测试值如何用于选型与验收
用于比较候选服务器或磁盘时,必须同口径测试:相同的文件系统和挂载点、块大小、读写模式、并发度、文件大小、时长和监控方式。不同环境的结果只能作为线索,不能直接据此断定某种介质一定适合某类业务。顺序指标高的方案不必然适合高并发小 I/O;随机 IOPS 高的方案也不一定适合长期大文件写入。
验收前应把业务目标写成可检查的条件,例如在指定并发和块大小下,要求吞吐达到某个区间、P99 延迟低于业务上限,并确保 CPU 与内存没有先成为瓶颈。具体阈值应从应用的延迟预算和容量需求确定,而不是套用某个通用“合格值”。如需比较 RAID、云盘档位或本地盘,还应核对各自的可用容量、冗余策略、持续性能限制和故障恢复要求。
容量判断也不能只看峰值 IOPS。可将预期峰值请求量、请求块大小、读写比例和并发增长纳入压测;在目标负载上方保留余量,并关注增长后 P99 是否快速恶化。若基准测试显示设备在较低负载时延迟已接近业务上限,或高峰期队列持续积压,即使平均吞吐看似充足,也需要重新评估容量或减少同盘竞争。
最终结论应注明测试条件和适用边界。更换内核、文件系统、设备类型、云盘规格或业务并发后,原结果都需要复核;生产负载与专用测试机差异较大时,还应结合应用监控做业务级验证。
Linux服务器的磁盘表现与处理器、内存和存储配置共同影响数据库、网站后台及数据处理任务。A5idc数据提供香港、美国、日本等地区的物理服务器,配备SSD或NVMe存储,并有不同CPU与内存组合;香港存储系列还提供多块企业级机械硬盘的方案,可覆盖不同的数据规模与存储需求。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/6373.html



