Linux服务器上传文件时网站无响应,如何联查带宽、磁盘I/O与应用状态
上传文件期间网站变慢,不一定是“带宽跑满”。单看网卡流量、CPU使用率或磁盘利用率,都可能把相关现象误当成根因:例如网卡接收量增加可能只是正常上传,磁盘忙可能是应用写临时文件,也可能是数据库或其他任务同时在读写。要判断瓶颈,需要把上传耗时、普通页面响应、错误率、网络、磁盘 I/O、应用队列和数据库状态放进同一个时间窗口观察。
排查时先区分影响范围:是上传请求本身变慢,还是首页、登录、查询等不上传文件的请求也变慢;影响单台服务器,还是经由同一入口的多个站点;上传完成后是否立即恢复。随后从链路和 Web 入口向应用、数据库及系统资源逐层对照。指标之间的时间先后关系,比某个瞬时数值是否超过阈值更有判断价值。
建立可对照的观察窗口
选择一段包含上传开始、上传持续和上传结束的时间。建议同时保留上传前的基线、上传期间的数据,以及结束后的恢复情况。若问题偶发,可按分钟记录;若卡顿很短,采样间隔应进一步缩短,并结合 Web 访问日志和应用日志的时间戳。
至少区分两类请求:
- 上传请求:记录请求开始与结束时间、上传文件大小、响应状态码,以及 Web 服务器和应用处理耗时。
- 普通请求:选择几个固定的页面或接口,记录响应时间、错误率和超时数,避免只观察上传接口本身。
如果网站前面还有负载均衡或 CDN,应尽可能同时查看入口侧与源站侧的时间。客户端看到的总耗时可能包括 DNS、连接建立、传输、排队、应用处理和响应下载;源站日志通常只能覆盖其中一部分。
一个可用的观察清单如下:
| 指标组 | 建议观察项 | 用途 |
|---|---|---|
| 请求表现 | 上传耗时、普通请求响应时间、状态码、超时率 | 确认影响对象与开始时间 |
| 网络 | 接收和发送速率、丢包、重传、连接数 | 判断链路是否拥塞或出现传输异常 |
| 系统 | CPU、内存、交换空间、运行队列、I/O wait | 判断计算、内存和调度是否受压 |
| 存储 | 磁盘读写速率、延迟、队列长度、空间与 inode | 判断临时文件、应用数据或日志是否造成压力 |
| 应用 | 工作进程、请求队列、线程池、任务队列、超时 | 判断请求是否在 Web 或应用层排队 |
| 数据库 | 活跃连接、等待、慢查询、锁等待、连接池占用 | 判断上传相关写入是否拖慢其他业务 |
指标最好按同一时区、同一时间粒度对齐。若监控面板每分钟聚合一次,而访问日志精确到秒,仍可先用分钟级趋势定位区间,再回看该分钟内的日志与进程状态。
先判断网络链路是否成为瓶颈
Linux 网卡统计可用 sar、ip 等工具查看。sar 通常由 sysstat 软件包提供;若系统未安装,应按发行版的软件仓库和变更流程安装,不要在生产排障中临时执行来源不明的安装脚本。
sar -n DEV 1 10
ip -s link
关注上传期间网卡接收速率是否持续接近可用带宽,同时观察发送速率、丢包和错误计数是否同步变化。网卡流量高本身不等于拥塞:若服务器有足够带宽,接收量上升而普通页面响应稳定,可能只是正常承载上传。
还要分清单位。带宽常用 Mbps,文件传输速率常用 MB/s,1 字节等于 8 比特。假设一条链路可持续提供 100 Mbps,理论上限约为 12.5 MB/s;协议开销、共享链路和其他流量会使实际可用速率更低。这里的换算只是单位关系,不代表服务器一定能达到该速率。
如果网卡流量上升的同时,丢包或重传增加,且上传和普通请求都出现明显延迟,链路拥塞或网络质量问题的可能性会提高。反之,接收速率不高、丢包没有变化,应用响应却变慢,就应继续查看 Web 入口、磁盘和应用队列,不能仅凭“上传流量增加”归因于带宽不足。
需要区分客户端到服务器的上传方向与服务器返回页面的方向。上传占用接收方向带宽,但普通页面响应还涉及服务器发送方向;同一出口链路被大量下载、备份或其他服务占用,也可能造成响应变慢。必要时分别查看网卡收发速率和上游设备的端口利用率,不能用服务器单侧统计替代整条链路的判断。
对照 Web 入口的请求耗时与排队
Nginx 等 Web 入口的日志可以帮助判断时间主要消耗在请求传输,还是转发给应用之后。若已有访问日志字段,可重点核对请求总耗时、上游响应耗时、状态码和请求体大小;字段名称取决于现有日志格式,不要直接假定日志已记录这些信息。
在 Nginx 中,常见的 $request_time 表示从读取客户端请求开始到请求处理结束的时间,通常包含接收请求体的时间;$upstream_response_time 表示等待上游响应的时间,具体含义还需结合代理和日志配置理解。若上传请求的总耗时很长、上游耗时较短,而普通请求也同时变慢,可能是入口连接、请求体接收或系统资源争用;若上游耗时同步增长,则应继续检查应用及其依赖。
上传体可能先被 Web 服务器缓冲到临时目录,再转发给应用。此时即使应用进程没有直接写入最终文件,临时目录所在磁盘也可能承受写入压力。还需检查上传大小限制、请求超时、并发连接数、工作进程状态以及是否出现 413、499、502、504 等状态码。单个状态码不能直接确定故障原因,应结合发生时间、请求路径和上游日志判断。
如果入口日志显示上传耗时增加,但普通请求的入口耗时基本稳定,且上游耗时未增加,问题可能局限于大请求的传输过程。若普通请求的 $upstream_response_time 也在上传期间变长,入口本身可能只是暴露了下游排队,并非根因所在。
将磁盘 I/O 与上传临时文件联系起来
磁盘排查不能只看“磁盘利用率”。持续写入量、I/O 延迟、队列长度、设备繁忙时间和空间余量需要一起观察。可用以下命令进行短时采样:
iostat -xz 1 10
df -h
df -i
iostat 通常由 sysstat 软件包提供。重点关注设备的读写速率、平均等待时间(如 await)、队列长度(如 aqu-sz)以及设备繁忙比例。不同存储类型、虚拟化层和内核版本下,单个指标的数值解释会有差异,应优先比较同一设备在上传前后的变化,而不是套用一个通用阈值。
下面是一组用于说明联动关系的模拟数据,并非实际监控结果:
| 时间段 | 上传速率 | 磁盘写入 | I/O 等待 | 普通请求 P95 | 观察 |
|---|---|---|---|---|---|
| 上传前 | 低 | 约 8 MB/s | 约 2% | 约 180 ms | 基线平稳 |
| 上传期间 | 约 70 Mbps | 约 85 MB/s | 约 24% | 约 1.6 s | 上传与页面延迟同步上升 |
| 上传结束后 | 低 | 约 10 MB/s | 约 3% | 约 220 ms | 指标逐步恢复 |
这类变化提示磁盘可能是候选瓶颈,但还需要确认写入落在哪里、由哪个进程产生。若临时目录、上传目录、应用日志和数据库数据目录位于同一块设备,上传写入可能与数据库读写争用;若上传目录使用独立存储,且数据库所在设备延迟没有上升,数据库 I/O 争用的解释就较弱。
可先用 findmnt 确认目录所在文件系统,再观察进程级 I/O。pidstat 通常也由 sysstat 提供:
findmnt -T /tmp
pidstat -d 1 10
将 /tmp 替换为实际临时目录,不能据此假定所有服务都使用该路径。上传临时文件的具体位置受 Web 服务器、语言运行时和应用配置影响。排查时避免直接删除临时文件或更改目录权限:这可能中断正在处理的请求,或扩大安全风险。确认文件归属、占用进程和业务影响后,再按服务维护流程处理。
如果磁盘空间或 inode 接近耗尽,通常会伴随写入失败、应用报错或临时文件创建失败;这与“磁盘延迟升高但空间充足”是不同问题,应分别核对。仅看到空间占用高,不能说明 I/O 正在变慢;仅看到设备繁忙,也不能说明是上传文件导致。
查看应用工作进程和任务队列
如果 Web 入口的上游耗时增加,下一步要判断应用是在计算、等待依赖,还是请求已经排队。观察应用进程的 CPU、内存、工作进程数量、线程池占用和请求队列长度,并将其与普通请求响应时间对齐。
CPU 长时间接近饱和、运行队列同步增长,而磁盘延迟与网络丢包没有明显变化,说明计算资源或工作进程容量可能受压。若 CPU 不高,但工作进程全部被占用、请求队列不断增加,进程很可能正在等待数据库、文件存储或外部服务。此时盲目增加工作进程可能进一步增加内存和数据库连接压力,不能把“进程数不够”当作默认结论。
内存也要结合趋势看。检查可用内存、交换空间使用、缺页和 OOM 记录;单纯的缓存占用不必然表示内存不足。若上传期间内存持续下降、交换活动上升,应用响应恶化且进程被系统回收或终止,应调查大文件是否被完整读入内存、并发上传是否过高,以及应用是否存在不必要的缓冲。
异步处理场景还应观察任务队列。上传后若需要解压、转码、扫描或生成缩略图,队列长度持续上升可能使页面请求等待后台任务结果。应区分“文件接收完成”和“后续处理完成”的耗时,并检查队列消费速度、失败重试数及任务执行时间。队列积压和 CPU、磁盘或数据库压力同时上升时,需进一步确认是哪类任务在消耗资源。
联查数据库与业务错误
上传操作可能触发文件元数据写入、权限校验、用户配额查询或事务更新。若应用日志显示数据库调用耗时增加,需同步查看数据库活跃连接、连接池等待、慢查询和锁等待。重点是确认这些指标是否与应用上游耗时在同一时间段上升,而不是因为数据库平时就存在高连接数便认定其为根因。
可能的联动关系包括:
- 应用连接池占满、等待数增加,数据库连接数也接近配置上限:可能是连接释放延迟、请求并发增加或数据库响应变慢。
- 数据库锁等待增加、特定写入耗时同步上升:可能是上传相关事务与其他业务更新发生竞争。
- 应用响应变慢但数据库等待、查询耗时稳定:数据库作为主因的证据较弱,应回看应用队列、文件 I/O 和网络。
- 错误率上升且伴随连接超时、事务回滚或磁盘写入错误:应以对应错误日志定位,不要只按延迟曲线推测。
生产环境中不宜为了排查而直接修改数据库参数、终止连接或清理数据。先采集只读状态和对应时间段日志;任何可能影响事务或业务数据的操作,都应由熟悉该数据库和业务的人员评估,并准备变更记录、备份与恢复方案。
排除替代解释,形成可验证判断
当多个指标同时波动时,应按时间先后和影响范围筛选解释。例如,上传开始后网络接收先升高,随后临时目录所在设备的 I/O 等待和应用请求队列增加,最后普通页面 P95 上升;上传结束后这些指标依次恢复。若数据库等待没有同步恶化,且同一时间没有备份、日志轮转或批处理任务,这组证据更支持“上传临时写入与业务 I/O 争用”这一判断,而不是单纯带宽不足。
相反,如果上传期间网络接收达到链路可用能力、丢包或重传增加,磁盘等待、CPU 和应用队列变化不明显,且多个服务的请求都变慢,链路拥塞的解释更有依据。若只有某个接口变慢,其他请求和系统指标稳定,则应优先检查该接口的业务逻辑、文件处理步骤及依赖调用。

排除替代解释时,至少核对:
- 同时段是否有备份、日志压缩、镜像拉取、批量任务或数据库维护。
- 影响是否只发生在一台主机、一个挂载点、一个应用实例或一个接口。
- 上传结束后指标是否随之恢复,恢复顺序是否符合推测的因果链。
- 是否有监控采样缺口、时钟偏差,或日志字段不包含请求体接收阶段。
- 上传量相近时,低并发与高并发是否表现不同;单文件较大与多个小文件并发是否触发不同资源压力。
最终判断应写成可复测的因果候选,而不是单一结论。例如:“在同等上传并发下,临时目录所在设备的写入延迟上升与普通请求 P95 同步,数据库指标稳定;隔离临时目录存储后需再次观察。”这比“磁盘有问题”更容易验证,也能避免在证据不足时直接扩容或改配置。
复测时保持条件可比
调整配置、迁移临时目录或改变上传并发前,先记录当前配置和基线,确认变更影响范围,并准备恢复原配置的方式。涉及文件系统挂载、存储切换或服务配置时,应安排维护窗口;先在可控流量或测试环境验证,再逐步应用。不要在未确认路径、容量和服务依赖时直接移动正在使用的文件或重启关键服务。
复测应尽量保持文件大小、并发数、请求路径、客户端网络和业务负载接近,并继续同时观察上传与普通请求。若上传耗时下降、普通请求 P95 恢复,同时目标资源的队列或延迟也下降,而其他关键指标没有恶化,才支持变更有效。若上传速度改善但普通页面仍慢,说明原瓶颈可能不止一个,需继续检查应用、数据库或共享链路。
下一次排查上传期间的网站无响应,可优先把以下指标放在同一时间轴上:上传与普通请求的耗时和状态码、网卡收发速率及丢包、磁盘读写延迟与队列、CPU 与运行队列、内存和交换活动、应用工作进程与任务队列、数据库连接等待与锁等待。先看谁先变化、谁与响应时间同步,再决定深入哪一层。
A5idc数据提供面向网站及文件上传业务的物理服务器资源,在香港、美国、日本等地区设有不同处理器、内存和SSD或NVMe存储配置,并提供各产品系列对应的带宽与线路选择。对于上传写入、页面请求和后台任务并行的场景,其计算、存储与网络资源可为Web服务和应用部署提供基础;大容量存储系列也可用于文件留存与归档。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/6868.html



