新加坡云服务器的云硬盘容量够用却读写慢,如何判断IOPS瓶颈?

发布人:A5数据发布时间:2026-11-04 10:32阅读量:65

一块云硬盘还有几百 GB 空闲,却在数据库写入或小文件读取时变慢,问题通常不在“还能装多少”,而在单位时间内能完成多少次 I/O、每次请求要等多久。判断 IOPS 是否成为瓶颈,不能只看磁盘使用率:需要把业务高峰的读写次数、平均请求大小、设备延迟和队列变化放在同一时间段比较,再核对云硬盘与云服务器实例各自的性能上限。

如果业务变慢时,I/O 请求数接近适用上限,设备队列持续增长,延迟随并发上升,而 CPU、内存和网络没有先达到限制,就可以优先怀疑 IOPS 瓶颈。反过来,读写次数不高但传输速率已接近上限,更可能是吞吐瓶颈;应用响应慢而设备延迟稳定,则应继续检查应用侧排队,而不是直接扩容云硬盘。

测试目标:找到业务变慢时被限制的那一段

先选一段能复现问题的业务时段,例如订单写入高峰、批量导入期间,或网站访问集中时的数据库查询。将应用响应时间与云服务器的 CPU、内存、磁盘和网络指标按相同时间粒度对齐。只拿凌晨的一次磁盘测试结果解释白天的性能,容易漏掉并发、缓存命中率和后台任务的变化。

至少要回答四个问题:

  1. 慢在哪里? 是接口整体耗时增加,还是数据库查询、文件读取或日志写入耗时增加?记录平均值的同时,关注业务请求的 P95 延迟,避免少量明显变慢的请求被平均值掩盖。
  2. 请求是什么形状? 区分读与写、随机与顺序,并记录平均 I/O 大小。大量 4 KiB 随机读与大文件顺序传输,即使使用同一块云硬盘,也可能分别受 IOPS 和吞吐限制。
  3. 请求在哪里排队? 应用连接池、数据库内部、操作系统和云硬盘都可能产生等待。应用耗时变长,不等于每次设备 I/O 都变慢。
  4. 限制属于哪项资源? 分别核对云硬盘的 IOPS、吞吐能力,以及云服务器实例可能适用的存储性能限制。实例与云硬盘中较低的适用上限,才是当前组合需要面对的边界。

这里的“新加坡”主要确定云服务器所在区域和业务访问路径,不会改变 IOPS、吞吐与延迟的判断方法。如果观察的是跨区域客户端请求,还要把网络往返时间与服务器内部磁盘耗时分开;不能把客户端感觉到的全部等待归给云硬盘。

指标含义:IOPS 高不高,要与请求大小和延迟一起看

IOPS 是每秒完成的输入/输出操作次数,不是容量,也不是每秒传输的数据量。 一个便于判断的近似关系是:吞吐量约等于 IOPS 乘以平均每次 I/O 的数据量。计算时须统一单位;以下示例采用二进制单位,1 MiB 等于 1024 KiB。

示例负载完成次数单次数据量约合吞吐优先关注
小块随机读8000 IOPS4 KiB31.25 MiB/sIOPS、延迟和队列
大块顺序读960 IOPS256 KiB240 MiB/s吞吐上限
小块同步写2000 IOPS4 KiB7.81 MiB/s写入延迟、刷新方式

表中第三行即使只有约 7.81 MiB/s,也可能让事务等待明显增加:业务关心的是一次写入确认需要多久,而不是累计传输了多少数据。混合负载则应按实际完成的字节数除以操作次数计算平均 I/O 大小,不能简单拿读、写块大小作算术平均。

延迟是另一个必要指标。设备的平均延迟反映一段时间内已完成 I/O 的平均耗时;P95、P99 则更适合观察尾部请求。平均值稳定,不代表业务最慢的一批请求没有恶化。排队也有可检验的关系:稳定状态下,平均在途 I/O 数约等于每秒完成的 I/O 数乘以平均耗时(以秒计)。例如 8000 IOPS、平均耗时 12 ms,对应约 96 个在途请求。若并发继续增加、完成次数不再增加,却出现队列和延迟上升,就符合资源接近饱和时的表现。

这仍不是单凭一个数值就能作出的诊断。较高的 I/O 并发可能是业务主动批量提交;较低的 IOPS 也可能是应用一次只发出一个请求,始终没把设备能力用起来。判断重点是增加负载之后,完成量是否还能增长,以及延迟付出了多大代价。

指标含义:IOPS 高不高,要与请求大小和延迟一起看配图

影响变量:容量相同,性能边界仍可能不同

云硬盘标称容量只说明可存放的数据量。具体性能还可能受到云硬盘类型与规格、实例规格、读写比例、请求大小、并发深度和持续运行时间影响。核对 A5IDC 新加坡云服务器配置时,应以实际所选实例和云硬盘的参数、适用条件为准,不要把某一块盘的指标直接当成整台实例的可用指标,也不要把多块盘的标称能力不加条件地相加。

影响变量:容量相同,性能边界仍可能不同配图

业务层面还需排除三类容易混淆的情况:

  • 缓存改变了观测对象。 内存缓存命中时,应用读取很快,却未必产生磁盘 I/O;内存不足、缓存命中率下降或发生换页后,磁盘请求可能突然增加。文件系统缓存中的读取速度也不能当作云硬盘读取能力。
  • 写入确认不等于持续落盘能力。 操作系统、文件系统和数据库可能合并或缓冲写入。短时间写得快,不代表长时间同样快;同步写、批量写和后台刷盘的延迟表现也不同。
  • CPU 或网络可能先限制吞吐。 CPU 长时间接近满载时,应用可能来不及发出更多请求;数据库连接池已满时,等待发生在磁盘之前。若静态文件通过网络交付,还需核对网络传输速率,而不是只看读盘次数。

Linux 云服务器可先做只读观测。在已安装 sysstat 的环境中,业务高峰执行以下命令,分别查看块设备与进程层面的变化;若命令不可用,先核对系统是否安装相应工具,不必为了观察指标改动业务配置。

iostat -dx 1 10
pidstat -d 1 10
free -h

iostat 中的 r/s、w/s 用于观察完成的读写次数,rkB/s、wkB/s 用于观察传输速率,await 用于观察平均 I/O 耗时,aqu-sz 用于观察平均队列长度。输出单位以本机工具版本显示为准。%util 可辅助观察设备忙碌情况,但在支持并行处理请求的虚拟块设备上,不能把它单独解释为“性能已用掉百分之多少”。pidstat 有助于找到发起 I/O 的进程;它与设备统计的口径不同,不宜要求两边的读写字节逐项完全相等。

结果解释:把“慢”归到 IOPS、吞吐或应用等待

下面是一组用于解释判断逻辑的示例。三种情况都可能出现“云硬盘还有空闲容量”,但处理方向不同。

高峰期现象同期关键指标更可能的限制下一步核对
小查询并发上升后明显变慢约 8000 IOPS、平均 4 KiB、约 31.25 MiB/s;设备队列持续增加,await 随负载上升IOPS 或实例存储能力核对两级上限及读写分别占比
大文件读取速度不再增长约 960 IOPS、平均 256 KiB、约 240 MiB/s;增加并发后速率基本不变吞吐能力核对云硬盘、实例及网络各自的速率限制
接口耗时上升,设备仍较空闲IOPS 和吞吐均较低,设备延迟稳定;CPU 接近满载或应用队列增加应用或计算资源核对 CPU、连接池、数据库执行时间

第一行还不能仅凭“8000 IOPS”认定某块云硬盘已到上限。若该盘适用上限高于 8000 IOPS,但实例存储能力只允许到这个量级,限制可能在实例;若两者上限都更高,则要检查是否存在应用并发限制、单次 I/O 串行等待或其他因素。持续排队、延迟上升、完成量平台化,并与适用性能上限相吻合,证据才更完整。

也要区分设备延迟与业务延迟。一次接口请求可能串行执行多次查询,还可能等待锁、连接或远端服务。即使单次磁盘 I/O 只耗时数毫秒,累计耗时也可能很高;反过来,接口 P95 达到数百毫秒,而设备延迟始终稳定,也不能直接判定云硬盘慢。

如需补充基准测试,应在业务低峰、确认影响范围后进行。读取测试要使用已存在且完整写入的普通测试文件,避免把内存缓存结果当作磁盘结果;不要直接对生产数据库文件进行测试。只读测试可以辅助观察不同并发下的随机读完成量与延迟,但不能据此推断随机写或同步写性能。运行前还应确认工具的读写模式及目标路径,避免误把测试写入生产数据;测试后再与真实业务负载的块大小、并发和读写比例对照。

决策边界:何时优化负载,何时调整资源

如果业务目标是降低数据库查询延迟,先看每次请求是否产生过多小块随机 I/O:缺少合适索引、缓存命中率低、扫描范围过大,都可能让所需 IOPS 随访问量快速增长。减少不必要的读写后,才更容易判断现有云硬盘能力是否不足。若优化后高峰仍持续接近适用 IOPS 上限、队列增长且业务延迟超出目标,再比较更高性能的云硬盘或实例组合。

如果限制是 MiB/s 吞吐而非 IOPS,单纯提高 IOPS 指标未必改善大文件读取。应核对所选配置的吞吐边界,并同时确认网络没有先达到限制。如果只有短时尖峰,则记录尖峰持续时间、恢复时间与业务可接受延迟;如果连续高负载数十分钟,容量规划就不能只依据一次短测的峰值。

复测时固定同一组条件:相同的新加坡区域实例与云硬盘配置、相近的数据集和缓存状态、相同的业务并发、读写比例与请求大小,并覆盖正常时段和问题时段。最终以业务可接受延迟为约束,观察高峰完成 IOPS、吞吐及队列是否仍有余量。这样得到的“够用”,才同时回答了容量能否存下数据,以及云硬盘能否按业务要求及时完成读写。

A5idc数据在新加坡提供不同CPU、存储及线路配置的物理服务器方案,为数据库、业务后台和网站部署提供计算、磁盘与网络资源选择。对于数据容量已够用、同时关注高峰读写响应的业务,这些配置组合可用于匹配数据规模、并发负载和访问地区需求,将存储资源与整机部署一并考虑。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/7484.html

相关推荐