云服务器磁盘 IO 高：iostat 定位与云盘限速

先说结论：磁盘 IO 高先看 iowait、await 和 %util，再分清是读多还是写多、随机还是顺序。常见元凶是慢查询全表扫描、日志刷盘、备份压缩、云盘 IOPS 限额。别一看到 IO 高就换 SSD，先找到是谁在打盘。

三个命令先跑：

iostat -x 1 5
# 看 await、r_await、w_await、%util
vmstat 1 5
# 看 wa（IO 等待）
iotop -o
# 看哪个进程在读写在打盘

await 是单次 IO 的平均等待时间，SSD 上长期高于 20ms 就值得查；%util 贴着 100% 说明设备忙不过来；wa 高但 %util 不高，可能是网络存储或虚拟化层的问题。

第一步：找进程

pidstat -d 1 5
iotop -o -P
# 找到读写最高的进程，再看它在干什么

如果是数据库，看慢查询和全表扫描；如果是 PHP/Java，看日志级别和临时文件；如果是备份/压缩，看调度时间；如果是系统进程，看是不是日志刷盘或内核问题。

IO 请求在磁盘前排队的瓶颈示意 — await 和 %util 一起看，才知道是排队还是设备忙。

第二步：看数据库

SHOW FULL PROCESSLIST;
SHOW ENGINE INNODB STATUS;
SHOW VARIABLES LIKE 'slow_query_log';

数据库是 IO 大户。全表扫描、没索引的排序、大事务、binlog 刷盘都会把磁盘打满。先把慢查询日志开起来，按 rows_examined 排序，补索引、拆查询、避免 N+1。

如果是写入高，看 binlog 同步、批量导入、备份任务；如果是读取高，看 buffer pool 是否太小、是否有大量随机读。

数据库查询扫描大表，拖出缓慢的 IO 轨迹 — 数据库是 IO 大户，先开慢查询再谈换盘。

第三步：看日志和备份

日志级别调到 debug，写入量会翻几倍
访问日志每个请求一行，量大时 IO 很可观
备份、压缩、解压、rsync 都是顺序大 IO
定时任务集中在整点，容易和业务高峰重叠

把备份、压缩、日志归档挪到低峰，或者限制 ionice 优先级，能明显缓解业务抖动。

第四步：看云盘限额

云盘有 IOPS 和吞吐上限，规格不同差别很大。小容量云盘可能只有几百 IOPS，跑数据库会明显排队；突发型云盘有 burst 额度，用完就掉速。

# 看块设备队列和调度器
cat /sys/block/vda/queue/scheduler
cat /sys/block/vda/queue/nr_requests

如果 await 高但进程读写量不大，先确认云盘规格和限额，再考虑换盘或升配。

云盘 IOPS 限额仪表与流量整形 — 小容量云盘 IOPS 有限，换盘或升配前先确认上限。

第五步：文件系统和挂载

ext4、xfs 的参数、挂载选项（noatime、nodiratime）会影响写入量；网络存储（NFS、CIFS）延迟高，不适合跑数据库。容器里还要看 volume 是本地盘还是网络盘。

第六步：优化和扩容

慢查询治理和索引优化
日志降级、轮转、异步刷盘
备份/压缩错峰，限制 IO 优先级
加内存扩大 buffer pool / page cache
换更高 IOPS 的云盘或本地 SSD
读写分离，把报表挪到从库

怎么预防

监控 await、%util、iowait 和云盘限额
慢查询日志常开，按周复盘
备份和日志归档错峰
数据库和业务盘分开
压测确认峰值 IOPS 不超过云盘上限

iostat 字段怎么看

r/s 和 w/s 是每秒读写次数，rkB/s 和 wkB/s 是吞吐，await 是平均等待，%util 是设备忙的比例。随机小 IO 多时，IOPS 先到顶；顺序大 IO 多时，吞吐先到顶。先判断类型，再谈优化。

用 fio 做基线

fio --name=randrw --filename=test --size=1G --bs=4k \
  --iodepth=64 --ioengine=libaio --direct=1 --rw=randrw --rwmixread=75

在业务低峰跑一次，记录 IOPS、吞吐和 await，作为这台机器的基线。以后 IO 高时对比基线，能快速判断是业务涨了还是盘变慢了。

监控和告警

把 await、%util、iowait、云盘 IOPS 使用率接进监控，超过阈值告警。只看 CPU 和内存，磁盘先挂了你可能最后一个知道。

缓存和读写分离

读多写少的业务，先加 Redis 或 page cache 挡住热点读，再把报表、列表、搜索挪到从库。写多的业务看 binlog 和 redo 刷盘策略，必要时换更高 IOPS 的盘。缓存和读写分离能解决大部分 IO 压力，比直接换盘便宜。

如果 IO 高伴随大量随机读，先确认 buffer pool 是否太小；如果伴随大量顺序写，先确认备份和日志是否在高峰期跑。

压测前先热身，避免缓存冷启动把第一次结果拉低；记录基线时同时写清云盘规格、文件系统和挂载参数。

有条件的话，把云监控里的 IOPS 和吞吐曲线和宿主机 iostat 对照，能快速区分是云盘限额还是应用自己打满。

IO 问题多半有周期性，记录发生时间和任务排期，往往一眼就能对上。

，早发现早处理，比事后补救便宜得多。

常见问题 FAQ

Q1：IO 高但 CPU 不高，正常吗？

正常。IO 等待不占 CPU，wa 高说明进程在等磁盘。看 await 和 %util 才能判断严重程度。

Q2：换 SSD 能解决吗？

如果是云盘 IOPS 限额或随机读太多，换高 IOPS 盘有用；如果是慢查询全表扫描，换盘只是把问题推迟。

Q3：await 多少算高？

SSD 上长期高于 20ms 要查，机械盘 20ms 可能正常。结合 %util 和业务延迟一起看。

Q4：容器里怎么查？

在宿主机看 iostat 和 iotop，容器内看进程；注意 volume 是本地盘还是网络盘。

Q5：备份导致 IO 高怎么办？

错峰、限速、用快照备份，或者把备份放到从库/对象存储，别在主库上压缩。

总结

磁盘 IO 高的排查顺序是：iostat 看 await/util → iotop 找进程 → 查数据库和慢查询 → 看日志备份 → 确认云盘限额 → 优化或换盘。先找到谁在打盘，再决定花多少钱。

需要一台 IOPS 更稳的机器跑数据库或压测，可以按小时开一台萤光云香港 CN2 VPS，用 fio 先测一轮。