正确解读云主机的磁盘性能

经常在各社区论坛里看到有用户以dd值来评论某主机或者某主机商的硬盘性能，但几乎从未见过有用户能认识到IO wait这个值的重要性。

dd命令原本是用来拷贝文件的，但是能同时显示所用的时间与速度，所以经常被用来测试主机的硬盘读写性能。

而IO wait的值则代表CPU在处理任务时有多少百分比的时间是在等待硬盘读写。理论上来说，当IO wait值为0时，硬盘的读写速度，1MB/s和100MB/s对于程序的处理时间是没有影响的。

如果你不懂技术也不愿意探讨技术，那么可能转换成简单点的逻辑问题。
dd速度是别人能给你多少。
IO wait是别人给你的东西有没有满足你的需求。

个人愚见，如果能满足自己的需求，不必在意别人给了多少，因为给的多了你也用不上，给你一个1秒读写1TB的硬盘，你又能如何呢，能当饭吃？当IO wait很小时，磁盘读写再快，它对程序执行时间的影响也是微乎其微的。

而现在存在的一个普遍的问题是，很多人只看给了多少（dd速度值），而不(会)看有没有达到自己的需求。

在Linux系统下，执行top命令，可以看到运行界面：


圈住的值，就是IO wait值。

但是我们要看的不是这个，而是按下字母q上面的数字1键(不是数字键盘上的1)，然后得到的运行界面：



这样我们可以看到每个CPU的运行状态，wait值也是相对于每个CPU的。而第一张图中的则是计算的平均wait值，举个例子，当有一个CPU核心的wait值达到100%时，那么按8核CPU计算，平均值只有12.5%，如果这样看的话，这个值是不高的，无法发现问题，而当一个核心wait达到100%时，其实问题已经非常严重。(也就是说，平均值小，不一定没问题，但是平均值都已经很高了，就一定有问题)

所以，后面所说的wait值，都是指每个CPU的值，而不是平均值。(如果主机只有1颗CPU，这两个值是相同的)

IO wait值并不能独立出来看，它还涉及到另外一个量，就是数据的读写量，当一个硬盘的性能是固定的，读写的数据量越大，wait值越高。

执行vmstat 1命令，可以看到下面的执行结果：



命令中的1，代表的含意就是每秒输出1行。如果想中止，按ctrl+c。
bo是写入到磁盘，bi是从硬盘读取。b=block，在目前流行的版本中，1 block= 1024 bytes = 1KB。
vmstat命令也会显示wait的值，这个值仍然是平均值，并不精确。

如果硬盘的读写量非常少，但是vmstat值很高(举个例子比如bi和bo只有几十到几百，而wait在50以上)，那么一定是硬盘问题，要么是硬盘性能，要么是其他的虚拟机或者母机上有影响到磁盘性能的操作(比如fsck)。怎么判断是硬盘问题还是受操作影响？如果只持续了几小时，一般是操作影响，如果持续时间长，比如几天，或者一直都一样，那肯定是硬盘的问题了。

从个人经验来看，如果wait值在10以下，受IO性能的影响很小，在20以下，可以接受，30就应该考虑解决问题了。
在这里只是说解决问题，而不是明确的说换主机，是因为，IO性能问题，并不一定是硬盘的性能问题，还有可能是程序的性能问题，比如最常见的MySQL的ORDER BY RAND()查询。
所以解决IO问题也就是从两方面下手，一是加强磁盘性能，比如用SSD，第二就是优化程序。

再给大家看一个硬盘性能的例子：



可以看到，读写量只有几十到几百KB，但是wait值经常的达到50%左右(注意这个值是平均值)，这样的硬盘可以说已经达到了无法使用的地步了。
(强调下，这台主机并不是阿里云的)

很多人一提到阿里云，可能都会有一个硬盘IO差的印象，甚至某些主机商的客服也用这一点来攻击阿里云，而事实的情况是，阿里云的IO性能对绝大多数的网站应用都不会有问题。
另一点事实就是，有些IDC(包括知名和不知名的)，性能其实要比阿里云的差非常多，比如前面提的这个例子，也是一家很有名的IDC，是有自己运营的机房的。只是因为阿里云的用户规模太大，所以评论也就多了。

看完这篇文章，希望大家都能对硬盘的IO性能有正确的认识，至少能做到：没有性能问题的时候，不要盲目的追求dd速度，有问题的时候，能正确的分析到问题。

原文链接：http://www.yundaiwei.com/post/442.html