iostat本身不反映业务影响,需将await、%util、avgqu-sz与实际服务响应时间对齐;SSD/NVMe上await>5ms需警惕,>20ms可能拖慢事务,HDD上>15ms偏高,>30ms易致卡顿;%util接近100%在NVMe/SSD或虚拟化环境下未必表示业务异常,须结合await和avgqu-sz判断;定位延迟应指定设备(如iostat -x /dev/sdb 1)、区分r_await/w_await、避开首行历史均值及瞬时尖峰采样。

iostat 本身不能直接反映“业务影响”,它只告诉你磁盘在忙什么、有多忙、等了多久;要判断对业务的影响,必须把 await、%util、avgqu-sz 这几个关键指标和你实际的服务响应时间对齐。
怎么看 await 是否真的影响了业务
await 是每个 I/O 请求从发出到完成的平均耗时(毫秒),但它混着排队时间和设备处理时间。如果你的应用是数据库或 API 服务,用户感受到的延迟里有一部分就来自这里。
- SSD/NVMe 盘上
await > 5ms就值得警惕,超过20ms很可能已拖慢事务提交或查询返回 - HDD 上
await > 15ms已属偏高,若持续 >30ms,小文件读写类服务(如日志归档、配置加载)会明显卡顿 - 注意区分
r_await和w_await:读密集型服务(如缓存回源)看前者,写密集型(如订单落库)重点盯后者 - 单看 await 不够,要结合
svctm(设备真实服务时间):如果await ≫ svctm,说明请求在队列里堆着,不是磁盘慢,而是并发压过了吞吐能力
为什么 %util 接近 100% 不一定等于业务出问题
%util 是设备忙于处理 I/O 的时间占比,但它在现代存储上越来越容易误判。
- NVMe 盘支持数千队列深度,
%util = 95%可能只是正常高负载,只要await和avgqu-sz稳定,业务未必感知 - SSD 寿命后期或存在坏块重映射时,
%util会虚高,但真实吞吐未降——此时要看smartctl -a /dev/nvme0n1中的Media_and_Data_Integrity_Errors - 容器或虚拟机环境下,宿主机的
%util高,但你的 Pod 或 VM 看到的await可能更高(因为多层调度叠加延迟) - 某些 RAID 卡固件会把多个请求合并上报,导致
%util被低估,而实际延迟已升高
如何用 iostat 快速定位延迟来源设备
一台机器常挂多块盘(系统盘、数据盘、日志盘),iostat -x 1 默认只显示汇总,容易漏掉局部瓶颈。
- 先查设备名:
lsblk或cat /proc/partitions,确认你要盯的是sdb还是nvme0n1p1 - 针对性监控:
iostat -x /dev/sdb 1(注意加/dev/前缀,否则可能报错或静默忽略) - 对比多个设备的
await:比如数据库data分区await=42ms,而log分区只有3ms,说明写 WAL 没堵,但数据页刷盘慢 - 配合
pidstat -d 1看哪个进程在往该设备发请求,避免被systemd-journald或备份脚本干扰判断
容易被忽略的采样陷阱
iostat 的数值是区间统计值,采样周期选错会导致误判。
- 用
iostat -x 1看实时波动没问题,但别拿它直接设告警阈值——瞬时尖峰(如日志轮转)会触发误报 - 生产环境建议用
iostat -x 5 12(每 5 秒一次,共 12 次),取中位数而非最大值,更反映稳态压力 - 不要依赖默认的“第一行”输出:那是自系统启动以来的平均值,完全失真;所有有效分析都从第二行开始
- 如果业务有固定节奏(如每小时整点跑报表),记得避开那个时间点采样,否则看到的
avgqu-sz会远高于日常水位


















