Prometheus 监控磁盘 I/O 的核心是通过 Node Exporter 采集 /proc/diskstats 指标，结合 5 个关键指标（读/写吞吐量、IOPS、平均等待时间、队列深度）与设备动态识别、延迟队列健康判断及 Grafana 四象限面板实现闭环追踪。
直接用 Prometheus 监控磁盘读写性能，核心是采集准确的 I/O 指标 + 合理计算关键业务维度。Node Exporter 是标准数据源，它把 /proc/diskstats 映射为可查询的时间序列，再配合 PromQL 聚合与 Grafana 可视化，就能形成闭环追踪。
关键指标怎么选
不是所有暴露的指标都需告警，重点关注以下 5 个基础但高信息密度的指标：
-
读吞吐量：
rate(node_disk_read_bytes_total{device=~"sda|nvme0n1"}[5m]) / 1048576（单位 MB/s） -
写吞吐量：
rate(node_disk_written_bytes_total{device=~"sda|nvme0n1"}[5m]) / 1048576 -
IOPS：
rate(node_disk_reads_completed_total{device=~"sda|nvme0n1"}[5m]) + rate(node_disk_writes_completed_total{device=~"sda|nvme0n1"}[5m]) -
平均等待时间：
rate(node_disk_io_time_seconds_total{device=~"sda|nvme0n1"}[5m]) / rate(node_disk_io_now{device=~"sda|nvme0n1"}[5m])（单位秒，注意分母为 0 时需加or vector(0)防错） -
当前队列深度：
node_disk_io_now{device=~"sda|nvme0n1"}（瞬时值，反映实时压力）
设备名怎么确定
不能硬写 sda，实际设备名因系统而异。推荐两种方式动态适配：
Linux Security Scanner
下载
Linux 安全审计工具，检查 SSH 配置、开放/监听端口、防火墙规则（ufw/iptables/nftables）、失败登录尝试、sudoers 权限...
- 在 Grafana 中启用变量：定义
$disk变量，数据源设为label_values(node_disk_io_time_seconds_total, device)，面板中用{device="$disk"}替换硬编码 - 用
lsblk -d -o NAME,ROTA,MODEL区分类型：ROTA=1是机械盘，ROTA=0是 SSD/NVMe，便于按介质类型设置不同阈值
延迟和队列深度怎么看健康
光看吞吐量容易误判，必须结合延迟和队列行为：
- HDD 延迟超过 15ms、SATA SSD 超过 2ms、NVMe 超过 0.3ms，说明 I/O 等待明显升高
- 队列深度持续 > 2（HDD）或 > 4（SSD）且伴随高 await，大概率是应用突发写入或调度器阻塞
- 若
node_disk_io_now高但node_disk_io_time_seconds_total增长缓慢，可能是大量小 I/O 在排队未下发，需查rrqm/s和wrqm/s（合并率）是否异常低
Grafana 面板建议布局
一个实用的磁盘 I/O 主面板应包含以下四块内容，横向并列更利于横向对比：
- 左上：读吞吐量（MB/s）+ 写吞吐量（MB/s）——双 Y 轴折线图
- 右上：IOPS（总操作数/秒）+ 队列深度（当前请求数）——堆叠柱状图或双线图
- 中下：I/O 延迟热力图（X: 时间，Y: 延迟区间，颜色深浅=发生频次）——用
histogram_quantile(0.95, sum(rate(node_disk_io_time_seconds_total{device=~".+"}[5m])) by (le, device))计算 P95 - 底部：设备利用率（
100 * rate(node_disk_io_time_seconds_total[5m])）+ 平均请求大小（(rate(node_disk_read_bytes_total[5m]) + rate(node_disk_written_bytes_total[5m])) / (rate(node_disk_reads_completed_total[5m]) + rate(node_disk_writes_completed_total[5m]) + 1e-6)）
