上一篇 下一篇 分享链接 返回 返回顶部

iops不够怎么办

发布人: 发布时间: 阅读量:35

iops不够怎么办

IOPS 不够的样子,往往不是整台机器变慢。数据库备份跑完,网站突然卡十分钟;白天一切正常,凌晨批量任务一开,接口全超时。这类症状八成不是 CPU,是磁盘每秒的读写次数被顶到了上限。

先弄清楚是谁在吃 IOPS

一个 4K 随机读算一次 IOPS,一个 1M 顺序写也只算一次。同样的数字,干活的效率差几十倍。把业务拆开看:索引查询是随机小 IO,日志写入是顺序大 IO,图片视频也是顺序大 IO,但量级完全不同。混在一起谈"IOPS 不够",通常谈不出结果。

我更愿意先跑一遍 fio,把 4K 随机读写、128K 顺序读写四组数拿出来,再和业务真实的读写模式对一遍。对不上,说明瓶颈根本不在盘上,钱花出去也白花。

还有个更省事的判断:看平均响应没意义,看 P99。平均 3 毫秒、P99 300 毫秒的盘,用户感受到的就是"偶尔卡死"。并发一上来,请求在队列里排队,排队的等待时间是叠加的,一百个并发以内看不出来,三百个并发就开始雪崩。

云盘的 IOPS 是配额的

云服务器的系统盘和数据盘,IOPS 上限跟盘的类型、容量挂钩。40G 的普通云盘和 500G 的 SSD 云盘,配额不是一个量级。下单时只看"40GB"这个数字,很容易买到 IOPS 只有几百的那一档,跑个小 MySQL 就顶住了。

还有突发型的盘,平时攒额度,跑分很好看。批量任务一开,额度半小时用完,性能掉回基线,表现就是"刚开始很快,后来一直慢"。这种曲线看监控能看出来,看跑分看不出来。

共享存储还有一个说不出口的问题:邻居。同一套存储池里,隔壁那台机器做全量备份的时候,你的盘也跟着抖。买之前问一句"这块盘是本地 NVMe 还是网络盘、有没有带宽和 IOPS 双配额",比看标称数字有用。

数据库是最典型的消耗者

InnoDB 的 redo log 是顺序写,看着不费。二级索引的随机读、buffer pool 不够导致的回表、双写缓冲,才是 IOPS 的大头。一台 8G 内存的机器跑 10G 的库,热数据装不进内存,每次查询都落到盘上,IOPS 自然被打满。

把内存加上去,让热数据待在内存里,往往比换一块更快的盘划算。顺序反了最费钱:先升盘、后加内存,等内存加上去才发现盘根本没跑满,那笔升级的钱就白花了。

能动手的几件事

加大内存做缓存,是第一件。把 binlog、慢查询日志、临时表目录分到不同盘上,让顺序写和随机读不打架,是第二件。给 RAID 卡配带电池的写缓存,把随机写合并成顺序写,是第三件,物理机上很有效,云上没这个开关。

再往下是业务层的拆:冷数据归档到对象存储、图片走 CDN、报表任务挪到从库、批量任务限速。这些不用改代码的部分,收益常常比硬件升级还大。降 IOPS 的正确顺序是"先减少请求,再提高单次效率",反过来做,钱花完问题还在。

参数能调,但别乱调

innodb_flush_log_at_trx_commit 从 1 改成 2,IOPS 立刻下来,代价是宕机可能丢掉一秒的事务。sync_binlog 同理。这类参数在测试环境随便调,生产上调之前先问自己一句:丢一秒数据能不能接受。

拿不准就不动。为了跑分把这两个都关掉的做法并不罕见,速度是上去了,代价要等一次意外断电才显现,对账能对好几天。

换硬件之前先算账

本地 NVMe 的 IOPS 是云盘的好几倍,单价不一定贵,但要做 RAID、要做备份,机器坏了数据跟着走。云盘的 IOPS 有上限,好处是换机器数据还在,扩容点几下就完。两种方案的成本结构不一样,比价不能只比月费。

西安那边的云服务器 35 元起,宿迁 三线 BGP 入门款 199 元起,这两类适合 IOPS 需求不大的站点。真跑数据库、吃高并发写入,物理机更合适,宿迁高防物理机 799 元起那档配 32G 内存,加阵列卡和缓存之后,随机写会稳很多。

监控里该看哪几个数

iostat 的 await 超过 20 毫秒,基本能确认盘在排队。%util 长期贴着 100,说明设备被占满。队列深度上不去而 await 很高,是盘本身慢,不是并发不够。

这三个数一起看,比单看 IOPS 峰值有用。峰值只能说明你某一秒跑得快,await 才能说明用户到底等了几秒。

小站也有小站的做法

流量不大的站点,没必要一上来就追 NVMe。把数据库和日志分盘、把静态资源放到 国内高防 CDN 上、把备份和批量任务错开半小时以上,IOPS 高峰能削掉一大截。

一套 香港 CN2 云服务器 36 元起,跑个人博客和小程序后端,配 4 核 4G,IOPS 配额足够日常用。真正需要担心的,是那种一台机器上又建站又跑数据库又跑定时任务的做法,盘不是不够快,是活太多。

备份窗口也在抢 IO

很多"白天好好的、凌晨就崩"的故障,根子是备份和批量任务撞在了一起。mysqldump 会把 buffer pool 里的数据全刷一遍,逻辑备份读的是全表,等于凭空多出几万次随机读。备份文件再写到同一块盘上,写放大又叠一层。

把备份改成从库做、把备份文件直接流到对象存储、把压缩挪到别的机器上,这三步不改业务代码,能削掉一整段高峰。我倾向于给备份单独排一个时间窗,而不是让它和报表任务抢同一小时。

单机顶不住的时候

单机的 IOPS 有物理上限,NVMe 盘撑到几十万次也就到顶了。真到这一步,加内存、拆冷热都救不了,只能分:按业务拆库、按读写拆主从、把统计类查询挪到独立的分析库。

拆的代价是复杂度。跨库事务、数据一致性、缓存失效,每一样都要人盯着。所以我一般会先问一句:这个写入量是真业务,还是日志和埋点在灌水?把无用的写入关掉,往往比拆库便宜十倍。

一句判断

IOPS 不够,本质是随机小 IO 的数量超过了设备每秒能扛的次数。加内存、拆冷热、错开批量任务,这三件事花钱最少、见效最快,先做完这三件,再谈换盘,顺序反了就是白花钱。

你现在的 await 是多少?如果长期在 20 毫秒以上,先别急着升级配置。

本文价格取自官网公开报价页,均为起价,随配置和线路浮动,实际以下单页为准。

目录结构
全文