云联信息实操：磁盘 IO 卡顿，三个层面的排查顺序

系统响应变慢，CPU 不高、内存够用，查了 SQL 也没问题。最后发现磁盘 IO 等待时间占了四成。云服务器的磁盘性能有上限，超过上限，再优化代码也没用。

第一层：看监控指标

云监控里的磁盘读写吞吐、IOPS、等待时间。三个指标同时看：吞吐到顶是带宽瓶颈，IOPS 到顶是随机读写瓶颈，等待时间长是队列积压。

第二层：看磁盘类型

普通云硬盘、SSD 云硬盘、增强型 SSD，IOPS 差几倍。数据库跑在普通盘上，随机读写性能天生不足，换盘比优化代码有效。

第三层：看系统内部

用系统工具看哪个进程在大量读写，是日志刷盘、是备份任务、还是数据库的临时文件。定位到进程，才知道该改什么。

常见原因一：日志级别过低

调试日志开着没关，每秒写几百行，磁盘被日志占满。生产环境用信息级，调试时临时开，改完关掉。

常见原因二：数据库临时表

复杂的排序和关联会产生大量临时表，落到磁盘上就是密集读写。优化 SQL 或加索引，比加磁盘便宜。

常见原因三：备份与同步任务

备份任务在业务高峰跑，磁盘被占满。把备份挪到低谷时段，问题立刻缓解。

云盘的性能上限

云盘性能与容量相关，容量小的盘 IOPS 上限低。给数据库盘留足容量，不只是为了存数据，也是为了性能。

多盘分担

数据盘、日志盘、备份盘分开，避免互相争抢。一块盘上跑所有东西，任何一类 IO 高峰都会影响全局。

换盘与迁移

云盘支持在线扩容和类型变更，变更期间性能可能短暂下降。安排在业务低谷做，做完观察一天。

IO 与业务高峰的关系

把磁盘监控曲线和业务访问曲线叠在一起看，能判断是业务增长导致还是异常任务导致。两条曲线的时间点是否重合，是关键线索。

云盘的性能测试

新购云盘先做一次基准测试，确认实际性能达到标称值。达不到就找厂商，别等业务上线才发现。

IO 测试的方法

用连续的随机读写测试云盘性能，模拟数据库的真实负载。顺序读写的数据好看，参考价值低。

缓存层的引入

读多写少的场景，加一层缓存能显著降低磁盘压力。缓存命中率是关键指标。

预留 IO 余量

磁盘 IO 长期跑到七成以上，任何突发都会排队。留三成余量，是性价比最高的稳定性投入。

磁盘 IO 问题的排查有顺序：先看监控指标，再看磁盘类型，最后看系统内部。顺序对了，半小时能定位；顺序错了，可能查两天。日志级别、临时表、备份任务是最常见的三个原因。云联信息【资深云服务专家微信：cloud7591】在做性能诊断时，通常先拉一周的磁盘监控曲线，看瓶颈出现在哪个时段。