డిస్క్ లోడ్: iostat మరియు iotop

డిస్క్ అనేది “CPU ఐడిల్‌లో ఉన్నా అంతా నెమ్మదిగా ఉంది” అనే సమస్యకు అత్యంత సాధారణ కారణం. ప్రాసెస్‌లు I/O కోసం వేచి ఉంటాయి, లోడ్ యావరేజ్ పెరుగుతుంది, కానీ htop లో CPU% దాదాపు సున్నా అని చూపిస్తుంది. దీన్ని సంఖ్యల్లో ఎలా చూడాలో చూద్దాం.

మీకు కేటాయించిన వనరులు

నోడ్‌లపై ఉన్న డిస్క్‌లు NVMe, కానీ వేగం టియర్ ప్రకారం పరిమితం: రైట్‌లు — ప్రతి కోర్‌కు 60 MB/s, కానీ 60 కంటే తక్కువ కాదు, 400 MB/s కంటే ఎక్కువ కాదు; రీడ్‌లు రైట్ వేగానికి రెట్టింపు. పరిమితి దాటిన తర్వాత, 30 సెకన్ల పాటు మూడు రెట్లు ఎక్కువ బరస్ట్ అనుమతించబడుతుంది — ఆర్కైవ్‌ను విప్పడానికి లేదా ప్రాజెక్ట్‌ను బిల్డ్ చేయడానికి సరిపోతుంది, కానీ నిరంతరం ఒక టెరాబైట్ అప్‌లోడ్ చేయడానికి కాదు.

మీ కొలతలు సరిగ్గా ఈ సంఖ్యలకు చేరుకుంటే, మీరు పరిమితిని చేరుకున్నారు — ఏదీ పాడవలేదు. అంతకు మించి, ఒక టియర్ పైకి వెళ్లడం మాత్రమే సహాయపడుతుంది.

iostat: పెద్ద చిత్రం

apt install -y sysstat       # Debian, Ubuntu
dnf install -y sysstat       # AlmaLinux, CentOS Stream

iostat -xz 2

ఈ కమాండ్ ప్రతి రెండు సెకన్లకు ఒక స్నాప్‌షాట్‌ను ప్రింట్ చేస్తుంది. మొదటి అవుట్‌పుట్ బూట్ నుండి సగటు — దాన్ని దాటవేయండి. vda లేదా sda లైన్‌ను చూడండి:

• r/s, w/s — సెకనుకు రీడ్ మరియు రైట్ ఆపరేషన్‌లు.
• rkB/s, wkB/s — మెగాబైట్‌లు, 1024తో భాగించండి. పైన ఉన్న పట్టికతో పోల్చండి.
• await — మిల్లీసెకన్లలో ప్రతి ఆపరేషన్‌కు సగటు నిరీక్షణ. ఒకే అంకెలు సాధారణం; పదులు మరియు వందలు అంటే క్యూ ఉందని అర్థం.
• %util — డిస్క్ ఎంత బిజీగా ఉందో. స్థిరంగా 90–100 % అంటే మీరు గోడను తాకారు.

vmstat 2 కూడా ఉపయోగకరం: wa కాలమ్ (io wait) CPU డిస్క్ కోసం ఎంత శాతం సమయం వృథా చేస్తుందో చూపిస్తుంది.

iotop: సరిగ్గా ఎవరు రాస్తున్నారు

apt install -y iotop && iotop -oPa

-o కేవలం యాక్టివ్ ప్రాసెస్‌లను చూపిస్తుంది, -P థ్రెడ్‌లకు బదులుగా ప్రాసెస్‌లను చూపిస్తుంది, -a ప్రారంభించినప్పటి నుండి పేరుకుపోయిన పరిమాణాన్ని చూపిస్తుంది. ఒక నిమిషం గమనించిన తర్వాత నిజమైన నేరస్థుడు కనిపిస్తాడు: సాధారణంగా ఒక డేటాబేస్, లాగ్ కలెక్టర్ లేదా బ్యాకప్.

ఇంటరాక్టివ్ UI లేకుండా ఒకసారి చేసే తనిఖీ:

iotop -boPan 3 | head -20

కనుగొన్న దానిపై ఏమి చేయాలి

• జర్నల్ రాస్తోంది. దాని పరిమాణాన్ని పరిమితం చేయండి: journalctl --vacuum-size=200M మరియు /etc/systemd/journald.conf లో SystemMaxUse=200M. మరింత కోసం, systemd journals చూడండి.
• డేటాబేస్ రాస్తోంది. ఇండెక్స్ లేకపోవడం వల్ల పూర్తి టేబుల్ స్కాన్ జరుగుతోందో లేదో, మరియు బఫర్ చాలా చిన్నగా సెట్ చేయబడి అంతా డిస్క్‌కు నెట్టబడుతోందో లేదో తనిఖీ చేయండి.
• పని సమయంలో బ్యాకప్ లేదా rsync. వేగాన్ని పరిమితం చేయండి: rsync --bwlimit=20M; ఆర్కైవింగ్ కోసం, ionice -c3 nice -n19 tar ... ఉపయోగించండి, తద్వారా ఆ టాస్క్ వెనక్కి తగ్గుతుంది.
• Swap. డిస్క్ పేజింగ్‌తో బిజీగా ఉంటే, సమస్య డిస్క్ కాదు, మెమరీ — Memory and swap చదవండి.

సాధారణ తప్పులు

dd మరియు conv=fdatasync తో వేగాన్ని కొలిచి, ఒకే ఒక్క రన్ నుండి నిర్ణయాలకు రావడం: మొదటి కొన్ని సెకన్లు బరస్ట్‌పై నడుస్తాయి మరియు పెంచిన ఫలితాన్ని ఇస్తాయి. సరైన పద్ధతి Benchmarking disk and network speed లో ఉంది.

నిండిన డిస్క్ కూడా “అంతా నెమ్మదిగా ఉంది” లాగానే కనిపిస్తుంది: ఖాళీ స్థలం లేదు, ఒక సర్వీస్ తాత్కాలిక ఫైల్‌ను రాయలేక హ్యాంగ్ అవుతుంది. మొదట df -h తనిఖీ చేయండి — అది ఒక సెకన్ తీసుకుంటుంది.