Linux 怎么使用 iostat 排查由于磁盘坏道引起的 IO 飙升-linux运维-PHP中文网

iostat不能直接检测坏道，但能暴露坏道引发的io异常特征：w_await持续远超阈值（机械盘>50ms、ssd>10ms）且波动剧烈，%util高但wkb/s极低或归零，avgqu-sz显著升高而w/s偏低，r_await与w_await同步飙升且svctm接近await。

linux 怎么使用 iostat 排查由于磁盘坏道引起的 io 飙升

iostat 本身不能直接检测磁盘坏道，但它能敏锐反映出坏道引发的典型 IO 异常特征——比如写入延迟骤增、请求堆积、利用率虚高但吞吐低下。排查的关键是：把 iostat 当作“症状观察仪”，结合其他工具交叉验证是否指向物理介质故障。

坏道（尤其是不可修复的硬错误）会让磁盘在底层反复重试、超时、降速，iostat 会暴露这些“挣扎痕迹”：

w_await 持续远高于正常值
- 机械盘 > 50ms、SSD > 10ms 且波动剧烈（不是稳定高，而是忽高忽低、跳变明显）
- 注意区分：单纯负载高时 await 可能升高但较平稳；坏道导致的 await 往往伴随尖峰抖动
%util 高但 wkB/s 极低或不稳定
- 例如 %util 95%，但 wkB/s 只有几 MB/s，甚至频繁归零 → 磁盘卡在重试/纠错，实际写不进去
avgqu-sz 显著升高 + w/s 却不高

CMIC Skill Scanner (Linux ARM64)
使用 auto、native 或 external 引擎审计待安装的 skill 包或归档，并可选启用 LLM 语义分析。

下载
- 队列里堆了大量请求（如 avgqu-sz > 5），但每秒完成的写请求（w/s）却只有个位数 → 请求“堵死”在驱动层，很可能是底层响应失败
r_await 和 w_await 同时飙升，且 svctm 接近或超过 await
- 虽然 svctm 在新版内核中已弃用，但如果它和 await 差值极小（比如 svctm=48ms, await=52ms），说明几乎没排队时间，延迟全花在设备处理上 → 设备自身响应慢，非队列问题

✅ 实用命令：iostat -xmd 1（每秒刷新，MB 单位，扩展指标）
关注 sda（或对应盘符）这一行，连续观察 30 秒以上，不要只看单次采样。

iostat 提示“可能坏了”，但不能下结论。要快速验证是否真为坏道，需立刻执行：

检查系统日志是否有硬件级报错
```
dmesg | grep -i "ata\|nvme\|sd.\|error\|failed\|timeout\|uncorrect"
```
- 出现 UNCORRECT, ABRT, timeout, retrying, media error, SMART failure 等关键词，基本坐实坏道或盘故障
- 特别注意 end_request: I/O error 或 sector 后跟具体扇区号（如 sector 123456789）
运行 SMART 自检（对 HDD/SSD 都适用）
```
sudo smartctl -a /dev/sda     # 查看完整健康状态
sudo smartctl -t short /dev/sda   # 快速自检（几分钟）
sudo smartctl -t long /dev/sda    # 全盘扫描（数小时，生产环境慎用）
```
- 重点关注 Reallocated_Sector_Ct, Current_Pending_Sector, UDMA_CRC_Error_Count, Media_Wearout_Indicator（SSD）等属性值是否非零或正在增长
- smartctl -l selftest /dev/sda 查看最近一次自检结果
用 dd + direct 方式做扇区级读写验证（谨慎操作）
若日志或 SMART 已提示某区域异常，可定位测试：
```
# 假设 dmesg 提到 sector 123456789，换算成 512 字节偏移：123456789 × 512
sudo dd if=/dev/sda of=/dev/null bs=512 skip=123456789 count=1 iflag=direct
```
- 如果卡住、报 Input/output error 或耗时极长（>30s），基本确认该扇区失效

现象	坏道典型表现	其他常见原因（如日志刷盘、DB checkpoint）
%util	高但“假忙”：吞吐低、w/s 少、avgqu-sz 高	高且真实：wkB/s 高、w/s 高、吞吐匹配
await 曲线	抖动剧烈，出现毫秒级尖峰或长时间挂起	相对平滑上升/回落，无突兀断点
dmesg 日志	大量 ATA/NVMe 底层错误、sector 报告	无硬件错误，可能有 `jbd2`, `klogd`, `rsyslogd` 进程日志
SMART 属性	Reallocated/Pending Sector 数上升	所有关键属性正常

不复杂但容易忽略：iostat 是起点，不是终点。它告诉你“这里疼”，但得靠 dmesg、SMART 和定向读写，才能看清是肌肉拉伤还是骨头裂了。