http://linuxperf.com/?p=156
iostat(1)是在Linux系統上查看I/O性能最基本的工具，然而對于那些熟悉其它UNIX系統的人來說它是很容易被誤讀的。比如在HP-UX上 avserv（相當于Linux上的 svctm）是最重要的I/O指標，反映了硬盤設備的性能，它是指I/O請求從SCSI層發出、到I/O完成之后返回SCSI層所消耗的時間，不包括在SCSI隊列中的等待時間，所以avserv體現了硬盤設備處理I/O的速度，又被稱為disk service time，如果avserv很大，那么肯定是硬件出問題了。然而Linux上svctm的含義截然不同，事實上在iostat(1)和sar(1)的man page上都說了不要相信svctm，該指標將被廢棄：
“Warning! Do not?trust this field any more. This field will be removed in?a future sysstat version.”
在Linux上，每個I/O的平均耗時是用await表示的，但它不能反映硬盤設備的性能，因為await不僅包括硬盤設備處理I/O的時間，還包括了在隊列中等待的時間。I/O請求在隊列中的時候尚未發送給硬盤設備，即隊列中的等待時間不是硬盤設備消耗的，所以說await體現不了硬盤設備的速度，內核的問題比如I/O調度器什么的也有可能導致await變大。那么有沒有哪個指標可以衡量硬盤設備的性能呢？非常遺憾的是，iostat(1)和sar(1)都沒有，這是因為它們所依賴的/proc/diskstats不提供這項數據。要真正理解iostat的輸出結果，應該從理解/proc/diskstats開始。
/proc/diskstats有11個字段，以下內核文檔解釋了它們的含義https://www.kernel.org/doc/Documentation/iostats.txt，我重新表述了一下，注意除了字段#9之外都是累計值，從系統啟動之后一直累加：
(rd_ios)讀操作的次數。
(rd_merges)合并讀操作的次數。如果兩個讀操作讀取相鄰的數據塊時，可以被合并成一個，以提高效率。合并的操作通常是I/O scheduler（也叫elevator）負責的。
(rd_sectors)讀取的扇區數量。
(rd_ticks)讀操作消耗的時間（以毫秒為單位）。每個讀操作從__make_request()開始計時，到end_that_request_last()為止，包括了在隊列中等待的時間。
(wr_ios)寫操作的次數。
(wr_merges)合并寫操作的次數。
(wr_sectors)寫入的扇區數量。
(wr_ticks)寫操作消耗的時間（以毫秒為單位）。
(in_flight)當前未完成的I/O數量。在I/O請求進入隊列時該值加1，在I/O結束時該值減1。
注意：是I/O請求進入隊列時，而不是提交給硬盤設備時。
(io_ticks)該設備用于處理I/O的自然時間(wall-clock time)。
請注意io_ticks與rd_ticks(字段#4)和wr_ticks(字段#8)的區別，rd_ticks和wr_ticks是把每一個I/O所消耗的時間累加在一起，因為硬盤設備通常可以并行處理多個I/O，所以rd_ticks和wr_ticks往往會比自然時間大。而io_ticks表示該設備有I/O（即非空閑）的時間，不考慮I/O有多少，只考慮有沒有。在實際計算時，字段#9(in_flight)不為零的時候io_ticks保持計時，字段#9(in_flight)為零的時候io_ticks停止計時。
(time_in_queue)對字段#10(io_ticks)的加權值。字段#10(io_ticks)是自然時間，不考慮當前有幾個I/O，而time_in_queue是用當前的I/O數量（即字段#9 in-flight）乘以自然時間。雖然該字段的名稱是time_in_queue，但并不真的只是在隊列中的時間，其中還包含了硬盤處理I/O的時間。iostat在計算avgqu-sz時會用到這個字段。
iostat(1)是以/proc/diskstats為基礎計算出來的，因為/proc/diskstats并未把隊列等待時間和硬盤處理時間分開，所以凡是以它為基礎的工具都不可能分別提供disk service time以及與queue有關的值。
注：下面的公式中“Δ”表示兩次取樣之間的差值，“Δt”表示采樣周期。
tps：每秒I/O次數=[(Δrd_ios+Δwr_ios)/Δt]
r/s：每秒讀操作的次數=[Δrd_ios/Δt]
w/s：每秒寫操作的次數=[Δwr_ios/Δt]
rkB/s：每秒讀取的千字節數=[Δrd_sectors/Δt]*[512/1024]
wkB/s：每秒寫入的千字節數=[Δwr_sectors/Δt]*[512/1024]
rrqm/s：每秒合并讀操作的次數=[Δrd_merges/Δt]
wrqm/s：每秒合并寫操作的次數=[Δwr_merges/Δt]
avgrq-sz：每個I/O的平均扇區數=[Δrd_sectors+Δwr_sectors]/[Δrd_ios+Δwr_ios]
avgqu-sz：平均未完成的I/O請求數量=[Δtime_in_queue/Δt]
（手冊上說是隊列里的平均I/O請求數量，更恰當的理解應該是平均未完成的I/O請求數量。）
await：每個I/O平均所需的時間=[Δrd_ticks+Δwr_ticks]/[Δrd_ios+Δwr_ios]
（不僅包括硬盤設備處理I/O的時間，還包括了在kernel隊列中等待的時間。）
r_await：每個讀操作平均所需的時間=[Δrd_ticks/Δrd_ios]
不僅包括硬盤設備讀操作的時間，還包括了在kernel隊列中等待的時間。
w_await：每個寫操作平均所需的時間=[Δwr_ticks/Δwr_ios]
不僅包括硬盤設備寫操作的時間，還包括了在kernel隊列中等待的時間。
%util：該硬盤設備的繁忙比率=[Δio_ticks/Δt]
表示該設備有I/O（即非空閑）的時間比率，不考慮I/O有多少，只考慮有沒有。
svctm：已被廢棄的指標，沒什么意義，svctm=[util/tput]
對iostat(1)的恰當解讀有助于正確地分析問題，我們結合實際案例進一步討論。
關于rrqm/s和wrqm/s
前面講過，如果兩個I/O操作發生在相鄰的數據塊時，它們可以被合并成一個，以提高效率，合并的操作通常是I/O scheduler（也叫elevator）負責的。
以下案例對許多硬盤設備執行同樣的壓力測試，結果惟有sdb比其它硬盤都更快一些，可是硬盤型號都一樣，為什么sdb的表現不一樣？
可以看到其它硬盤的rrqm/s都為0，而sdb不是，就是說發生了I/O合并，所以效率更高，r/s和rMB/s都更高，我們知道I/O合并是內核的I/O scheduler（elevator）負責的，于是檢查了sdb的/sys/block/sdb/queue/scheduler，發現它與別的硬盤用了不同的I/O scheduler，所以表現也不一樣。
%util與硬盤設備飽和度
%util表示該設備有I/O（即非空閑）的時間比率，不考慮I/O有多少，只考慮有沒有。由于現代硬盤設備都有并行處理多個I/O請求的能力，所以%util即使達到100%也不意味著設備飽和了。舉個簡化的例子：某硬盤處理單個I/O需要0.1秒，有能力同時處理10個I/O請求，那么當10個I/O請求依次順序提交的時候，需要1秒才能全部完成，在1秒的采樣周期里%util達到100%；而如果10個I/O請求一次性提交的話，0.1秒就全部完成，在1秒的采樣周期里%util只有10%?？梢?，即使%util高達100%，硬盤也仍然有可能還有余力處理更多的I/O請求，即沒有達到飽和狀態。那么iostat(1)有沒有哪個指標可以衡量硬盤設備的飽和程度呢？很遺憾，沒有。
await多大才算有問題
await是單個I/O所消耗的時間，包括硬盤設備處理I/O的時間和I/O請求在kernel隊列中等待的時間，正常情況下隊列等待時間可以忽略不計，姑且把await當作衡量硬盤速度的指標吧，那么多大算是正常呢？
對于SSD，從0.0x毫秒到1.x毫秒不等，具體看產品手冊；
對于機械硬盤，可以參考以下文檔中的計算方法：
http://cseweb.ucsd.edu/classes/wi01/cse102/sol2.pdf
大致來說一萬轉的機械硬盤是8.38毫秒，包括尋道時間、旋轉延遲、傳輸時間。
在實踐中，要根據應用場景來判斷await是否正常，如果I/O模式很隨機、I/O負載比較高，會導致磁頭亂跑，尋道時間長，那么相應地await要估算得大一些；如果I/O模式是順序讀寫，只有單一進程產生I/O負載，那么尋道時間和旋轉延遲都可以忽略不計，主要考慮傳輸時間，相應地await就應該很小，甚至不到1毫秒。在以下實例中，await是7.50毫秒，似乎并不大，但考慮到這是一個dd測試，屬于順序讀操作，而且只有單一任務在該硬盤上，這里的await應該不到1毫秒才算正常：
1
2Device:rrqm/swrqm/sr/sw/srsec/swsec/savgrq-szavgqu-szawaitsvctm%util
sdg0.000.00133.000.002128.000.0016.001.007.507.4999.60
對磁盤陣列來說，因為有硬件緩存，寫操作不等落盤就算完成，所以寫操作的service time大大加快了，如果磁盤陣列的寫操作不在一兩個毫秒以內就算慢的了；讀操作則未必，不在緩存中的數據仍然需要讀取物理硬盤，單個小數據塊的讀取速度跟單盤差不多。
