1) iostat命令
iostat 命令主要通過觀察物理磁盤的活動時間以及他們的平均傳輸速度，監控系統輸入 / 輸出設備負載。根據 iostat 命令產生的報告，用戶可確定一個系統配置是否平衡，並據此在物理磁盤與適配器之間更好地平衡輸入 / 輸出負載。 iostat 工具的主要目的是通過監控磁盤的利用率，而探測到系統中的 I/O 瓶頸。不同操作系統命令格式輸出格式略有不同，管理員可以通過查看用戶手冊來確定它的用法。
安裝 iostat
iostat命令，如果沒有使用命令，則需要進行安裝。
安裝命令
apt-get install sysstat
deb包下載地址 (Ubuntu Server 9.10)
http://tw.archive.ubuntu.com/ubuntu/pool/main/s/sysstat/sysstat_9.0.3-2ubuntu1_amd64.deb
targz包下載地址
http://pagesperso-orange.fr/sebastien.godard/sysstat-9.1.1.tar.gz
2) sar命令
sar 命令報告 CPU 的使用情況， I/O 以及其它系統行為。 sar 命令可以收集，報告以及保存系統行為信息。以這種方式收集到的數據對於確定系統的時間周期特征和決定峰值使用時間是很有用的。但要注意的是， sar 命令自己運行時會產生相當數量的讀寫，因此最好在沒有工作量的情況下運行 sar 統計，看看 sar 對總的統計數字有多大的影響。
2 ．磁盤 I/O 性能指標
在介紹磁盤 I/O 監控命令前，我們需要了解磁盤 I/O 性能監控的指標，以及每個指標的所揭示的磁盤某方面的性能。磁盤 I/O 性能監控的指標主要包括：
1) 每秒 I/O 數（ IOPS 或 tps）
對於磁盤來說，一次磁盤的連續讀或者連續寫稱為一次磁盤 I/O, 磁盤的 IOPS 就是每秒磁盤連續讀次數和連續寫次數之和。當傳輸小塊不連續數據時，該指標有重要參考意義。
2) 吞吐量（ Throughput）
指硬盤傳輸數據流的速度，傳輸數據為讀出數據和寫入數據的和。其單位一般為 Kbps, MB/s 等。當傳輸大塊不連續數據的數據，該指標有重要參考作用。
3) 平均 I/O 數據尺寸
平均 I/O 數據尺寸為吞吐量除以 I/O 數目，該指標對揭示磁盤使用模式有重要意義。一般來說，如果平均 I/O 數據尺寸小於 32K，可認為磁盤使用模式以隨機存取為主；如果平均每次 I/O 數據尺寸大於 32K，可認為磁盤使用模式以順序存取為主。
4) 磁盤活動時間百分比（ Utilization） %util
磁盤處於活動時間的百分比，即磁盤利用率，磁盤在數據傳輸和處理命令（如尋道）處於活動狀態。磁盤利用率與資源爭用程度成正比，與性能成反比。也就是說磁盤利用率越高，資源爭用就越嚴重，性能也就越差，響應時間就越長。一般來說，如果磁盤利用率超過 70%，應用進程將花費較長的時間等待 I/O 完成，因為絕大多數進程在等待過程中將被阻塞或休眠。
5) 服務時間（ ServiceTime） svctm
指磁盤讀或寫操作執行的時間，包括尋道，旋轉時延，和數據傳輸等時間。其大小一般和磁盤性能有關， CPU/ 內存的負荷也會對其有影響，請求過多也會間接導致服務時間的增加。如果該值持續超過 20ms，一般可考慮會對上層應用產生影響。
6) I/O 等待隊列長度（ Queue Length）
指待處理的 I/O 請求的數目，如果 I/O 請求壓力持續超出磁盤處理能力，該值將增加。如果單塊磁盤的隊列長度持續超過 2，一般認為該磁盤存在 I/O 性能問題。需要注意的是，如果該磁盤為磁盤陣列虛擬的邏輯驅動器，需要再將該值除以組成這個邏輯驅動器的實際物理磁盤數目，以獲得平均單塊硬盤的 I/O 等待隊列長度。
7) 等待時間（ Wait Time）
指磁盤讀或寫操作等待執行的時間，即在隊列中排隊的時間。如果 I/O 請求持續超出磁盤處理能力，意味着來不及處理的 I/O 請求不得不在隊列中等待較長時間。通過監控以上指標，並將這些指標數值與歷史數據，經驗數據以及磁盤標稱值對比，必要時結合 CPU、內存、交換分區的使用狀況，不難發現磁盤 I/O潛在或已經出現的問題。但如果避免和解決這些問題呢？這就需要利用到磁盤 I/O 性能優化方面的知識和技術。限於本文主題和篇幅，僅列出一些常用的優化方法供讀者參考：
（ 1）調整數據布局，盡量將 I/O 請求較合理的分配到所有物理磁盤中；
（ 2）對於 RAID 磁盤陣列，盡量使應用程序 I/O 等於條帶尺寸或者為條帶尺寸的倍數。並選取合適的 RAID 方式，如 RAID10， RAID5；
（ 3）增大磁盤驅動程序的隊列深度，但不要超過磁盤的處理能力，否則，部分 I/O 請求會因為丟失而重新發出，這將降低性能；
（ 4）應用緩存技術減少應用存取磁盤的次數，緩存技術可應用在文件系統級別或者應用程序級別；
（ 5）由於多數數據庫中已包括經優化后的緩存技術，數據庫 I/O 宜直接存取原始磁盤分區（ rawpartition）或者利用繞過文件系統緩存的 DIO 技術（ direct IO）；
（ 6）利用內存讀寫帶寬遠比直接磁盤 I/O 操作性能優越的特點，將頻繁訪問的文件或數據置於內存中。
3 ． iostat 使用
| [命令 :] iostat [-c|-d] [-k] [-t] [間隔描述 ] [檢測次數 ] 參 數： -c : 僅顯示 cpu的狀態 -d : 僅顯示存儲設備的狀態，不可以和 -c一起使用 -k : 默認顯示的是讀入讀出的 block信息，用 -k可以改成 KB大小來顯示 -t: 顯示日期 -p device | ALL : device為某個設備或者某個分區，如果使用 ALL，就表示要顯示所有分區和設備的信息 |
1）基本使用
$iostat-d -k 1 10
說明： 參數 -d 表示，顯示設備（磁盤）使用狀態； -k 某些使用 block 為單位的列強制使用 Kilobytes 為單位； 1 10 表示，數據顯示每隔 1 秒刷新一次，共顯示 10 次 ，每一次的統計都是上一次的統計時間到這次的統計時間之間的統計數據。
2） -x 參數
使用 -x 參數我們可以獲得更多統計信息。
$iostat -d -x -k 1 10
3 ） -c 參數
獲取 cpu 部分狀態值
$iostat -c 1 10
4 ）常見用法
$iostat -d -k 1 10
# 查看 TPS 和吞吐量信息
$iostat -d -x -k 1 10
# 查看設備使用率（ %util ）、響應時間（ await ）
$iostat -c 1 10
# 查看 cpu 狀態
5)mpstat 命令
mpstat 是 MultiProcessor Statistics 的縮寫，是實時系統監控工具。其報告與 CPU 的一些統計信息，這些信息存放在 /proc/stat 文件中。在多 CPUs 系統里，其不但能查看所有 CPU 的平均狀況信息，而且能夠查看特定 CPU 的信息。下面只介紹 mpstat 與 CPU 相關的參數， mpstat 的語法如下：
| mpstat [-P {|ALL}] [internal [count]] 參數解釋-P {|ALL} 表示監控哪個 CPU ， cpu 在 [0,cpu 個數 -1] 中取值 internal 相鄰的兩次采樣的間隔時間 count 采樣的次數， count 只能和 delay 一起使用 |
當沒有參數時， mpstat 則顯示系統啟動以后所有信息的平均值。有 interval 時，第一行的信息自系統啟動以來的平均信息。
（ 1 ） $mpstat
mpstat 不帶參數時，輸出為從系統啟動以來的平均值。
（ 2 ） $mpstat-P ALL 2 3
2 秒產生所有處理器的統計數據報告 ，統計三次，默認輸出所有的處理器的統計數據；
（ 3 ） $mpstat–P 0 2 3
2 秒產生 0 號處理器的統計數據報告，統計三次；
4 ． iostat 相關參數說明
| 參數 |
英文說明 |
說明 |
| rrqm/s | read request merge | 每秒進行 merge 的讀操作數目。即 delta(rmerge)/s |
| wrqm/s | write request merge | 每秒進行 merge 的寫操作數目。即 delta(wmerge)/s |
| r/s | read | 每秒完成的讀 I/O 設備次數。即 delta(rio)/s |
| w/s | write | 每秒完成的寫 I/O 設備次數。即 delta(wio)/s |
| rsec/s | read section | 每秒讀扇區數。即 delta(rsect)/s |
| wsec/s | write section | 每秒寫扇區數。即 delta(wsect)/s |
| rkB/s | read kilo byte | 每秒讀 K字節數。是 rsect/s 的一半，因為每扇區大小為 512字節。 (需要計算 ) |
| wkB/s | write kilo byte | 每秒寫 K字節數。是 wsect/s 的一半。 (需要計算 ) |
| avgrq-sz | average request size | 平均每次設備 I/O操作的數據大小 (扇區 )。 delta(rsect+wsect)/delta(rio+wio) |
| avgqu-sz | average queue size | 平均 I/O隊列長度。即 delta(aveq)/s/1000 (因為 aveq的單位為毫秒 ) |
| await | average wait | 平均每次設備 I/O操作的等待時間 (毫秒 )。即 delta(ruse+wuse)/delta(rio+wio) |
| svctm | service time | 平均每次設備 I/O操作的服務時間 (毫秒 )。即 delta(use)/delta(rio+wio) |
| %util | utilty | 一秒中有百分之多少的時間用於 I/O 操作，或者說一秒中有多少時間 I/O 隊列是非空的。即 delta(use)/s/1000 (因為 use的單位為毫秒 ) |
如果 %util接近 100%，說明產生的 I/O請求太多， I/O系統已經滿負荷，該磁盤可能存在瓶頸， idle小於 70% IO壓力就較大了 ,一般讀取速度有較多的 wait。同時可以結合 vmstat（ virtual memory status）查看 b參數 (等待資源的進程數 )和 wa參數 (IO等待所占用的 CPU時間的百分比 ,高過 30%時 IO壓力高 )
另外還可以參考 svctm，由於它一般要小於 await (因為同時等待的請求的等待時間被重復計算了 )， svctm 的大小一般和磁盤性能有關， CPU/內存的負荷也會對其有影響，請求過多也會間接導致 svctm 的增加。 await 的大小一般取決於服務時間 (svctm) 以及 I/O 隊列的長度和 I/O 請求的發出模式。如果 svctm 比較接近 await，說明 I/O 幾乎沒有等待時間；如果 await 遠大於 svctm，說明 I/O 隊列太長，應用得到的響應時間變慢，如果響應時間超過了用戶可以容許的范圍，這時可以考慮更換更快的磁盤，調整內核 elevator 算法，優化應用，或者升級 CPU。隊列長度 (avgqu-sz)也可作為衡量系統 I/O 負荷的指標，但由於 avgqu-sz 是按照單位時間的平均值，所以不能反映瞬間的 I/O 洪水。
5 ．例子 (I/O 系統 vs. 超市排隊 )
舉一個例子，我們在超市排隊 checkout 時，怎么決定該去哪個交款台呢 ? 首當是看排的隊人數， 5個人總比 20人要快吧 ? 除了數人頭，我們也常常看看前面人購買的東西多少，如果前面有個采購了一星期食品的大媽，那么可以考慮換個隊排了。還有就是收銀員的速度了，如果碰上了連 錢都點不清楚的新手，那就有的等了。另外，時機也很重要，可能 5 分鍾前還人滿為患的收款台，現在已是人去樓空，這時候交款可是很爽啊，當然，前提是那過去的 5 分鍾里所做的事情比排隊要有意義 (不過我還沒發現什么事情比排隊還無聊的 )。
I/O 系統也和超市排隊有很多類似之處 :
Ø r/s+w/s 類似於交款人的總數
Ø 平均隊列長度 (avgqu-sz)類似於單位時間里平均排隊人的個數
Ø 平均服務時間 (svctm)類似於收銀員的收款速度
Ø 平均等待時間 (await)類似於平均每人的等待時間
Ø 平均 I/O數據 (avgrq-sz)類似於平均每人所買的東西多少
Ø I/O 操作率 (%util)類似於收款台前有人排隊的時間比例。
參數輸出的分析
#iostat -x 1
| avg-cpu: %user %nice %sys %idle 16.24 0.00 4.31 79.44 Device: rrqm/s wrqm/s r/s w/s rsec/s wsec/s rkB/s wkB/s avgrq-sz avgqu-sz await svctm %utilsda 0.00 44.90 1.02 27.55 8.16 579.59 4.08 289.80 20.57 22.35 78.21 5.00 14.29 |
上面的 iostat 輸出表明秒有 28.57 次設備 I/O 操作 :
總 IO(io)/s=r/s(讀 )+w/s(寫 )=1.02+27.55 = 28.57 (次 /秒 ) 其中寫操作占了主體 (w:r = 27:1)
平均每次設備 I/O操作只需要 5ms就可以完成，但每個 I/O請求卻需要等上 78ms，為什么 ? 因為發出的 I/O 請求太多 (每秒鍾約 29個 )，假設這些請求是同時發出的，那么平均等待時間可以這樣計算 :
平均等待時間 = 單個 I/O 服務時間 * ( 1 + 2 + … + 請求總數 -1) / 請求總數
應用到上面的例子 : 平均等待時間 = 5ms * (1+2+… +28)/29 = 70ms，和 iostat 給出的 78ms 的平均等待時間很接近。這反過來表明 I/O 是同時發起的。
每秒發出的 I/O 請求很多 (約 29個 )，平均隊列卻不長 (只有 2個 左右 )，這表明這 29 個請求的到來並不均勻，大部分時間 I/O 是空閑的。
一秒中有 14.29% 的時間 I/O 隊列中是有請求的，也就是說， 85.71% 的時間里 I/O 系統無事可做，所有 29 個 I/O 請求都在 142毫秒之內處理掉了。
delta(ruse+wuse)/delta(io)= await = 78.21 => delta(ruse+wuse)/s =78.21 * delta(io)/s = 78.21*28.57 =2232.8，表明每秒內的 I/O請求總共需要等待 2232.8ms。所以平均隊列長度應為 2232.8ms/1000ms = 2.23，而 iostat 給出的平均隊列長度 (avgqu-sz) 卻為 22.35，為什么 ?! 因為 iostat 中有 bug， avgqu-sz 值應為 2.23，而不是 22.35。
我們可以根據這些數據分析出 I/O 請求的模式，以及 I/O 的速度和響應時間。