使用FIO测试磁盘iops

我们如何衡量一个存储的性能呢？IOPS(Input/Output OperationsPer Second)，即每秒进行读写(I/O)操作的次数是国际上通用的存储性能衡量标准，IOPS越高意味着在同一时间系统能够处理的用户请求越多，能够承载用户访问压力就越大，满足同样性能需求的配置就越低，由此可以为客户带来更高的生产效率和价值。
      各存储厂商增加被测产品IOPS值的办法有两个：尽量使用小容量(如36GB、 73GB)、高转速(15krpm)的磁盘，尽量增加被测产品的磁盘数量,因为单块磁盘的容量越小、转速越高，其IOPS值越高，磁盘数量越多，通过RAID 0获得的IOPS值越高；尽量选择RAID 10设置，因为在各种RAID级别中，RAID 10的IOPS值最高。

-------------------------------------------------------------

FIO是测试IOPS的非常好的工具，用来对硬件进行压力测试和验证，支持13种不同的I/O引擎，

包括:sync,mmap, libaio, posixaio, SG v3, splice, null, network, syslet, guasi, solarisaio 等等。 

fio 官网地址：http://freshmeat.net/projects/fio/ 

 

一、FIO安装 

wget http://brick.kernel.dk/snaps/fio-2.1.7.tar.bz2

yum install libaio-devel 

tar -jxvf fio-2.1.7.tar.bz2 

cd fio-2.1.7 

./configure

make & make install 

 

fio工具支持多种类型的测试，并且参数非常多，可以通过帮助文档获得使用信息。以下内容简单说明如何查看帮助文档。

主要参数说明：

--help：获得帮助信息。

--cmdhelp：获得命令的帮助文档。

--enghelp：获得引擎的帮助文档。

--debug：通过debug方式查看测试的详细信息。（process, file, io, mem, blktrace, verify, random, parse, diskutil, job, mutex, profile, time, net, rate）

--output：测试结果输出到文件。

--output-format：设置输出格式。（terse, json, normal）

--crctest：测试crc性能。（md5, crc64, crc32, crc32c, crc16, crc7, sha1, sha256, sha512, xxhash:）

--cpuclock-test       ：CPU始终测试。

 

二、随机读测试： 

随机读： 

fio -filename=/dev/sdb1 -direct=1 -iodepth 1 -thread -rw=randread -ioengine=psync  -bs=16k -size=200G -numjobs=10 -runtime=1000 -group_reporting -name=mytest

 

说明： 

filename=/dev/sdb1 测试文件名称，通常选择需要测试的盘的data目录。 

direct=1 测试过程绕过机器自带的buffer。使测试结果更真实

iodepth：设置IO队列的深度

thread   fio使用线程而不是进程

rw=randread  测试随机读的I/O

ioengine=psync io引擎使用psync方式 

bs=16k 单次io的块文件大小为16k 

bsrange=512-2048 同上，提定数据块的大小范围 

size=200g 本次的测试文件大小为200g，以每次4k的io进行测试

numjobs=10 本次的测试线程为10

runtime=1000 测试时间为1000秒，如果不写则一直将5g文件分4k每次写完为止

group_reporting 关于显示结果的，汇总每个进程的信息

此外

rwmixwrite=30 在混合读写的模式下，写占30% 

lockmem=1g 只使用1g内存进行测试

zero_buffers 用0初始化系统buffer

nrfiles=8 每个进程生成文件的数量

 

顺序读： 

fio -filename=/dev/sdb1 -direct=1 -iodepth 1 -thread -rw=read -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=1000 -group_reporting -name=mytest 

随机写： 

fio -filename=/dev/sdb1 -direct=1 -iodepth 1 -thread -rw=randwrite -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=1000 -group_reporting -name=mytest 

顺序写： 

fio -filename=/dev/sdb1 -direct=1 -iodepth 1 -thread -rw=write -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=1000 -group_reporting -name=mytest 

混合随机读写： 

fio -filename=/dev/sdb1 -direct=1 -iodepth 1 -thread -rw=randrw -rwmixread=70 -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=100 -group_reporting -name=mytest -ioscheduler=noop 

 

三，实际测试范例： 

测试结果显示了详细的系统信息，包括io、latency、bandwidth、cpu等信息，详细如下所示：

[root@localhost ~]# fio -filename=/dev/sdb1 -direct=1 -iodepth 1 -thread -rw=randrw -rwmixread=70 -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=100 -group_reporting -name=mytest1 

 

mytest1: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1 

... 

mytest1: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1 

fio 2.0.7 

Starting 30 threads 

Jobs: 1 (f=1): [________________m_____________] [3.5% done] [6935K/3116K /s] [423 /190 iops] [eta 48m:20s] s] 

mytest1: (groupid=0, jobs=30): err= 0: pid=23802 

read : io(测试的数据量)=1853.4MB, bw(带宽)=18967KB/s, iops=1185 , runt(总运行时间)=100058msec 

clat (usec): min=60 , max=871116 , avg=25227.91, stdev=31653.46 

lat (usec): min=60 , max=871117 , avg=25228.08, stdev=31653.46 

clat percentiles (msec): 

| 1.00th=[ 3], 5.00th=[ 5], 10.00th=[ 6], 20.00th=[ 8], 

| 30.00th=[ 10], 40.00th=[ 12], 50.00th=[ 15], 60.00th=[ 19], 

| 70.00th=[ 26], 80.00th=[ 37], 90.00th=[ 57], 95.00th=[ 79], 

| 99.00th=[ 151], 99.50th=[ 202], 99.90th=[ 338], 99.95th=[ 383], 

| 99.99th=[ 523] 

bw (KB/s) : min= 26, max= 1944, per=3.36%, avg=636.84, stdev=189.15 

write: io=803600KB, bw=8031.4KB/s, iops=501 , runt=100058msec 

clat (usec): min=52 , max=9302 , avg=146.25, stdev=299.17 

lat (usec): min=52 , max=9303 , avg=147.19, stdev=299.17 

clat percentiles (usec): 

| 1.00th=[ 62], 5.00th=[ 65], 10.00th=[ 68], 20.00th=[ 74], 

| 30.00th=[ 84], 40.00th=[ 87], 50.00th=[ 89], 60.00th=[ 90], 

| 70.00th=[ 92], 80.00th=[ 97], 90.00th=[ 120], 95.00th=[ 370], 

| 99.00th=[ 1688], 99.50th=[ 2128], 99.90th=[ 3088], 99.95th=[ 3696], 

| 99.99th=[ 5216] 

bw (KB/s) : min= 20, max= 1117, per=3.37%, avg=270.27, stdev=133.27 

lat (usec) : 100=24.32%, 250=3.83%, 500=0.33%, 750=0.28%, 1000=0.27% 

lat (msec) : 2=0.64%, 4=3.08%, 10=20.67%, 20=19.90%, 50=17.91% 

lat (msec) : 100=6.87%, 250=1.70%, 500=0.19%, 750=0.01%, 1000=0.01% 

cpu : usr=1.70%, sys=2.41%, ctx=5237835, majf=0, minf=6344162 

IO depths : 1=100.0%, 2=0.0%, 4=0.0%, 8=0.0%, 16=0.0%, 32=0.0%, >=64=0.0% 

　　submit : 0=0.0%, 4=100.0%, 8=0.0%, 16=0.0%, 32=0.0%, 64=0.0%, >=64=0.0% 

　　complete : 0=0.0%, 4=100.0%, 8=0.0%, 16=0.0%, 32=0.0%, 64=0.0%, >=64=0.0% 

　　issued : total=r=118612/w=50225/d=0, short=r=0/w=0/d=0 

Run status group 0 (all jobs): 

　　READ: io=1853.4MB, aggrb=18966KB/s, minb=18966KB/s, maxb=18966KB/s, mint=100058msec, maxt=100058msec 

　　WRITE: io=803600KB, aggrb=8031KB/s, minb=8031KB/s, maxb=8031KB/s, mint=100058msec, maxt=100058msec 

Disk stats (read/write): 

　　sdb: ios=118610/50224, merge=0/0, ticks=2991317/6860, in_queue=2998169, util=99.77% 

主要查看以上红色字体部分的iops(read/write) 

 

 

 

**磁盘阵列吞吐量与IOPS两大瓶颈分析**

 

1、吞吐量

 

　　吞吐量主要取决于阵列的构架，光纤通道的大小(现在阵列一般都是光纤阵列，至于SCSI这样的SSA阵列，我们不讨论)以及硬盘的个数。阵列的构架与每个阵列不同而不同，他们也都存在内部带宽(类似于pc的系统总线)，不过一般情况下，内部带宽都设计的很充足，不是瓶颈的所在。

 

　　光纤通道的影响还是比较大的，如数据仓库环境中，对数据的流量要求很大，而一块2Gb的光纤卡，所77能支撑的最大流量应当是2Gb/8(小B)=250MB/s(大B)的实际流量，当4块光纤卡才能达到1GB/s的实际流量，所以数据仓库环境可以考虑换4Gb的光纤卡。

 

　　最后说一下硬盘的限制，这里是最重要的，当前面的瓶颈不再存在的时候，就要看硬盘的个数了，我下面列一下不同的硬盘所能支撑的流量大小：

 

　　10 K rpm 15 K rpm ATA

 

　　——— ——— ———

 

　　10M/s 13M/s 8M/s

 

　　那么，假定一个阵列有120块15K rpm的光纤硬盘，那么硬盘上最大的可以支撑的流量为120*13=1560MB/s，如果是2Gb的光纤卡，可能需要6块才能够，而4Gb的光纤卡，3-4块就够了。

 

2、IOPS

 

　　决定IOPS的主要取决与阵列的算法，cache命中率，以及磁盘个数。阵列的算法因为不同的阵列不同而不同，如我们最近遇到在hds usp上面，可能因为ldev(lun)存在队列或者资源限制，而单个ldev的iops就上不去，所以，在使用这个存储之前，有必要了解这个存储的一些算法规则与限制。

 

　　cache的命中率取决于数据的分布，cache size的大小，数据访问的规则，以及cache的算法，如果完整的讨论下来，这里将变得很复杂，可以有一天好讨论了。我这里只强调一个cache的命中率，如果一个阵列，读cache的命中率越高越好，一般表示它可以支持更多的IOPS，为什么这么说呢?这个就与我们下面要讨论的硬盘IOPS有关系了。

 

　　硬盘的限制，每个物理硬盘能处理的IOPS是有限制的，如

 

　　10 K rpm 15 K rpm ATA

 

　　——— ——— ———

 

　　100 150 50

 

　　同样，如果一个阵列有120块15K rpm的光纤硬盘，那么，它能撑的最大IOPS为120*150=18000，这个为硬件限制的理论值，如果超过这个值，硬盘的响应可能会变的非常缓慢而不能正常提供业务。

 

　　在raid5与raid10上，读iops没有差别，但是，相同的业务写iops，最终落在磁盘上的iops是有差别的，而我们评估的却正是磁盘的IOPS，如果达到了磁盘的限制，性能肯定是上不去了。

 

　　那我们假定一个case，业务的iops是10000，读cache命中率是30%，读iops为60%，写iops为40%，磁盘个数为120，那么分别计算在raid5与raid10的情况下，每个磁盘的iops为多少。

 

　　raid5:

 

　　单块盘的iops = (10000*(1-0.3)*0.6 + 4 * (10000*0.4))/120

 

　　= (4200 + 16000)/120

 

　　= 168

 

　　这里的10000*(1-0.3)*0.6表示是读的iops，比例是0.6，除掉cache命中，实际只有4200个iops

 

　　而4 * (10000*0.4) 表示写的iops，因为每一个写，在raid5中，实际发生了4个io，所以写的iops为16000个

 

　　为了考虑raid5在写操作的时候，那2个读操作也可能发生命中，所以更精确的计算为：

 

　　单块盘的iops = (10000*(1-0.3)*0.6 + 2 * (10000*0.4)*(1-0.3) + 2 * (10000*0.4))/120

 

　　= (4200 + 5600 + 8000)/120

 

　　= 148

 

　　计算出来单个盘的iops为148个，基本达到磁盘极限

 

　　raid10

 

　　单块盘的iops = (10000*(1-0.3)*0.6 + 2 * (10000*0.4))/120

 

　　= (4200 + 8000)/120

 

　　= 102

 

　　可以看到，因为raid10对于一个写操作，只发生2次io，所以，同样的压力，同样的磁盘，每个盘的iops只有102个，还远远低于磁盘的极限iops。

 

　　在一个实际的case中，一个恢复压力很大的standby(这里主要是写，而且是小io的写)，采用了raid5的方案，发现性能很差，通过分析，每个磁盘的iops在高峰时期，快达到200了，导致响应速度巨慢无比。后来改造成raid10，就避免了这个性能问题，每个磁盘的iops降到100左右。