服务器I/O性能的优化核心在于消除系统瓶颈，这并非单纯依赖硬件堆砌，而是通过精细化的系统参数调优、磁盘调度策略选择以及文件系统配置，实现硬件资源利用率的最大化。高效的I/O设置能够显著降低延迟，提升吞吐量，是保障业务高并发、低延迟运行的关键基础设施环节，对于大多数应用场景而言，默认的操作系统配置往往无法发挥硬件的最佳性能,必须根据业务负载类型进行针对性调整。
I/O调度算法的选择与优化
I/O调度算法是操作系统内核决定磁盘读写请求顺序的核心机制,不同的算法直接决定了磁盘的响应时间和吞吐量。
- CFQ（Completely Fair Queuing）算法：这是许多Linux发行版的默认算法，它试图为所有进程分配平等的I/O带宽，适合桌面系统或多用户环境。但在高负载服务器环境下，CFQ可能导致较高的延迟，不适合对响应时间敏感的数据库业务。
- Deadline算法：该算法为每个I/O请求设置了截止时间，确保请求在规定时间内得到响应，读操作通常优先于写操作。对于MySQL、Oracle等关系型数据库，Deadline算法能有效避免“写饥饿”现象，保证查询响应的一致性。
- NOOP算法：这是一个简单的先进先出（FIFO）队列，只进行基本的合并操作，不进行复杂的排序。对于SSD固态硬盘或自带强大控制器的RAID卡，NOOP往往是最佳选择，因为固态硬盘没有机械寻道时间,复杂的排序反而增加了CPU开销。
专业建议：在部署数据库服务器时，建议将调度算法修改为Deadline或NOOP，可通过命令echo deadline > /sys/block/sda/queue/scheduler临时修改，或在GRUB启动参数中添加elevator=deadline永久生效。
文件系统挂载参数调优
文件系统的配置直接影响数据写入的安全性和性能,需要在数据安全与速度之间寻找平衡点。
- noatime与nodiratime参数：Linux默认会在文件被读取时更新访问时间，这一操作会产生大量的微小随机写I/O。在绝大多数Web服务和数据库应用中，文件访问时间并非核心业务数据，建议在
/etc/fstab挂载选项中添加noatime,nodiratime，可显著减少不必要的磁盘写入。 - 日志模式选择：Ext4文件系统提供多种日志模式。
data=ordered：默认模式，保证数据一致性,性能适中。data=writeback：不保证数据写入顺序，性能最高但在断电时可能导致数据丢失。对于拥有UPS电源或双路供电的高可用环境，可尝试此模式以获取极致性能。data=journal：安全性最高，性能损耗最大,通常不推荐用于高性能服务器。
队列深度与内核参数调整
随着NVMe SSD的普及，传统的I/O队列设置可能成为瓶颈,调整队列深度是提升并发能力的关键。
- 增加I/O队列深度：对于高IOPS设备，默认的队列深度可能不足以支撑并发请求，可以通过调整
/sys/block/sdX/queue/nr_requests参数，适当增加读写队列深度，允许设备控制器合并更多请求,提升吞吐量。 - 调整虚拟内存（VM）参数：
- swappiness设置：该参数控制系统使用交换分区的积极程度。对于数据库服务器，建议将
vm.swappiness设置为1或0，尽量避免使用Swap,因为磁盘交换会极大地拖慢数据库性能。 - 脏页刷新策略：调整
vm.dirty_ratio和vm.dirty_background_ratio，适当增大脏页比例可以让系统有更多时间合并写入，变随机写为顺序写,从而提升写入性能。
- swappiness设置：该参数控制系统使用交换分区的积极程度。对于数据库服务器，建议将
硬件层面的RAID卡配置
在操作系统层面优化之前，硬件层面的设置同样至关重要,这往往是容易被忽视的环节。
- Write-Back与Write-Through策略：
- Write-Through（直写）：数据直接写入磁盘才返回确认,安全性高但性能低。
- Write-Back（回写）：数据写入RAID卡缓存即返回确认，性能极高。必须确保RAID卡配备BBU（电池备份单元）或超级电容，在断电时保护缓存数据，否则将面临极大风险。
- Stripe Size（条带大小）：RAID条带大小应与业务I/O特征匹配。对于大量小文件随机读写，较小的条带大小（如64KB）更优；对于视频流或大文件顺序读写，较大的条带大小（如256KB或512KB）能带来更好的性能。
独立见解：I/O优化的系统性思维
许多运维人员在处理服务器io设置时，容易陷入“参数崇拜”的误区，盲目照搬网上的“最优配置”，不存在通用的最优配置，只有最适合当前业务负载的配置。优化的本质是匹配：让操作系统的I/O行为匹配存储介质的物理特性,让文件系统的行为匹配业务的数据模型。
对于Kafka这类消息队列，主要负载是顺序写入，此时应重点优化文件系统的预读参数和脏页刷新策略；而对于Redis这类内存数据库，虽然主要在内存运行，但其持久化机制（RDB/AOF）会产生瞬间的巨大I/O压力，此时需要重点优化调度算法以避免阻塞主进程。监控是优化的前提，建议使用iostat、iotop等工具建立基线，每一次参数调整都应有数据支撑。
相关问答
问：如何判断当前服务器是否需要进行I/O优化？
答：最直观的判断依据是监控指标，使用iostat -x 1命令观察磁盘的%util（利用率）和await（平均I/O等待时间），如果%util长期接近100%，或者await显著高于磁盘的理论延迟（如SSD超过1ms，HDD超过10ms），且CPU的iowait数值较高，说明系统存在I/O瓶颈,急需进行调度算法或文件系统层面的优化。
问：在进行服务器I/O设置调整时，有哪些风险需要注意？
答：最大的风险在于数据一致性与系统稳定性，调整I/O调度算法通常风险较低，可在线动态修改，但修改文件系统挂载参数（如开启writeback模式）或VM脏页参数，在极端断电情况下可能导致数据损坏或丢失。建议所有重大变更先在测试环境验证，并在生产环境实施前确保有可靠的数据备份和电源保护措施。
您在服务器运维过程中遇到过哪些棘手的I/O性能问题？欢迎在评论区分享您的排查思路与解决方案。
首发原创文章，作者：世雄 - 原生数据库架构专家，如若转载，请注明出处：https://idctop.com/article/146934.html
