Linux磁盘IO利用率高的场景排查解决路径

作为一个DBA难免不了会遇到性能问题（尤其是磁盘IO等的性能问题），那么我们遇到性能问题该如何进行排查？例如我们在高并发的业务下，出现业务响应慢，处理时间长，我们又该如何入手进行排查和解决，技术社群的这篇文章《故障分析 | linux 磁盘io利用率高，分析的正确姿势》将会讲解IO高的情况下如何分析及定位。

一、环境复现

环境配置：本次测试使用128C_512G_4TSSD服务器配置，MySQL版本为8.0.27。

场景模拟：使用sysbench创建5个表，每个表2亿条数据，执行产生笛卡尔积查询的sql语句，产生io，可以模拟业务压力。首先使用sysbench进行数据压测

二、系统层面底层故障排查

Shell> sysbench --test=/usr/local/share/sysbench/oltp_insert.lua --mysql-host=XXX --mysql-port=3306 --mysql-user=pcms --mysql-password=abc123 --mysql-db=sysbench --percentile=99 --table-size=2000000000 --tables=5 --threads=1000 prepare

使用sysbench进行模拟高并发，

shell> sysbench --test=/usr/local/share/sysbench/oltp_write_only.lua --mysql-host=xxx --mysql-port=3306 --mysql-user=pcms --mysql-password=abc123 --mysql-db=sysbench --percentile=99 --table-size=2000000000 --tables=5 --threads=1000 --max-time=60000 --report-interval=1 --threads=1000 --max-requests=0 --mysql-ignore-errors=all run

执行笛卡尔积sql语句，

mysql> select SQL_NO_CACHE b.id,a.k from sbtest_a a left join sbtest_b b on a.id=b.id  group by a.k order by b.c desc;

2.1 检查当前服务器状态

由上可知：目前一分钟负载为72.56，且呈上升趋势，并且存在io压力。

2.2 查看当前各个磁盘设备的io情况

由上可知：目前有多块物理磁盘，sda磁盘的io压力较大。

2.3 检查sda磁盘当前的io读写情况

由上可知：目前sda磁盘的压力比较大，每秒写入比每秒读差距较大，证明目前有大量的io写入。

2.4 检查sda磁盘中哪个应用程序占用的io比较高

由上可知：占用io高的应用程序是mysql，且pid为73739

2.5 分析应用程序中哪一个线程占用的io比较高

由上可知：74770这个线程占用的io比较高。

2.6 分析这个线程在干什么？

由上可知：目前这个线程在写入多个文件，fd为文件句柄，文件句柄号有64、159。

2.7 查看这个文件句柄是什么

shell> lsof -p 73739|grep 159u
mysqld 73739 mysql  159u   REG                8,0   212143246  7046482357 /mysql/mysqldata/16320fff-5fd5-4c47-889a-a9e1a8591d0d/tmp/#7046482357 (deleted)
[root@mysql-4 ~]# lsof -p 73739|grep 64u
mysqld 73739 mysql   64u   REG                8,0   211872724  6979323031 /mysql/mysqldata/16320fff-5fd5-4c47-889a-a9e1a8591d0d/tmp/#6979323031 (deleted)

由上可知：这个线程在大量的写入临时文件。

三、分析MySQL应用程序

3.1 查看当前的会话列表

mysql> select * from information_schema.processlist where command !='sleep';
|  9 | pcms             | 172.16.76.12:57596 | sysbench | Query            |   67 | executing                                                     | select SQL_NO_CACHE b.id,a.k from sbtest_a a left join sbtest_b b on a.id=b.id  group by a.k order by b.c desc |   66477 |         0 |             0 |

由上可知：目前这个sql已经执行了67s，且此sql使用了group by和order by，必然会产生io。

3.2 通过线程号查询会话

由上可知：通过查询threads表可以进行验证，该线程在频繁创建临时表的原因就来源于此sql。

3.3 查看该sql语句的执行计划，进行进一步认证

由上可知：该sql的执行计划用到了临时表及临时文件，符合。

3.4 查看全局状态进一步进行确认

多执行几次，可以看出tmp_files和tmp_disk_tables的值在增长，证明在大量的创建临时文件及磁盘临时表，符合该线程的行为。

四、故障处理

通过上述的一系列排查，我们已经分析出来，目前sda磁盘的io使用率最高，且mysqld程序占用的最多，通过排查有一个线程在频繁的创建临时表或临时文件且通过登录mysql排查会话及线程视图可以找到是由某一个慢sql导致的，查看此慢sql的执行计划也会创建临时表和临时文件符合我们之前排查的预期。此时我们就需要针对此慢sql进行优化，优化步骤由DBA进行处理，此处进行忽略。慢sql优化完成后可以进行io的继续观察，看io是否有下降