fuquanjun1013

服务器阵列的IOPS测试

本文转载：http://nolinux.blog.51cto.com/4824967/1662942

公司在测试环境加了一批新的服务器，因为还没有急着上架就简单的使用FIO工具测试了下服务器磁盘在不同RAID级别下的IOPS的值，然后比对一下差距，增加一下经验。

这里简单描述下服务器的状态：

品牌：DELL
型号：PowerEdge R720
CPU：2 * Intel(R) Xeon(R) CPU E5-2630 v2 @ 2.60GHz
内存：4 * 8G
阵列卡：PERC H310 Mini (Embedded)
硬盘：6 * 300G 15k SAS

本次主要使用FIO分别对RAID 0，RAID 5，RAID 10，RAID 50和单盘做了IOPS的测试，

下面首先介绍FIO的安装和使用，后面即为实验的输出和总结信息。

FIO工具

一、FIO 简述

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。

fio 官网地址：http://freecode.com/projects/fio/

二、FIO 安装

[root@kvm-phy27-jz ~]# yum install -y gcc gcc-c++ libaio-devel
[root@kvm-phy27-jz ~]# cd /usr/local/src
[root@kvm-phy27-jz src]# wget http://brick.kernel.dk/snaps/fio-2.1.10.tar.gz
[root@kvm-phy27-jz ~]# tar -zxf fio-2.1.10.tar.gz
[root@kvm-phy27-jz ~]# cd fio-2.1.10
[root@kvm-phy27-jz fio-2.1.10]# make
[root@kvm-phy27-jz fio-2.1.10]# make install
[root@kvm-phy27-jz fio-2.1.10]# which fio
/usr/local/bin/fio

三、FIO参数

filename=/test.xxx   # 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
rw=randwrite         # 测试随机写的I/O 
rw=randrw            # 测试随机写和读的I/O 
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=30           # 本次的测试线程为30 
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
ioengine=psync       # io引擎使用pync方式
rwmixwrite=30 　　　 # 在混合读写的模式下，写占30% 
group_reporting      # 关于显示结果的，汇总每个进程的信息 
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

四、有关fio命令输出含义

read                 # 顺序读
write                # 顺序写
rw,readwrite         # 顺序混合读写
randwrite            # 随机写
randread             # 随机读
randrw               # 随机混合读写
 
bw                   # 带宽，单位KB/s 
iops                 # 每秒钟的IO数
runt                 # 总运行时间
lat (msec)           # 延迟(毫秒)，msec为毫秒，usec为微秒

五、常用FIO命令

顺序读：
fio -filename=/test.xxx -direct=1 -iodepth 1 -thread -rw=read -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=1000 -group_reporting -name=nolinux_test
随机写：
fio -filename=/test.xxx -direct=1 -iodepth 1 -thread -rw=randwrite -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=1000 -group_reporting -name=nolinux_test
顺序写：
fio -filename=/test.xxx -direct=1 -iodepth 1 -thread -rw=write -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=1000 -group_reporting -name=nolinux_test
混合随机读写：
fio -filename=/test.xxx -direct=1 -iodepth 1 -thread -rw=randrw -rwmixread=70 -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=100 -group_reporting -name=nolinux_test -ioscheduler=noop

OK，下面就是不同级别的RAID的IOPS情况：

这一系列的测试都是基于上面的服务器配置，系统使用CentOS6.6，经过简单优化，磁盘的文件系统为EXT4。

一、单盘情况

[root@kvm-phy27-jz fio-2.1.10]# fio -filename=/test.xxx -direct=1 -iodepth 1 -thread -rw=randrw -rwmixread=70 -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=100 -group_reporting -name=nolinux_test       
nolinux_test: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1
...
nolinux_test: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1
fio 2.0.7
Starting 30 threads
nolinux_test: Laying out IO file(s) (1 file(s) / 204800MB)
Jobs: 22 (f=22): [mmmmmmmmmmm_mmmm__mm_m_m_EmmmE] [14.4% done] [4521K/2129K /s] [276 /130  iops] [eta 09m:59s] 
nolinux_test: (groupid=0, jobs=30): err= 0: pid=2413
  read : io=444528KB, bw=4437.8KB/s, iops=277 , runt=100170msec
    clat (msec): min=3 , max=1070 , avg=101.45, stdev=89.86
     lat (msec): min=3 , max=1070 , avg=101.45, stdev=89.86
    clat percentiles (msec):
     |  1.00th=[    9],  5.00th=[   17], 10.00th=[   23], 20.00th=[   34],
     | 30.00th=[   45], 40.00th=[   59], 50.00th=[   76], 60.00th=[   96],
     | 70.00th=[  121], 80.00th=[  153], 90.00th=[  212], 95.00th=[  273],
     | 99.00th=[  429], 99.50th=[  515], 99.90th=[  709], 99.95th=[  791],
     | 99.99th=[  922]
    bw (KB/s)  : min=   18, max=  375, per=3.40%, avg=150.67, stdev=51.94
  write: io=194288KB, bw=1939.6KB/s, iops=121 , runt=100170msec
    clat (usec): min=221 , max=246125 , avg=15053.58, stdev=14396.12
     lat (usec): min=223 , max=246127 , avg=15056.39, stdev=14396.24
    clat percentiles (usec):
     |  1.00th=[  247],  5.00th=[ 1480], 10.00th=[ 2384], 20.00th=[ 5728],
     | 30.00th=[ 9664], 40.00th=[11840], 50.00th=[13760], 60.00th=[15680],
     | 70.00th=[17792], 80.00th=[20864], 90.00th=[25984], 95.00th=[31104],
     | 99.00th=[45824], 99.50th=[95744], 99.90th=[205824], 99.95th=[220160],
     | 99.99th=[238592]
    bw (KB/s)  : min=   10, max=  335, per=4.05%, avg=78.50, stdev=51.26
    lat (usec) : 250=0.41%, 500=0.43%, 750=0.33%, 1000=0.10%
    lat (msec) : 2=0.95%, 4=2.48%, 10=5.93%, 20=18.04%, 50=24.99%
    lat (msec) : 100=19.59%, 250=22.31%, 500=4.04%, 750=0.35%, 1000=0.05%
    lat (msec) : 2000=0.01%
  cpu          : usr=0.42%, sys=2.22%, ctx=2520168, majf=5, minf=166643
  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=27783/w=12143/d=0, short=r=0/w=0/d=0
Run status group 0 (all jobs):
   READ: io=444528KB, aggrb=4437KB/s, minb=4437KB/s, maxb=4437KB/s, mint=100170msec, maxt=100170msec
  WRITE: io=194288KB, aggrb=1939KB/s, minb=1939KB/s, maxb=1939KB/s, mint=100170msec, maxt=100170msec
Disk stats (read/write):
  sda: ios=27782/12215, merge=0/25, ticks=2591396/91815, in_queue=2684776, util=100.00%

二、6块盘做RAID 0

[root@kvm-phy27-jz fio-2.1.10]# fio -filename=/test.xxx -direct=1 -iodepth 1 -thread -rw=randrw -rwmixread=70 -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=100 -group_reporting -name=nolinux_test
nolinux_test: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1
...
nolinux_test: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1
fio 2.0.7
Starting 30 threads
nolinux_test: Laying out IO file(s) (1 file(s) / 204800MB)
Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [3.0% done] [22685K/9444K /s] [1384 /576  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [4.0% done] [22783K/10197K /s] [1390 /622  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [5.0% done] [22489K/9755K /s] [1372 /595  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [6.0% done] [22063K/9444K /s] [1346 /576  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [7.0% done] [22734K/9771K /s] [1387 /596  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [8.0% done] [22047K/8740K /s] [1345 /533  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [9.0% done] [21376K/9706K /s] [1304 /592  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [10.0% done] [23487K/9951K /s] [1433 /607  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [11.0% done] [22325K/8609K /s] [1362 /525  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [12.0% done] [23078K/10164K /s] [1408 /620  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [13.9% done] [23716K/10229K /s] [1447 /624  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [14.9% done] [23978K/9886K /s] [1463 /603  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [15.8% done] [23471K/9836K /s] [1432 /600  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [16.8% done] [23782K/10638K /s] [1451 /649  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [17.8% done] [23160K/10082K /s] [1413 /615  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [18.8% done] [22243K/9345K /s] [1357 /570  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [19.8% done] [21392K/9133K /s] [1305 /557  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [20.8% done] [22505K/9706K /s] [1373 /592  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [21.8% done] [23045K/10458K /s] [1406 /638  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [22.8% done] [22800K/10000K /s] [1391 /610  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [23.8% done] [23127K/10049K /s] [1411 /613  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [24.8% done] [22767K/9656K /s] [1389 /589  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [25.7% done] [23372K/10295K /s] [1426 /628  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [26.7% done] [23176K/9820K /s] [1414 /599  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [27.7% done] [22636K/9345K /s] [1381 /570  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [28.7% done] [22570K/9886K /s] [1377 /603  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [29.7% done] [20885K/9886K /s] [1274 /603  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [30.7% done] [22276K/9673K /s] [1359 /590  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [31.7% done] [21916K/9411K /s] [1337 /574  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [32.7% done] [24420K/10098K /s] [1490 /616  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [33.7% done] [22865K/9444K /s] [1395 /576  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [34.7% done] [21850K/9869K /s] [1333 /602  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [35.6% done] [22783K/9869K /s] [1390 /602  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [36.6% done] [22030K/8953K /s] [1344 /546  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [37.6% done] [21948K/9460K /s] [1339 /577  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [38.6% done] [20181K/8920K /s] [1231 /544  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [39.6% done] [23471K/9722K /s] [1432 /593  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [40.6% done] [23814K/10458K /s] [1453 /638  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [41.6% done] [24764K/10704K /s] [1511 /653  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [42.6% done] [22963K/10016K /s] [1401 /611  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [43.6% done] [21376K/10360K /s] [1304 /632  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [44.6% done] [21163K/8854K /s] [1291 /540  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [45.5% done] [21703K/9460K /s] [1324 /577  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [46.5% done] [23602K/9525K /s] [1440 /581  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [47.5% done] [22129K/10688K /s] [1350 /652  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [48.5% done] [23602K/10327K /s] [1440 /630  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [49.5% done] [22603K/10229K /s] [1379 /624  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [50.5% done] [23045K/10229K /s] [1406 /624  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [51.5% done] [21327K/9706K /s] [1301 /592  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [52.5% done] [22560K/10158K /s] [1377 /620  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [53.5% done] [24977K/10393K /s] [1524 /634  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [54.5% done] [21998K/9116K /s] [1342 /556  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [55.4% done] [22701K/9951K /s] [1385 /607  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [56.4% done] [22849K/10377K /s] [1394 /633  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [57.4% done] [21916K/9509K /s] [1337 /580  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [58.4% done] [22063K/9869K /s] [1346 /602  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [59.4% done] [20950K/9525K /s] [1278 /581  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [60.4% done] [23945K/10409K /s] [1461 /635  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [61.4% done] [24166K/10321K /s] [1475 /630  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [62.4% done] [22446K/9584K /s] [1370 /585  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [63.4% done] [25247K/10190K /s] [1541 /622  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [64.4% done] [22921K/9469K /s] [1399 /578  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [65.3% done] [23494K/9863K /s] [1434 /602  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [66.3% done] [21381K/9551K /s] [1305 /583  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [67.3% done] [21086K/8224K /s] [1287 /502  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [68.3% done] [23658K/9912K /s] [1444 /605  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [69.3% done] [21823K/9011K /s] [1332 /550  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [70.3% done] [23183K/9240K /s] [1415 /564  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [71.3% done] [21266K/8454K /s] [1298 /516  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [72.3% done] [22577K/10027K /s] [1378 /612  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [73.3% done] [22374K/9869K /s] [1365 /602  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [74.3% done] [21588K/8642K /s] [1317 /527  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [75.2% done] [22200K/9945K /s] [1355 /607  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [76.2% done] [21954K/10256K /s] [1340 /626  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [77.2% done] [21676K/9469K /s] [1323 /578  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [78.2% done] [21823K/10190K /s] [1332 /622  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [79.2% done] [21381K/9748K /s] [1305 /595  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [80.2% done] [20873K/9240K /s] [1274 /564  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [81.2% done] [23576K/10698K /s] [1439 /653  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [82.2% done] [23003K/9945K /s] [1404 /607  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [83.2% done] [21397K/10403K /s] [1306 /635  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [84.2% done] [23396K/9469K /s] [1428 /578  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [85.1% done] [21801K/9280K /s] [1330 /566  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [86.1% done] [20737K/9280K /s] [1265 /566  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [87.1% done] [22554K/9444K /s] [1376 /576  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [88.1% done] [24158K/10311K /s] [1474 /629  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [89.1% done] [21736K/9345K /s] [1326 /570  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [90.1% done] [22669K/9362K /s] [1383 /571  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [91.1% done] [20541K/9296K /s] [1253 /567  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [92.1% done] [23838K/10240K /s] [1455 /625  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [93.1% done] [22085K/9388K /s] [1348 /573  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [94.1% done] [22773K/9109K /s] [1390 /556  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [95.0% done] [21561K/9306K /s] [1316 /568  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [96.0% done] [20840K/8519K /s] [1272 /520  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [97.0% done] [22822K/9797K /s] [1393 /598  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [98.0% done] [22069K/9797K /s] [1347 /598  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [99.0% done] [22167K/10534K /s] [1353 /643  iops] [eta 0Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [100.0% done] [23248K/10633K /s] [1419 /649  iops] [eta 00m:00s]
nolinux_test: (groupid=0, jobs=30): err= 0: pid=2480
  read : io=2146.2MB, bw=21948KB/s, iops=1371 , runt=100132msec
    clat (usec): min=296 , max=588194 , avg=20452.68, stdev=30073.79
     lat (usec): min=296 , max=588195 , avg=20453.01, stdev=30073.79
    clat percentiles (msec):
     |  1.00th=[    3],  5.00th=[    5], 10.00th=[    6], 20.00th=[    8],
     | 30.00th=[    9], 40.00th=[   10], 50.00th=[   12], 60.00th=[   15],
     | 70.00th=[   18], 80.00th=[   24], 90.00th=[   40], 95.00th=[   63],
     | 99.00th=[  165], 99.50th=[  212], 99.90th=[  326], 99.95th=[  371],
     | 99.99th=[  453]
    bw (KB/s)  : min=   72, max= 1346, per=3.37%, avg=738.97, stdev=201.50
  write: io=950496KB, bw=9492.5KB/s, iops=593 , runt=100132msec
    clat (usec): min=176 , max=131922 , avg=3208.13, stdev=3135.80
     lat (usec): min=177 , max=131927 , avg=3210.90, stdev=3135.89
    clat percentiles (usec):
     |  1.00th=[  223],  5.00th=[  243], 10.00th=[  338], 20.00th=[ 1336],
     | 30.00th=[ 2352], 40.00th=[ 2864], 50.00th=[ 3248], 60.00th=[ 3632],
     | 70.00th=[ 4048], 80.00th=[ 4512], 90.00th=[ 5280], 95.00th=[ 5984],
     | 99.00th=[ 7776], 99.50th=[ 8768], 99.90th=[26496], 99.95th=[86528],
     | 99.99th=[129536]
    bw (KB/s)  : min=   21, max=  960, per=3.37%, avg=320.15, stdev=144.88
    lat (usec) : 250=1.88%, 500=1.96%, 750=0.78%, 1000=0.58%
    lat (msec) : 2=2.50%, 4=15.39%, 10=35.36%, 20=23.54%, 50=13.16%
    lat (msec) : 100=3.06%, 250=1.58%, 500=0.20%, 750=0.01%
  cpu          : usr=1.43%, sys=10.07%, ctx=11331053, majf=0, minf=166561
  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=137355/w=59406/d=0, short=r=0/w=0/d=0
Run status group 0 (all jobs):
   READ: io=2146.2MB, aggrb=21947KB/s, minb=21947KB/s, maxb=21947KB/s, mint=100132msec, maxt=100132msec
  WRITE: io=950496KB, aggrb=9492KB/s, minb=9492KB/s, maxb=9492KB/s, mint=100132msec, maxt=100132msec
Disk stats (read/write):
  sda: ios=137228/59403, merge=0/19, ticks=2562622/89096, in_queue=2652072, util=99.99%

三、6块盘做RAID 5

[root@kvm-phy27-jz fio-2.1.10]# fio -filename=/test.xxx -direct=1 -iodepth 1 -thread -rw=randrw -rwmixread=70 -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=100 -group_reporting -name=nolinux_test       
nolinux_test: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1
...
nolinux_test: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1
fio 2.0.7
Starting 30 threads
nolinux_test: Laying out IO file(s) (1 file(s) / 204800MB)
Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [100.0% done] [3077K/1456K /s] [187 /88  iops] [eta 00m:00s]
nolinux_test: (groupid=0, jobs=30): err= 0: pid=3013
  read : io=324576KB, bw=3242.7KB/s, iops=202 , runt=100097msec
    clat (msec): min=1 , max=345 , avg=101.77, stdev=64.98
     lat (msec): min=1 , max=345 , avg=101.77, stdev=64.98
    clat percentiles (msec):
     |  1.00th=[    3],  5.00th=[    4], 10.00th=[    5], 20.00th=[   10],
     | 30.00th=[   79], 40.00th=[  100], 50.00th=[  115], 60.00th=[  128],
     | 70.00th=[  141], 80.00th=[  157], 90.00th=[  178], 95.00th=[  196],
     | 99.00th=[  235], 99.50th=[  249], 99.90th=[  277], 99.95th=[  285],
     | 99.99th=[  314]
    bw (KB/s)  : min=   24, max=  212, per=3.34%, avg=108.17, stdev=28.20
  write: io=140704KB, bw=1405.7KB/s, iops=87 , runt=100097msec
    clat (msec): min=3 , max=307 , avg=106.48, stdev=65.12
     lat (msec): min=3 , max=307 , avg=106.48, stdev=65.13
    clat percentiles (msec):
     |  1.00th=[    7],  5.00th=[    9], 10.00th=[   10], 20.00th=[   12],
     | 30.00th=[   84], 40.00th=[  105], 50.00th=[  120], 60.00th=[  133],
     | 70.00th=[  147], 80.00th=[  161], 90.00th=[  182], 95.00th=[  202],
     | 99.00th=[  239], 99.50th=[  251], 99.90th=[  289], 99.95th=[  289],
     | 99.99th=[  310]
    bw (KB/s)  : min=   21, max=  278, per=4.17%, avg=58.56, stdev=35.44
    lat (msec) : 2=0.30%, 4=4.24%, 10=13.41%, 20=6.98%, 50=0.69%
    lat (msec) : 100=13.61%, 250=60.28%, 500=0.48%
  cpu          : usr=0.45%, sys=2.42%, ctx=1953443, majf=0, minf=166561
  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=20286/w=8794/d=0, short=r=0/w=0/d=0
Run status group 0 (all jobs):
   READ: io=324576KB, aggrb=3242KB/s, minb=3242KB/s, maxb=3242KB/s, mint=100097msec, maxt=100097msec
  WRITE: io=140704KB, aggrb=1405KB/s, minb=1405KB/s, maxb=1405KB/s, mint=100097msec, maxt=100097msec
Disk stats (read/write):
  sda: ios=20258/8866, merge=0/32, ticks=153891/101181, in_queue=255029, util=99.54%

四、6块盘做RAID 10

[root@kvm-phy27-jz fio-2.1.10]# fio -filename=/test.xxx -direct=1 -iodepth 1 -thread -rw=randrw -rwmixread=70 -ioengine=psync -bs=16k -size=200G -numjobs=30 -
runtime=100 -group_reporting -name=nolinux_test                
nolinux_test: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1
...
nolinux_test: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1
fio 2.0.7
Starting 30 threads
nolinux_test: Laying out IO file(s) (1 file(s) / 204800MB)
Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [3.0% done] [15613K/7438K /s] [953 /454  iops] [eta 01m:Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [4.0% done] [16596K/7323K /s] [1013 /447  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [5.0% done] [16482K/6897K /s] [1006 /421  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [5.9% done] [17235K/7389K /s] [1052 /451  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [6.9% done] [16646K/7208K /s] [1016 /440  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [7.9% done] [17547K/6799K /s] [1071 /415  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [8.9% done] [17711K/7995K /s] [1081 /488  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [9.9% done] [17448K/6684K /s] [1065 /408  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [10.9% done] [17252K/6799K /s] [1053 /415  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [11.9% done] [17104K/7323K /s] [1044 /447  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [12.9% done] [17039K/7061K /s] [1040 /431  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [13.9% done] [17219K/7127K /s] [1051 /435  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [14.9% done] [17874K/6930K /s] [1091 /423  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [15.8% done] [17170K/6848K /s] [1048 /418  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [16.8% done] [14614K/5750K /s] [892 /351  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [17.8% done] [16629K/7536K /s] [1015 /460  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [18.8% done] [17776K/7634K /s] [1085 /466  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [19.8% done] [16596K/7176K /s] [1013 /438  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [20.8% done] [16252K/7389K /s] [992 /451  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [21.8% done] [14696K/6619K /s] [897 /404  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [22.8% done] [15745K/6619K /s] [961 /404  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [23.8% done] [13008K/5554K /s] [794 /339  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [24.8% done] [17809K/6864K /s] [1087 /419  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [25.7% done] [17252K/7634K /s] [1053 /466  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [26.7% done] [17006K/6799K /s] [1038 /415  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [27.7% done] [18415K/7340K /s] [1124 /448  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [28.7% done] [17022K/7553K /s] [1039 /461  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [29.7% done] [16596K/7045K /s] [1013 /430  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [30.7% done] [15171K/7192K /s] [926 /439  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [31.7% done] [15777K/7061K /s] [963 /431  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [32.7% done] [16564K/7749K /s] [1011 /473  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [33.7% done] [15843K/7454K /s] [967 /455  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [34.7% done] [16613K/7798K /s] [1014 /476  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [35.6% done] [17563K/7880K /s] [1072 /481  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [36.6% done] [15974K/6946K /s] [975 /424  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [37.6% done] [16269K/7454K /s] [993 /455  iops] [eta 01mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [38.6% done] [17088K/7176K /s] [1043 /438  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [39.6% done] [16859K/7471K /s] [1029 /456  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [40.6% done] [16662K/6733K /s] [1017 /411  iops] [eta 01Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [41.6% done] [17039K/7487K /s] [1040 /457  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [42.6% done] [15810K/7716K /s] [965 /471  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [43.6% done] [17858K/7241K /s] [1090 /442  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [44.6% done] [16252K/7225K /s] [992 /441  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [45.5% done] [17416K/7569K /s] [1063 /462  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [46.5% done] [16482K/7127K /s] [1006 /435  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [47.5% done] [17301K/7569K /s] [1056 /462  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [48.5% done] [16941K/7438K /s] [1034 /454  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [49.5% done] [16039K/7536K /s] [979 /460  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [50.5% done] [17399K/7290K /s] [1062 /445  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [51.5% done] [17383K/7487K /s] [1061 /457  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [52.5% done] [17039K/7127K /s] [1040 /435  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [53.5% done] [16662K/7602K /s] [1017 /464  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [54.5% done] [17104K/7847K /s] [1044 /479  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [55.4% done] [16531K/7127K /s] [1009 /435  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [56.4% done] [16072K/7012K /s] [981 /428  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [57.4% done] [15925K/7454K /s] [972 /455  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [58.4% done] [16711K/7667K /s] [1020 /468  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [59.4% done] [17498K/7602K /s] [1068 /464  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [60.4% done] [16859K/7143K /s] [1029 /436  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [61.4% done] [17088K/6602K /s] [1043 /403  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [62.4% done] [17104K/6799K /s] [1044 /415  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [63.4% done] [17301K/7208K /s] [1056 /440  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [64.4% done] [17596K/7061K /s] [1074 /431  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [65.3% done] [17661K/7127K /s] [1078 /435  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [66.3% done] [16924K/6930K /s] [1033 /423  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [67.3% done] [17629K/6815K /s] [1076 /416  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [68.3% done] [17514K/7258K /s] [1069 /443  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [69.3% done] [17432K/7585K /s] [1064 /463  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [70.3% done] [16662K/7585K /s] [1017 /463  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [71.3% done] [16596K/7028K /s] [1013 /429  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [72.3% done] [17334K/7585K /s] [1058 /463  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [73.3% done] [17825K/7258K /s] [1088 /443  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [74.3% done] [17891K/7536K /s] [1092 /460  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [75.2% done] [15925K/7405K /s] [972 /452  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [76.2% done] [17186K/7340K /s] [1049 /448  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [77.2% done] [16269K/7520K /s] [993 /459  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [78.2% done] [16318K/7389K /s] [996 /451  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [79.2% done] [17154K/7110K /s] [1047 /434  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [80.2% done] [16351K/7667K /s] [998 /468  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [81.2% done] [17006K/7897K /s] [1038 /482  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [82.2% done] [18022K/7258K /s] [1100 /443  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [83.2% done] [16236K/7323K /s] [991 /447  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [84.2% done] [16465K/7602K /s] [1005 /464  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [85.1% done] [17039K/7159K /s] [1040 /437  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [86.1% done] [17350K/7258K /s] [1059 /443  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [87.1% done] [17432K/7454K /s] [1064 /455  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [88.1% done] [16777K/7421K /s] [1024 /453  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [89.1% done] [17121K/7323K /s] [1045 /447  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [90.1% done] [16531K/7356K /s] [1009 /449  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [91.1% done] [17137K/7585K /s] [1046 /463  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [92.1% done] [17612K/7143K /s] [1075 /436  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [93.1% done] [16596K/7274K /s] [1013 /444  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [94.1% done] [17694K/7454K /s] [1080 /455  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [95.0% done] [16793K/6979K /s] [1025 /426  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [96.0% done] [18169K/7634K /s] [1109 /466  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [97.0% done] [17399K/6619K /s] [1062 /404  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [98.0% done] [17842K/6897K /s] [1089 /421  iops] [eta 00Jobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [99.0% done] [16334K/6897K /s] [997 /421  iops] [eta 00mJobs: 30 (f=30): [mmmmmmmmmmmmmmmmmmmmmmmmmmmmmm] [100.0% done] [16875K/7356K /s] [1030 /449  iops] [eta 00m:00s]
nolinux_test: (groupid=0, jobs=30): err= 0: pid=28011
  read : io=1606.9MB, bw=16445KB/s, iops=1027 , runt=100055msec
    clat (usec): min=207 , max=623956 , avg=27266.40, stdev=26421.57
     lat (usec): min=207 , max=623957 , avg=27266.74, stdev=26421.57
    clat percentiles (msec):
     |  1.00th=[    4],  5.00th=[    6], 10.00th=[    8], 20.00th=[   10],
     | 30.00th=[   12], 40.00th=[   15], 50.00th=[   19], 60.00th=[   24],
     | 70.00th=[   31], 80.00th=[   42], 90.00th=[   60], 95.00th=[   77],
     | 99.00th=[  124], 99.50th=[  153], 99.90th=[  229], 99.95th=[  285],
     | 99.99th=[  392]
    bw (KB/s)  : min=   30, max= 1021, per=3.35%, avg=550.46, stdev=118.04
  write: io=706368KB, bw=7059.9KB/s, iops=441 , runt=100055msec
    clat (usec): min=206 , max=380138 , avg=4432.19, stdev=6592.84
     lat (usec): min=208 , max=380139 , avg=4434.78, stdev=6592.91
    clat percentiles (usec):
     |  1.00th=[  235],  5.00th=[  294], 10.00th=[  502], 20.00th=[ 1816],
     | 30.00th=[ 3024], 40.00th=[ 3632], 50.00th=[ 4192], 60.00th=[ 4768],
     | 70.00th=[ 5344], 80.00th=[ 6112], 90.00th=[ 7392], 95.00th=[ 8768],
     | 99.00th=[12224], 99.50th=[14400], 99.90th=[69120], 99.95th=[146432],
     | 99.99th=[366592]
    bw (KB/s)  : min=   22, max=  731, per=3.35%, avg=236.33, stdev=107.84
    lat (usec) : 250=0.87%, 500=2.13%, 750=0.87%, 1000=0.52%
    lat (msec) : 2=1.95%, 4=8.84%, 10=29.78%, 20=22.78%, 50=22.25%
    lat (msec) : 100=8.56%, 250=1.37%, 500=0.06%, 750=0.01%
  cpu          : usr=1.15%, sys=7.45%, ctx=8559338, majf=0, minf=166568
  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=102836/w=44148/d=0, short=r=0/w=0/d=0
Run status group 0 (all jobs):
   READ: io=1606.9MB, aggrb=16444KB/s, minb=16444KB/s, maxb=16444KB/s, mint=100055msec, maxt=100055msec
  WRITE: io=706368KB, aggrb=7059KB/s, minb=7059KB/s, maxb=7059KB/s, mint=100055msec, maxt=100055msec
Disk stats (read/write):
  sda: ios=102742/44197, merge=0/22, ticks=2546701/103319, in_queue=2650955, util=99.98%

五、6块盘做RAID 50

[root@kvm-phy27-jz fio-2.1.10]# fio -filename=/test.xxx -direct=1 -iodepth 1 -thread -rw=randrw -rwmixread=70 -ioengine=psync -bs=16k -size=200G -numjobs=30 -runtime=100 -group_reporting -name=nolinux_test
nolinux_test: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1
...
nolinux_test: (g=0): rw=randrw, bs=16K-16K/16K-16K, ioengine=psync, iodepth=1
fio 2.0.7
Starting 30 threads
nolinux_test: Laying out IO file(s) (1 file(s) / 204800MB)
Jobs: 8 (f=8): [_m___mm__mmm____m__m__________] [4.4% done] [4435K/2127K /s] [270 /129  iops] [eta 36m:39s]  s]
nolinux_test: (groupid=0, jobs=30): err= 0: pid=2660
  read : io=468304KB, bw=4678.9KB/s, iops=292 , runt=100091msec
    clat (usec): min=521 , max=212024 , avg=71598.16, stdev=42935.63
     lat (usec): min=521 , max=212025 , avg=71598.60, stdev=42935.59
    clat percentiles (msec):
     |  1.00th=[    3],  5.00th=[    4], 10.00th=[    6], 20.00th=[   10],
     | 30.00th=[   57], 40.00th=[   71], 50.00th=[   81], 60.00th=[   89],
     | 70.00th=[   98], 80.00th=[  109], 90.00th=[  122], 95.00th=[  135],
     | 99.00th=[  157], 99.50th=[  165], 99.90th=[  180], 99.95th=[  190],
     | 99.99th=[  206]
    bw (KB/s)  : min=   26, max=  283, per=3.33%, avg=155.83, stdev=32.69
  write: io=200320KB, bw=2001.4KB/s, iops=125 , runt=100091msec
    clat (msec): min=2 , max=212 , avg=72.30, stdev=43.07
     lat (msec): min=2 , max=212 , avg=72.31, stdev=43.07
    clat percentiles (msec):
     |  1.00th=[    4],  5.00th=[    6], 10.00th=[    7], 20.00th=[   11],
     | 30.00th=[   58], 40.00th=[   71], 50.00th=[   81], 60.00th=[   90],
     | 70.00th=[   99], 80.00th=[  109], 90.00th=[  123], 95.00th=[  135],
     | 99.00th=[  157], 99.50th=[  167], 99.90th=[  184], 99.95th=[  192],
     | 99.99th=[  208]
    bw (KB/s)  : min=   24, max=  351, per=3.75%, avg=75.13, stdev=43.18
    lat (usec) : 750=0.01%
    lat (msec) : 2=0.23%, 4=4.20%, 10=15.54%, 20=3.47%, 50=3.88%
    lat (msec) : 100=44.91%, 250=27.75%
  cpu          : usr=0.53%, sys=2.99%, ctx=2748999, majf=5, minf=166631
  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=29269/w=12520/d=0, short=r=0/w=0/d=0
Run status group 0 (all jobs):
   READ: io=468304KB, aggrb=4678KB/s, minb=4678KB/s, maxb=4678KB/s, mint=100091msec, maxt=100091msec
  WRITE: io=200320KB, aggrb=2001KB/s, minb=2001KB/s, maxb=2001KB/s, mint=100091msec, maxt=100091msec
Disk stats (read/write):
  sda: ios=29273/12617, merge=0/23, ticks=212137/99979, in_queue=312063, util=99.54%

各种级别RAID的总结如下表：

RAID级别	read(iops)	write(iops)
单盘，无RAID	277	121
0	1371	593
5	202	87
10	1027	441
50	292	125

OK，以上就是本次针对相同的服务器进行不同磁盘阵列下的IOPS测试情况。

虽然实验之前没有对系统做过多的深度优化，但是由于本次的所有测试都是在相同环境下进行，因此干扰也不会很大。由于RAID 5的原理，测试出来的效果和磁盘阵列卡的缓存关系更密切一点，不过暂时只有这种阵列卡可以测试了。从不同RAID级别的IOPS中可以看出，如果对空间需求不是很高的情况下，使用RAID 10还是不错的选择。虽然RAID 10更倾向于数据库服务器去使用，不过做虚拟化的母机使用效果还会很不错的。

你可能感兴趣的:(iops)

磁盘性能评价指标—IOPS和吞吐量 ???? ??? Frank
一、磁盘I/O的概念I/O的概念，从字义来理解就是输入输出。操作系统从上层到底层，各个层次之间均存在I/O。比如，CPU有I/O，内存有I/O,VMM有I/O,底层磁盘上也有I/O，这是广义上的I/O。通常来讲，一个上层的I/O可能会产生针对磁盘的多个I/O，也就是说，上层的I/O是稀疏的，下层的I/O是密集的。磁盘的I/O，顾名思义就是磁盘的输入输出。输入指的是对磁盘写入数据，输出指的是从磁盘读
如何快速的构建企业运维可视化大屏益达_glmsb
基于AIOps理念研发的新一代运维监大屏全盘展示IT运行状态，减轻运维人员的重复性工作量，提高IT系统排错速度，加速运维知识学习积累。图片1.png领先的数据可视化平台，把IT运维化繁为简图片2.jpg图片3.png图片4.png图片5.png图片6.png全面提升IT运维管理水平1.直接导出精美的IT运行可视化报表图片7.png2.资源分析对比图片8.png3.自动生成监控项运行“脑图”图片9.
传闻中别人家的可视化大屏，你也值得拥有益达_glmsb
基于AIOps理念研发的新一代运维监大屏全盘展示IT运行状态，减轻运维人员的重复性工作量，提高IT系统排错速度，加速运维知识学习积累。图片1.png1.jpg1.png2png3.png4.png详细的IT资产运行可视化5.png自动生成精美的运维可视化报表6.png运维协同7.png8.png9.png10.png11png.png12.png13png.png14png.png15.png2.
云原生明星创业公司 Weaveworks 倒闭了，GitOps 该何去何从？极小狐云原生
自从2009年DevOps面世以来，xOps的潘多拉魔盒就被打开了，AIOps、DataOps、DevSecOps、BizDevOps，当然还有最近几年比较火热的GitOps。但是很不幸的是，就在龙年新春前夕，GitOps理论提出者——Weaveworks倒下了。时间回到2月5日，就在大家期待春节长假的时候，一则Weaveworks公司即将倒闭的消息刷爆了云原生技术圈。Weaveworks公司的C
全面解析湖仓一体与大数据演进历程｜内含技术工具选型策略云智慧AIOps社区技术干货 big data 分布式运维数据湖 clickhouse
云智慧AIOps社区是由云智慧发起，针对运维业务场景，提供算法、算力、数据集整体的服务体系及智能运维业务场景的解决方案交流社区。该社区致力于传播AIOps技术，旨在与各行业客户、用户、研究者和开发者们共同解决智能运维行业技术难题，推动AIOps技术在企业中落地，建设健康共赢的AIOps开发者生态。大数据架构的演进历程对于大部分人来说，大数据架构所涉及的概念及术语繁多且复杂。如何将这些混乱的词汇转化
云原生明星创业公司 Weaveworks 倒闭了，GitOps 该何去何从？ gitlab
自从2009年DevOps面世以来，xOps的潘多拉魔盒就被打开了，AIOps、DataOps、DevSecOps、BizDevOps，当然还有最近几年比较火热的GitOps。但是很不幸的是，就在龙年新春前夕，GitOps理论提出者——Weaveworks倒下了。时间回到2月5日，就在大家期待春节长假的时候，一则Weaveworks公司即将倒闭的消息刷爆了云原生技术圈。Weaveworks公司的C
云计算基础-存储虚拟化（深信服aSAN分布式存储）比特微联云计算
什么是存储虚拟化分布式存储是利用虚拟化技术“池化”集群存储卷内通用X86服务器中的本地硬盘，实现服务器存储资源的统一整合、管理及调度，最终向上层提供NFS、ISCSI存储接口，供虚拟机根据自身的存储需求自由分配使用资源池中的存储空间。存储中的基本概念IOPS每秒钟的IOPS数，该指标主要用于评价小块IO性能，体现存储系统的IO延时能力和并发能力。业界一般默认IOPS指的是4K块大小的IO性能，该值
技术峰会参加后有感小强聊it 参加行业盛会
前段时间参加了A2M技术峰会˙，这次主要参加了这几个会场：serverless、可观测性、微服务、数字化转型、finops。1、其中serverless中现在情况下还在推行期，之后和低代码（又和ai中的领域理解结合）平台结合来降低企业成本，ai和serverless的结合，然后开始模型间来开始相互作用最后由总模型来输出一个结果，由人来决定结果；2、可观测性部分，之后应该是在aiops部分来起到很大
linux测试磁盘阵列的io速度,性能测试基础--（IO） jir bai
磁盘IOPS-----基础有时候总是枯燥，需要耐心的阅读和思考，本章知识大部来源于日常学习的积累-----性能测试过程中经常会遇到磁盘的IOPS到达瓶颈，那么IOPS为什么会出现瓶颈呢，我们有该如何进行优化呢？还要从磁盘的基本知识说起。首先，让我们一起来了解一下磁盘的一些基本知识：存储容量＝磁头数×磁道(柱面)数×每道扇区数×每扇区字节数(1)硬盘有数个盘片，每盘片两个面，每个面一个磁头(2)盘片
GPT-4狂飙发布，AI时代运维将发生哪些变革？ LinkSLA 人工智能运维
OpenAI于3月14日发布了GPT-4，这是一个支持图像和文本输入、提供文本输出的大型多模态模型。相比之前的版本，GPT-4的文字输入限制提升至2.5万，并且回答准确性明显提高。AI运维已来，运维如何接受变革和挑战？AIOps是运维的方向，但AIOps不能单纯的认为一种技术手段或技术平台，而应该是数智时代人机协同的运维模式。1、人机协同的AIOps运维工作模式一种新的工作模式出现，必然会对原来稳
通过遵循最佳做法来提高 EDA 和 HPC 应用程序的 Azure NetApp 文件性能大隐隐于野 #NFS专栏 azure microsoft nfs
介绍AzureNetApp文件是一项托管存储解决方案，适用于各种方案，包括高性能计算(HPC)基础结构。低延迟和每秒高I/O操作数(IOPS)对于大规模企业而言是一种很好的组合。假设你就职于一家半导体公司。你的任务是设计公司的集成电路芯片，其需要很多电子设计自动化(EDA)模拟。你在本地没有足够的容量用于此项目，因此你决定使用Azure来满足那些HPC模拟需求。管理层希望你能够及时且经济高效地完成
IT服务产品设计与运营之路知行合一吃亏是福
IT服务产品传统巨头BMC公司在十几年前就有一个很经典的产品归类，把IT服务产品划分为管理类产品ITSM、监控类产品、自动化运维产品三大类。虽然已经过去了十几年，从现在的眼光和市场角度来看，主流的IT服务产品也还是围绕着这三个方向，当然形态有所变化，比如从传统的本地部署方式，引申出Saas方式；从传统流程型、人力驱动型平台，引申出AI辅助即AIOPS智能运维方式；从小规模运维数据管理应用，引申出大
D-SMART社区版FAQ DBAIOps社区 dba 数据库运维
1、什么是D-SMART社区版？D-SMART社区版的正式软件名称为“DBAIOPS数据库专家社区版”，是南京基石数据技术有限责任公司开发的一款数据库深度运维工具。该软件与北京佰晟众信科技有限公司的IT社区DBAIOPS共同运营，建立一个完整的SAAS服务生态。D-SMART社区版可以免费纳管5套数据库，超过5套，可以去微商城购买扩充许可证，最多扩充到20个数据库实例。D-SMART社区版支持的免
ElasticSearch性能调优会飞的鹅_ elasticsearch elasticsearch 数据库大数据运维服务器
ES性能调优ES的默认配置，是综合了数据可靠性、写入速度、搜索实时性等因素。实际使用时，我们需要根据公司要求，进行偏向性的优化。写优化假设我们的应用场景要求是，每秒300万的写入速度，每条500字节左右。针对这种对于搜索性能要求不高，但是对写入要求较高的场景，我们需要尽可能的选择恰当写优化策略。综合来说，可以考虑以下几个方面来提升写索引的性能：加大TranslogFlush，目的是降低Iops、W
数据资产管理在腾讯游戏的实践王知无
本文是由来自腾讯的陈才进行的分享。作者专注数据资产管理，自动化运维，AIOps。腾讯游戏大数据运营概况file每日传输量：17000亿条，约260TB，总存储量为100PB+，公司占比为20%。在游戏大数据管控中，面临着众多问题与痛点：数据多样化，缺少统一标准计算逻辑理解一不致，导致统计结果有偏差数据全链路质量问题，层次复杂、不能快速定位问题游戏数据管控的问题与难点数据质量偏低给数据应用带来的各种
Linux 磁盘管理运维本就逆天 linux 运维服务器
一、简述磁盘和硬盘相比较，磁盘是带有正负极磁性的硬盘。磁盘的结构包括，盘道、磁道、扇区、柱面、磁头。负责存储的是磁道，负责读写数据的是磁头。二、磁盘相关名词容量：Mb、Gb、Tb、Pb、Eb以上都是容量大小的单位，1024Mb=1Gb1024Gb=1T吧，以此类推。转速：指的是每分钟旋转的圈数，7200转、15000转尺寸：磁盘的大小，3.5英寸、2.5英寸、1.8英寸IOPS：inptu（输入）
网格化分组监控与资产动态管理益达_glmsb
基于AIOps理念研发的新一代运维监控大屏，全盘展示IT运行状态，减轻运维人员的重复性工作量，提高IT系统排错速度，加速运维知识学习积累。1.png一、网格化分组监控主要展示：网格数和游离资产数，每一个网格数可以看出具体的资产数、监控项数、作业数，每一个网格有具体的负责人。1.png1.新增：点击按钮1.png即可新增网格（网格名称、网格描述、网格经理、资产）。1.png2.拓扑图：点击按钮2.p
AIOPS探针部署说明书 love6a6 ubuntu
Linux服务器rsyncd服务配置说明查看服务器资源剩余量#linux可通过如下命令查看free-mtopdf-Thansible部署步骤建立用于启动服务的用户useraddlogmanager-u500-M-L-Ggroup1,group2#-M不创建用户家目录#-L锁定用户，拥有root权限才可以切换至该用户#-G指定用户附加组，多个组可用','分割如果被采集的日志文件存放在logmange
OceanBase创建租户闪耀的瞬间 oceanbase
租户是集群之上的递进概念，OceanBase数据库采用了多租户架构。集群偏部署层面的物理概念，是Zone和节点的集合，租户则偏向于资源层面的逻辑概念，是在物理节点上划分的资源单元，可以指定其资源规格，包括CPU、内存、日志盘空间、IOPS等。租户类似于传统数据库的数据库实例，租户通过资源池与资源关联，从而独占一定的资源配额，可以动态调整资源配额。在租户下可以创建Database、表、用户等数据库对
Scaling Up Memory Disaggregated Applications with Smart——论文泛读妙BOOK言论文阅读论文阅读分离式内存
ASPLOS2024Paper论文阅读笔记整理问题近期在RDMA网络方面的发展导致了内存分解的趋势。然而，每个计算节点的性能仍然受到网络的限制，特别是当它需要执行大量并发的细粒度远程访问时。根据我们的评估，现有的IOPS受限解聚应用在32个核心以上的规模上性能并不良好，因此无法充分利用当今的多核机器。挑战经过对RNIC内部架构的深入分析，我们发现今天的内存分解应用吞吐量受到三个主要的瓶颈的限制：(
你还在 Select * 吗？良月柒
阅读本文大概需要1.6分钟。作者：AIOps应用程序慢如牛，原因多多，可能是网络的原因、可能是系统架构的原因，还有可能是数据库的原因。那么如何提高数据库SQL语句执行速度呢？有人会说性能调优是数据库管理员（DBA）的事，然而性能调优跟程序员们也有莫大的关系。程序中嵌入的一行行的SQL语句，如果使用了一些优化小技巧，定能达到事半功倍的效果。技巧1比较运算符能用“=”就不用“<>”“=”增加了索引的使
阿里云服务器ECS实例规格性能区别及选择攻略运维FUN 阿里云服务器阿里云网络
阿里云服务器ECS有多种实例规格，如ECS共享型S6、ECS计算型C6等，云服务器规格不同性能不同，CPU型号不同、网络收发包PPS性能不同，连接数、多队列、云盘IOPS、云盘带宽等性能参数不同，云服务器适用场景也不同。云服务器吧来详细说下什么是云服务器的实例规格以及实例规格选择方法：实例规格是什么？什么是实例？实例是为业务提供计算服务的最小单位，一台云服务器ECS就是一个实例。顾名思义，实例规格
智慧校园大数据云存储和云灾备 shawn_song1212 大数据
云存储基于NCS分布式海量存储系统随着虚拟化成为基础架构主要的工作机制，数据中心的存储设计面临前所未有的挑战：第一个挑战是管理复杂、不灵活。存储一直是虚拟化架构设计中最关键的环节之一。很多性能的问题都和存储有关。架构师需要了解很底层的存储设备及其特性，需要在IOPS，Latency和容量等各个方面优化。另外存储的分层、扩展和运维都有很多考虑的方面。在引入软件定义的ServerSAN存储以前，存储都
AIOps探索 | 基于大模型构建高效的运维知识及智能问答平台（2）擎创夏洛克AIOps 运维大数据 chatgpt 人工智能数据库
前面分享了平台对运维效率提升的重要性和挑战以及基于大模型的平台建设解决方案，新来的朋友点这里，一键回看精彩原文。基于大模型构建高效的运维知识及智能问答平台（1）https://mp.csdn.net/mp_blog/creation/editor/135223109今天楼主将用实例就跟大家分享一下如何构建知识库、构建的知识库如何应用于事件管理中，希望对你们有所帮助~觉得楼主写的还不错的话，不要吝啬
详解数据库三个核心性能指标--TPS\QPS\IOPS 大民和初一
今天主要介绍所有数据库的三个关键性能指标：qps每秒处理的查询数tps每秒处理的事务数IOPS每秒磁盘进行的I/O操作次数一、TPS1、概念TransactionsPerSecond（每秒传输的事物处理个数），即服务器每秒处理的事务数。TPS包括一条消息入和一条消息出，加上一次用户数据库访问。（业务TPS=CAPS×每个呼叫平均TPS）TPS是软件测试结果的测量单位。一个事务是指一个客户机向服务器
Ceph分布式文件系统集群搭建详解蔚蓝色天空sky 分布式 ceph 分布式文件系统
1、Ceph分布式文件系统简介Ceph是一种为优秀的性能、可靠性和可扩展性而设计的统一的、分布式文件系统。Ceph独一无二地在一个统一的系统中同时提供了对象、块、和文件存储功能。基开发目标是：可轻松扩展到数PB容量支持多种工作负载的高性能（每秒输入/输出操作[IOPS]和带宽）高可靠性Ceph不仅仅是一个文件系统，还是一个有企业级功能的对象存储生态环境。中文学习网址：CEPH中文学习网2.Ceph
查看服务器资源使用情况最笨的羊羊 Ansible Docker K8S 服务器相关知识总结 linux 运维服务器
查看服务器资源使用情况一、top命令二、理解IOPS三、腾讯云机器cvm四、iotop五、atop六、查看内存使用情况一、top命令"top"命令是一个Linux系统的实用工具，用于动态监视系统的运行状态。它会实时显示系统中正在运行的进程列表，并按照CPU使用率、内存使用率等指标对其进行排序。通过使用"top"命令，用户可以快速查看系统的整体运行情况，以及各个进程的资源占用情况。在"top"命令的
Cgroup 资源配置---CPU、内存和磁盘 →人生过客容器 docker
目录一、Cgroup资源配置方法二、使用stress工具测试CPU和内存1、设置CPU的权重2、CPU周期限制3、CPUCore控制4、CPU配额控制参数的混合使用5、内存限额三、BlocklO的限制四、bps和iops的限制一、Cgroup资源配置方法Docker通过Cgroup来控制容器使用的资源配额，包括CPU、内存、磁盘三大方面，基本覆盖了常见的资源配额和使用量控制。Cgroup是Cont
让 K8s 更简单！8款你不得不知的 AI 工具工业甲酰苯胺 kubernetes 人工智能容器
介绍最近，AI引起了广泛关注，而Kubernetes驱动的DevOps也不例外。软件工程师是自动化的忠实拥护者，因此针对Kubernetes操作员的AI驱动工具自然也开始涌现。这些工具大多专为终端(CLI)使用而设计。Kubernetes是容器编排的首选平台，而在AI驱动工具的帮助下可以从自动化任务、提高可靠性和提供洞察力等方面来帮助您更好掌握它。OpenAI是KubernetesAIOps最有前
Ceph入门到精通-SATA SSD、HDD和NVMe读写性能差异瓦哥架构实战 Ceph入门到精通 ceph 服务器运维
SATASSD、HDD和NVMe是不同类型的存储设备，它们在读写性能方面有所区别。SATASSD：读写IOPS（每秒输入/输出操作次数）：通常在10,000至100,000IOPS之间，具体取决于具体的型号和制造商。带宽：SATAIII接口的最大带宽为600MB/s（理论值），但实际上SSD可能会受到其他因素的限制而达不到这个速度。HDD（机械硬盘）：读写IOPS：通常在75至200IOPS之间，
PHP如何实现二维数组排序？ IT独行者二维数组 PHP 排序　
二维数组在PHP开发中经常遇到，但是他的排序就不如一维数组那样用内置函数来的方便了，（一维数组排序可以参考本站另一篇文章【PHP中数组排序函数详解汇总】）。二维数组的排序需要我们自己写函数处理了，这里UncleToo给大家分享一个PHP二维数组排序的函数：代码： functionarray_sort($arr,$keys,$type='asc'){ $keysvalue= $new_arr
【Hadoop十七】HDFS HA配置 bit1129 hadoop
基于Zookeeper的HDFS HA配置主要涉及两个文件,core-site和hdfs-site.xml。测试环境有三台 hadoop.master hadoop.slave1 hadoop.slave2 hadoop.master包含的组件NameNode, JournalNode, Zookeeper，DFSZKFailoverController
由wsdl生成的java vo类不适合做普通java vo darrenzhu VO wsdl webservice rpc
开发java webservice项目时，如果我们通过SOAP协议来输入输出，我们会利用工具从wsdl文件生成webservice的client端类，但是这里面生成的java data model类却不适合做为项目中的普通java vo类来使用，当然有一中情况例外，如果这个自动生成的类里面的properties都是基本数据类型，就没问题，但是如果有集合类，就不行。原因如下： 1)使用了集合如Li
JAVA海量数据处理之二（BitMap）周凡杨 java 算法 bitmap bitset 数据
路漫漫其修远兮，吾将上下而求索。想要更快，就要深入挖掘 JAVA 基础的数据结构，从来分析出所编写的 JAVA 代码为什么把内存耗尽，思考有什么办法可以节省内存呢？啊哈！算法。这里采用了 BitMap 思想。首先来看一个实验：指定 VM 参数大小： -Xms256m -Xmx540m
java类型与数据库类型 g21121 java
很多时候我们用hibernate的时候往往并不是十分关心数据库类型和java类型的对应关心，因为大多数hbm文件是自动生成的，但有些时候诸如：数据库设计、没有生成工具、使用原始JDBC、使用mybatis(ibatIS)等等情况，就会手动的去对应数据库与java的数据类型关心，当然比较简单的数据类型即使配置错了也会很快发现问题，但有些数据类型却并不是十分常见，这就给程序员带来了很多麻烦。 &nb
Linux命令 510888780 linux命令
系统信息 arch 显示机器的处理器架构(1) uname -m 显示机器的处理器架构(2) uname -r 显示正在使用的内核版本 dmidecode -q 显示硬件系统部件 - (SMBIOS / DMI) hdparm -i /dev/hda 罗列一个磁盘的架构特性 hdparm -tT /dev/sda 在磁盘上执行测试性读取操作 cat /proc/cpuinfo 显示C
java常用JVM参数墙头上一根草 java jvm参数
-Xms：初始堆大小，默认为物理内存的1/64(<1GB)；默认(MinHeapFreeRatio参数可以调整)空余堆内存小于40%时，JVM就会增大堆直到-Xmx的最大限制 -Xmx：最大堆大小，默认(MaxHeapFreeRatio参数可以调整)空余堆内存大于70%时，JVM会减少堆直到 -Xms的最小限制 -Xmn：新生代的内存空间大小，注意：此处的大小是（eden+ 2
我的spring学习笔记9-Spring使用工厂方法实例化Bean的注意点 aijuans Spring 3
方法一： <bean id="musicBox" class="onlyfun.caterpillar.factory.MusicBoxFactory" factory-method="createMusicBoxStatic"></bean> 方法二：
mysql查询性能优化之二 annan211 UNION mysql 查询优化索引优化
1 union的限制有时mysql无法将限制条件从外层下推到内层，这使得原本能够限制部分返回结果的条件无法应用到内层查询的优化上。如果希望union的各个子句能够根据limit只取部分结果集，或者希望能够先排好序在合并结果集的话，就需要在union的各个子句中分别使用这些子句。例如想将两个子查询结果联合起来，然后再取前20条记录，那么mys
数据的备份与恢复百合不是茶 oracle sql 数据恢复数据备份
数据的备份与恢复的方式有: 表,方案 ,数据库; 数据的备份: 导出到的常见命令; 参数说明 USERID 确定执行导出实用程序的用户名和口令 BUFFER 确定导出数据时所使用的缓冲区大小，其大小用字节表示 FILE 指定导出的二进制文
线程组 bijian1013 java 多线程 thread java多线程线程组
有些程序包含了相当数量的线程。这时，如果按照线程的功能将他们分成不同的类别将很有用。线程组可以用来同时对一组线程进行操作。创建线程组：ThreadGroup g = new ThreadGroup(groupName); &nbs
top命令找到占用CPU最高的java线程 bijian1013 java linux top
上次分析系统中占用CPU高的问题，得到一些使用Java自身调试工具的经验，与大家分享。 (1)使用top命令找出占用cpu最高的JAVA进程PID:28174 (2)如下命令找出占用cpu最高的线程 top -Hp 28174 -d 1 -n 1 32694 root 20 0 3249m 2.0g 11m S 2 6.4 3:31.12 java
【持久化框架MyBatis3四】MyBatis3一对一关联查询 bit1129 Mybatis3
当两个实体具有1对1的对应关系时，可以使用One-To-One的进行映射关联查询 One-To-One示例数据以学生表Student和地址信息表为例，每个学生都有都有1个唯一的地址(现实中，这种对应关系是不合适的，因为人和地址是多对一的关系)，这里只是演示目的学生表 CREATE TABLE STUDENTS (
C/C++图片或文件的读写 bitcarter 写图片
先看代码： /*strTmpResult是文件或图片字符串 * filePath文件需要写入的地址或路径 */ int writeFile(std::string &strTmpResult,std::string &filePath) { int i,len = strTmpResult.length(); unsigned cha
nginx自定义指定加载配置 ronin47
进入 /usr/local/nginx/conf/include 目录，创建 nginx.node.conf 文件，在里面输入如下代码： upstream nodejs { server 127.0.0.1:3000; #server 127.0.0.1:3001; keepalive 64; } server { liste
java-71-数值的整数次方.实现函数double Power(double base, int exponent)，求base的exponent次方 bylijinnan double
public class Power { /** *Q71-数值的整数次方 *实现函数double Power(double base, int exponent)，求base的exponent次方。不需要考虑溢出。 */ private static boolean InvalidInput=false; public static void main(
Android四大组件的理解 Cb123456 android 四大组件的理解
分享一下，今天在Android开发文档-开发者指南中看到的: App components are the essential building blocks of an Android
[宇宙与计算]涡旋场计算与拓扑分析 comsci 计算
怎么阐述我这个理论呢？。。。。。。。。。首先：宇宙是一个非线性的拓扑结构与涡旋轨道时空的统一体。。。。我们要在宇宙中寻找到一个适合人类居住的行星，时间非常重要，早一个刻度和晚一个刻度，这颗行星的
同一个Tomcat不同Web应用之间共享会话Session cwqcwqmax9 session
实现两个WEB之间通过session 共享数据查看tomcat 关于 HTTP Connector 中有个emptySessionPath 其解释如下： If set to true, all paths for session cookies will be set to /. This can be useful for portlet specification impleme
springmvc Spring3 MVC，ajax，乱码 dashuaifu spring jquery mvc Ajax
springmvc Spring3 MVC @ResponseBody返回，jquery ajax调用中文乱码问题解决 Spring3.0 MVC @ResponseBody 的作用是把返回值直接写到HTTP response body里。具体实现AnnotationMethodHandlerAdapter类handleResponseBody方法，具体实
搭建WAMP环境 dcj3sjt126com wamp
这里先解释一下WAMP是什么意思。W:windows，A：Apache，M：MYSQL，P：PHP。也就是说本文说明的是在windows系统下搭建以apache做服务器、MYSQL为数据库的PHP开发环境。工欲善其事，必须先利其器。因为笔者的系统是WinXP，所以下文指的系统均为此系统。笔者所使用的Apache版本为apache_2.2.11-
yii2 使用raw http request dcj3sjt126com http
Parses a raw HTTP request using yii\helpers\Json::decode() To enable parsing for JSON requests you can configure yii\web\Request::$parsers using this class: 'request' =&g
Quartz-1.8.6 理论部分 eksliang quartz
转载请出自出处：http://eksliang.iteye.com/blog/2207691 一.概述基于Quartz-1.8.6进行学习，因为Quartz2.0以后的API发生的非常大的变化，统一采用了build模式进行构建；什么是quartz? 答：简单的说他是一个开源的java作业调度框架，为在 Java 应用程序中进行作业调度提供了简单却强大的机制。并且还能和Sp
什么是POJO？ gupeng_ie java POJO 框架 Hibernate
POJO--Plain Old Java Objects(简单的java对象) POJO是一个简单的、正规Java对象，它不包含业务逻辑处理或持久化逻辑等，也不是JavaBean、EntityBean等，不具有任何特殊角色和不继承或不实现任何其它Java框架的类或接口。 POJO对象有时也被称为Data对象，大量应用于表现现实中的对象。如果项目中使用了Hiber
jQuery网站顶部定时折叠广告 ini JavaScript html jquery Web css
效果体验：http://hovertree.com/texiao/jquery/4.htmHTML文件代码： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>网页顶部定时收起广告jQuery特效 - HoverTree<
Spring boot内嵌的tomcat启动失败 kane_xie spring boot
根据这篇guide创建了一个简单的spring boot应用，能运行且成功的访问。但移植到现有项目（基于hbase）中的时候，却报出以下错误： SEVERE: A child container failed during start java.util.concurrent.ExecutionException: org.apache.catalina.Lif
leetcode: sort list michelle_0916 Algorithm linked list sort
Sort a linked list in O(n log n) time using constant space complexity. ====analysis======= mergeSort for singly-linked list ====code======= /** * Definition for sin
nginx的安装与配置,中途遇到问题的解决 qifeifei nginx
我使用的是ubuntu13.04系统，在安装nginx的时候遇到如下几个问题，然后找思路解决的，nginx 的下载与安装 wget http://nginx.org/download/nginx-1.0.11.tar.gz tar zxvf nginx-1.0.11.tar.gz ./configure make make install 安装的时候出现
用枚举来处理java自定义异常 tcrct java enum exception
在系统开发过程中，总少不免要自己处理一些异常信息，然后将异常信息变成友好的提示返回到客户端的这样一个过程，之前都是new一个自定义的异常，当然这个所谓的自定义异常也是继承RuntimeException的，但这样往往会造成异常信息说明不一致的情况，所以就想到了用枚举来解决的办法。 1，先创建一个接口，里面有两个方法，一个是getCode, 一个是getMessage public
erlang supervisor分析 wudixiaotie erlang
当我们给supervisor指定需要创建的子进程的时候，会指定M,F,A,如果是simple_one_for_one的策略的话，启动子进程的方式是supervisor:start_child(SupName, OtherArgs),这种方式可以根据调用者的需求传不同的参数给需要启动的子进程的方法。和最初的参数合并成一个数组，A ++ OtherArgs。那么这个时候就有个问题了，既然参数不一致，那