在Ubuntu服务器运维中，磁盘性能是决定系统稳定性和应用响应速度的关键因素。直接使用fio（Flexible I/O Tester）工具进行基准测试，是获取真实、可重复性能数据的最有效方法。它能模拟各种负载，精确测量顺序读写、随机读写、IOPS和延迟等核心指标，帮你发现存储瓶颈，为硬件选型、文件系统调优或云盘配置提供坚实依据。
为什么fio是磁盘性能测试的首选工具？
与dd或hdparm等简单工具不同，fio提供了极其灵活和专业的测试框架。它能创建多线程或进程的并发负载，精确控制I/O引擎（如libaio）、块大小、读写比例、随机/顺序模式等参数。这意味着你可以模拟数据库的随机读写、视频流媒体的顺序大文件读写，或者混合负载场景，得到的数据直接反映生产环境中的性能表现。其跨平台特性和丰富的输出格式（文本、JSON、图形化），也使其成为运维和开发人员的标准工具。
在Ubuntu上安装fio
在绝大多数Ubuntu版本中，fio可以通过官方仓库直接安装。打开终端，执行以下命令即可：
sudo apt update sudo apt install fio -y
安装完成后，可以通过 fio --version 确认安装成功。为了获得最准确的结果，建议测试时关闭其他不必要的应用程序，并在需要时使用sudo权限运行fio，以避免用户级I/O调度带来的影响。
理解fio的核心测试参数
编写fio测试任务的核心是理解其配置文件（job file）中的关键参数。一个典型的测试会定义全局段和多个任务段。主要参数包括：
filename: 指定测试的目标文件或设备，如 /dev/sdb 或 /mnt/data/testfile。直接测试裸设备能排除文件系统缓存干扰。
direct: 设置为1时，使用直接I/O（O_DIRECT），绕过操作系统缓存，反映磁盘的真实吞吐量和延迟，这对数据库等应用至关重要。
ioengine: 选择I/O引擎，常用 libaio（Linux原生异步I/O），对于高性能测试至关重要。
rw: 定义读写模式，如 read（顺序读）、write（顺序写）、randread（随机读）、randwrite（随机写）、rw（顺序混合）、randrw（随机混合）。
bs: 块大小（block size），如4k、16k、1m。不同应用场景差异巨大，数据库OLTP常用4k或8k随机读写，而视频处理则用1m以上的顺序读写。
size: 每个线程读写的数据总量。测试总数据量应明显大于系统RAM，以避免缓存带来的虚高结果。
numjobs: 并发线程或进程数，用于模拟多用户/多连接压力。
runtime: 测试运行时间（秒），确保测试有足够时长以达到稳定状态。
group_reporting: 汇总所有job的统计信息，便于查看整体结果。
实战：执行四个关键基准测试
我们通过四个典型场景来全面评估磁盘性能。建议将下面的配置保存为独立的 .fio 文件，例如 seq_read.fio。
1. 顺序读取（评估大文件连续读吞吐量）
[global] ioengine=libaio direct=1 time_based runtime=60 group_reporting [sequential-read] bs=1M rw=read filename=/dev/sdb numjobs=1 size=10G
运行命令：sudo fio seq_read.fio。重点关注输出中的 bw=(XXXX KiB/s)（带宽）和 iops（每秒I/O操作数）。对于顺序读写，带宽是核心指标。
2. 顺序写入（评估大文件连续写吞吐量）
[global] ioengine=libaio direct=1 time_based runtime=60 group_reporting [sequential-write] bs=1M rw=write filename=/dev/sdb numjobs=1 size=10G
注意：对非空白设备进行写测试会覆盖数据，请务必确认目标设备。
3. 随机读取（评估IOPS，关键于数据库和虚拟化）
[global] ioengine=libaio direct=1 time_based runtime=60 group_reporting [random-read] bs=4k rw=randread filename=/dev/sdb numjobs=4 iodepth=32 size=10G
这里引入了 iodepth（I/O队列深度），它控制同时发出的I/O请求数量，较高的队列深度能更好地压榨出NVMe SSD或高端企业级硬盘的潜力。此测试的 iops 值是核心。
4. 随机写入（评估写IOPS和写入延迟）
[global] ioengine=libaio direct=1 time_based runtime=60 group_reporting [random-write] bs=4k rw=randwrite filename=/dev/sdb numjobs=4 iodepth=32 size=10G
随机写入对SSD的寿命和性能是严峻考验，其IOPS和延迟（lat）是衡量存储设备响应能力的关键。
解读fio测试结果报告
fio的输出报告信息量很大，你需要抓住这几个关键行：
带宽（BW）: 单位通常是 KiB/s 或 MiB/s。顺序测试中，这个值应接近磁盘的理论接口速度（扣除开销）。
IOPS: 每秒操作数。对于随机4K测试，普通SATA SSD可能在数万到十万级别，而NVMe SSD可达数十万甚至百万级。
延迟（lat）: 包括平均延迟（lat avg）、最大延迟（lat max）和延迟百分比（如 clat percentiles 中的 99.00%、99.99%）。高百分位延迟（如P99.9）对保证应用流畅性至关重要，即使平均延迟很低，偶尔的超高延迟（延迟尖峰）也可能导致应用卡顿。
CPU利用率: 高IOPS测试时，观察用户态（usr）和系统态（sys）的CPU占用。如果CPU成为瓶颈，磁盘的真实性能可能未被完全发挥。
高级技巧与注意事项
混合负载测试: 使用 rw=randrw 并设置 rwmixread=70（读占70%），可以模拟更真实的数据库负载。
避免缓存影响: 确保 direct=1，并且测试数据量（size * numjobs）远大于可用内存。也可以在测试前执行 sudo sync && echo 3 | sudo tee /proc/sys/vm/drop_caches 来清空缓存（注意生产环境慎用）。
测试目标选择: 要测试文件系统性能，就指定文件路径；要测试裸设备极限性能，则直接指定设备节点（如 /dev/nvme0n1p1）。测试文件时，可以预先使用 fallocate 创建文件，避免测试包含文件分配时间。
长期稳定性测试: 将 runtime 设置为数小时，并使用 --output=long_test.log 记录输出，可以观察性能是否随时间衰减（如SSD过热或SLC缓存用尽）。
从测试数据到运维决策
获取基准数据后，关键在于分析和应用：
横向对比: 将测试结果与厂商宣传的规格（特别是针对你的工作负载，如4K随机读IOPS）进行对比，验证是否符合预期。
瓶颈定位: 如果带宽或IOPS远低于预期，检查硬件接口（SATA III, PCIe 3.0 x4）、驱动程序、内核I/O调度器（cat /sys/block/sdX/queue/scheduler）或文件系统格式（XFS通常在大型顺序IO上优于ext4）。
配置调优依据: 数据库（如MySQL）的 innodb_buffer_pool_size 设置应参考顺序读写速度；innodb_io_capacity 的设置应参考随机写IOPS。云服务器选型时，不同规格的云硬盘性能差异巨大，fio测试数据是选择性价比最优方案的核心依据。
定期进行fio基准测试并建立性能档案，是高水平运维团队的标志。它不仅能让你在故障排查时心中有数，更能在系统扩容、迁移或升级时，做出数据驱动的、最可靠的决策。
