全部产品
Search
文档中心

Alibaba Cloud Linux:检测文件系统和块层的IO hang

更新时间:Aug 07, 2023

IO hang是指在系统运行过程中,因某些IO耗时过长而引起的系统不稳定甚至宕机。为了准确检测出IO hang,Alibaba Cloud Linux 2和Alibaba Cloud Linux 3扩展核心数据结构,增加了在较小的系统开销下,快速定位并检测IO hang的功能。本文主要介绍实现该功能的接口以及接口操作示例。

接口说明

接口

描述

/sys/block/<device>/queue/hang_threshold

该接口能够查看和修改用于检测IO hang的阈值,单位为ms,默认值为5000。

/sys/block/<device>/hang

该接口能够输出对应设备上超过IO hang阈值的读写IO个数。

/sys/kernel/debug/block/<device>/rq_hang

该接口能够获取IO hang的详细信息。

/proc/<pid>/wait_res

该接口能够获取进程正在等待的资源信息。

/proc/<pid>/task/<tid>/wait_res

该接口能够获取线程正在等待的资源信息。

以上接口中变量说明如下。

变量名

说明

<device>

块存储设备名。

<pid>

进程ID。

<tid>

线程ID。

示例一

您可以根据需求调用接口/sys/block/<device>/queue/hang_threshold修改用于检测IO hang的阈值。本示例中将默认阈值5000 ms修改为10000 ms。

  1. 将磁盘vdb下的用于检测IO hang的阈值修改为10000 ms。

    echo 10000 > /sys/block/vdb/queue/hang_threshold
  2. 查看修改结果。

    cat /sys/block/vdb/queue/hang_threshold

    返回结果示例。

    10000

示例二

您可以调用接口/sys/block/<device>/hang查询磁盘上产生IO hang的读写IO个数。本示例查询的磁盘为vdb

查询命令如下。

cat /sys/block/vdb/hang

返回结果示例。

0        1     # 左边参数表示产生IO hang的读IO的个数,右边参数表示产生IO hang的写IO的个数

示例三

您可以调用接口/sys/kernel/debug/block/<device>/rq_hang获取产生IO hang的详细信息。本示例中的磁盘为vdb

查询命令如下。

cat /sys/kernel/debug/block/vdb/rq_hang

返回结果示例如下。

ffff9e50162fc600 {.op=WRITE, .cmd_flags=SYNC, .rq_flags=STARTED|ELVPRIV|IO_STAT|STATS, .state=in_flight, .tag=118, .internal_tag=67, .start_time_ns=1260981417094, .io_start_time_ns=1260981436160, .current_time=1268458297417, .bio = ffff9e4907c31c00, .bio_pages = { ffffc85960686740 }, .bio = ffff9e4907c31500, .bio_pages = { ffffc85960639000 }, .bio = ffff9e4907c30300, .bio_pages = { ffffc85960651700 }, .bio = ffff9e4907c31900, .bio_pages = { ffffc85960608b00 }}

上述示例显示了IO的详细信息,从信息中获取到IO请求开始时间io_start_time_ns已被赋值。表明该IO请求未被及时处理,从而导致IO耗时过长。

示例四

您可以调用接口/proc/<pid>/wait_res获取进程正在等待的资源信息。本示例所查询的进程ID为577

查询命令如下。

cat /proc/577/wait_res

返回结果示例。

1 0000000000000000 4310058496 4310061448    #示例值依次对应Field 1 Field 2 Field 3 Field 4

返回结果示例中参数说明如下。

参数

说明

Field 1

等待的资源类型。1表示文件系统中的缓存页(page),2表示块层bio。

Field 2

等待的资源(page/bio)地址。

Field 3

等待资源开始时间。

Field 4

读取该文件的当前时间,与Field 3的差值即为在该资源上等待的耗时。