伺服器io高如何解決

A. 如何解決伺服器CPU使用率過高的問題

可按以下四個方法解決CPU佔用率過高的問題：
在運行大型程序之前，查看電腦配置是否滿足運行該程序的最低配置，如果確實是電腦配置不行的話，那麼就建議將電腦硬體進行升級了;
下載殺毒軟體或者木馬專殺對電腦進行保護，可以使用佔用資源小的一些安全工具，例如巨盾，巨盾採用腳本引擎可以極大的釋放系統資源，不會使得電腦CPU使用率過高;
在使用瀏覽器時盡量選擇一些用戶群體比較多的瀏覽器，一些非主流的瀏覽器就不必使用了，因為小眾的瀏覽器在兼容性，操作性等方面還是有些缺陷的，系統優化也不完善，所以建議使用主流的瀏覽器，避免出現CPU使用率高怎麼辦的問題;
定期更新電腦各種驅動，可以使用驅動精靈等工具自動更新電腦上的驅動，保持電腦驅動處於最新狀態，減少CPU出現100%的概率。

B. 主機sql資料庫佔用磁碟IO讀寫過高,怎麼解決

1、首先登錄SQL Server實例，如下圖所示。

C. 阿里雲的伺服器最近IO高老卡死，必須重啟才行。怎樣找到IO過高的程序

cpu/帶寬使用正常，磁碟IO佔用過高，建議你檢查伺服器當時時間點是否有讀寫進程任務導致（Windows伺服器任務管理器—性能—資源監控器—磁碟查看磁碟活動進程和磁碟讀寫，linux伺服器可以通過top，iostat等命令查看），你也可以檢查資料庫日誌檢查你的資料庫是否存在慢查詢、死鎖、全表掃描導致，或者你可以通過使用雲監控監控進程的磁碟IO讀寫。如果遇到問題你可以通過阿里雲的售後支持-提交工單咨詢。

D. 如何提高Linux伺服器磁碟io性能

您好，很高興為您解答。

在現有文件系統下進行優化：
linux內核和各個文件系統採用了幾個優化方案來提升磁碟訪問速度。但這些優化方案需要在我們的伺服器設計中進行配合才能得到充分發揮。
文件系統緩存
linux內核會將大部分空閑內存交給虛擬文件系統，來作為文件緩存，叫做page cache。在內存不足時，這部分內存會採用lru演算法進行淘汰。通過free命令查看內存，顯示為cached的部分就是文件緩存了。

如何針對性優化：
lru並不是一個優秀淘汰演算法，lru最大的優勢是普適性好，在各種使用場景下都能起到一定的效果。如果能找到當前使用場景下，文件被訪問的統計特徵，針 對性的寫一個淘汰演算法，可以大幅提升文件緩存的命中率。對於http正向代理來說，一個好的淘汰演算法可以用1GB內存達到lru演算法100GB內存的緩存 效果。如果不打算寫一個新的淘汰演算法，一般不需要在應用層再搭一個文件cache程序來做緩存。

最小分配：
當文件擴大，需要分配磁碟空間時，大部分文件系統不會僅僅只分配當前需要的磁碟空間，而是會多分配一些磁碟空間。這樣下次文件擴大時就可以使用已經分配好的空間，而不會頻繁的去分配新空間。
例如ext3下，每次分配磁碟空間時，最小是分配8KB。
最小分配的副作用是會浪費一些磁碟空間（分配了但是又沒有使用）

如何針對性優化：
我們在reiserfs下將最小分配空間從8KB改大到128K後提升了30%的磁碟io性能。如果當前使用場景下小文件很多，把預分配改大就會浪費很多 磁碟空間，所以這個數值要根據當前使用場景來設定。似乎要直接改源代碼才能生效，不太記得了，09年的時候改的，有興趣的同學自己google吧。

io訪問調度：
在同時有多個io訪問時，linux內核可以對這些io訪問按LBA進行合並和排序，這樣磁頭在移動時，可以「順便」讀出移動過程中的數據。
SATA等磁碟甚至在磁碟中內置了io排序來進一步提升性能，一般需要在主板中進行配置才能啟動磁碟內置io排序。linux的io排序是根據LBA進行的，但LBA是一個一維線性地址，無法完全反應出二維的圓形磁碟，所以磁碟的內置io排序能達到更好的效果。

如何針對性優化：
io訪問調度能大幅提升io性能，前提是應用層同時發起了足夠的io訪問供linux去調度。
怎樣才能從應用層同時向內核發起多個io訪問呢？
方案一是用aio_read非同步發起多個文件讀寫請求。
方案二是使用磁碟線程池同時發起多個文件讀寫請求。
對我們的http正向代理來說，採用16個線程讀寫磁碟可以將性能提升到2.5倍左右。具體開多少個線程/進程，可以根據具體使用場景來決定。

小提示：
將文件句柄設置為非阻塞時，進程還是會睡眠等待磁碟io，非阻塞對於文件讀寫是不生效的。在正常情況下，讀文件只會引入十幾毫秒睡眠，所以不太明顯；而在磁碟io極大時，讀文件會引起十秒以上的進程睡眠。

預讀取：
linux內核可以預測我們「將來的讀請求」並提前將數據讀取出來。通過預讀取可以減少讀io的次數，並且減小讀請求的延時。

如何針對性優化：
預讀取的預測准確率是有限的，與其依賴預讀取，不如我們直接開一個較大的緩沖區，一次性將文件讀出來再慢慢處理；盡量不要開一個較小的緩沖區，循環讀文件/處理文件。
雖然說「預讀取」和「延遲分配」能起到類似的作用，但是我們自己擴大讀寫緩沖區效果要更好。

延遲分配：
當文件擴大，需要分配磁碟空間時，可以不立即進行分配，而是暫存在內存中，將多次分配磁碟空間的請求聚合在一起後，再進行一次性分配。
延遲分配的目的也是減少分配次數，從而減少文件不連續。

延遲分配的副作用有幾個：
1、如果應用程序每次寫數據後都通過fsync等介面進行強制刷新，延遲分配將不起作用
2、延遲分配有可能間歇性引入一個較大的磁碟IO延時（因為要一次性向磁碟寫入較多數據）
只有少數新文件系統支持這個特性

如何針對性優化：
如果不是對安全性（是否允許丟失）要求極高的數據，可以直接在應用程序里緩存起來，積累到一定大小再寫入，效果比文件系統的延遲分配更好。如果對安全性要求極高，建議經常用fsync強制刷新。

在線磁碟碎片整理：
Ext4提供了一款碎片整理工具，叫e4defrag，主要包含三個功能：
1、讓每個文件連續存儲
2、盡量讓每個目錄下的文件連續存儲
3、通過整理空閑磁碟空間，讓接下來的分配更不容易產生碎片

如何針對性優化：
「讓每個目錄下的文件連續存儲」是一個極有價值的功能。
傳統的做法是通過拼接圖片來將這10張圖片合並到一張大圖中，再由前端將大圖切成10張小圖。
有了e4defrag後，可以將需連續訪問的文件放在同一個文件夾下，再定期使用e4defrag進行磁碟整理。

實現自己的文件系統：
在大部分伺服器上，不需要支持「修改文件」這個功能。一旦文件創建好，就不能再做修改操作，只支持讀取和刪除。在這個前提下，我們可以消滅所有文件碎片，把磁碟io效率提升到理論極限。

有一個公式可以衡量磁碟io的效率：
磁碟利用率 = 傳輸時間/（平均尋道時間+傳輸時間）

如若滿意，請點擊回答右側【採納答案】，如若還有問題，請點擊【追問】

~ O(∩_∩)O~

E. 怎麼解決伺服器內存佔用過高的問題呢

伺服器內存佔用過高的解決方法：
1，首先通過任務管理器進行進程排序，查找佔用內存較大的程序進程。一般佔用內存較大的進程有W3WP、sqlserver、mysqld-nt.exe；
2， 站點進程w3wp 可以在cmd命令行中通過 iisapp 命令來對應是那個網站佔用內存較大。可以通過設置回收時間、內存最大使用值或共用進程池來減少內存的佔用，但是如果要保證網站的訪問質量，還是建議升級至更高型號來解決；
3，資料庫 sql server 也可以通過資料庫的企業管理器來設置最大內存佔用，但是如果網站程序必須要佔用較大內存的話，設置後會發生頁面報錯、打不開等問題；
4，MYSQL本身會佔用較大虛擬內存，如果不使用mysql資料庫的話，可以將其停止。

F. 資料庫伺服器IO長期%90—100%~求解決方案！

1.查硬體cpu 內存 硬碟（陣列），排除因硬體處理能力不足造成IO高
2 查軟體看看是否程序編寫的太爛，總做無用功，造成頻繁使用資料庫

G. hadoop定時執行 -sk導致磁碟IO過高，如何解決

考慮通過將原有的命令替換，並基於df命令來編寫一個新的命令來取而代之。
[root@idc1-server2 ~]# mv /usr/bin/ /usr/bin/.orig
[root@idc1-server2 ~]# vim /usr/bin/
1 #!/bin/sh
2
3 mydf=$(df -Pk $2 | grep -vE '^Filesystem|tmpfs|cdrom' | awk '{ print $3 }')
4 echo -e "$mydf\t$2"
[root@idc1-server2 ~]# chmod +x /usr/bin/
不過這樣的話，統計出來的結果不就不準確了嗎？
但具體情況具體應對，一般來說，Hadoop的datanode都會採用不同的磁碟並劃分分區來存儲數據，那麼使用df統計出來的結果，誤差應該是很小的。

H. 主機sql資料庫佔用磁碟IO讀寫過高,怎麼解決

1、首先登錄SQL Server實例，如下圖所示。