转自：http://www.ttlsa.com/zabbix/zabbix-lld-monitor-disk-io-stats/

Linux io监控的方式很多，这次使用zabbix对Linux磁盘IO做一个监控。需要下载三个文件，文章后面我会提供一个下载地址给大家，跟着凉白开的步骤来~

• discover_disk.pl

找出当前系统的分区，例如sda、sdb、xvda等等

• zbx_export_templates.xml

写好的模板，导进去即可

• zbx_parse_iostat_values.sh

定义key需要的文件，用于获取io监控值

备注：discover_disk.pl、zbx_parse_iostat_values.sh这两个文件我copy到了/usr/local/zabbix-2.4.4/scripts/目录下（这是我新创建用于存放脚本的目录，大家可自行定义）

导入模板

configuration->templates->import，选择你需要导入的模板文件：zbx_export_templates.xml，如下图：

Link模板

在host中link模板，configuration->Hosts->点击你的主机->templates->添加磁盘IO监控模板，如下：

配置LLD

① 正则配置

因为扫描出的分区比较多，我们监控特定的分区IO，需要使用zabbix正则表达式过滤，Administration->General->右侧下来条选择“Regular expressions”->New regular expression（创建正则）

•  expression：^(xvda|xvdb|sda|sdb)$
• Expression type：return is True
• Case sensitive：留空

最后保存即可，如果你想对正则表达式有更进一步了解，请看凉白开以前写的《zabbix正则表达式（86）》

② low-level-discovery配置

模板中已经配置，无需配置！

 

zabbix agent配置

配置zabbix_agentd.conf，在最后加上如下配置：

# diskio discovery
UserParameter=discovery.disks.iostats,/usr/local/zabbix-2.4.4/scripts/discover_disk.pl
UserParameter=custom.vfs.dev.iostats.rrqm[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "rrqm/s"
UserParameter=custom.vfs.dev.iostats.wrqm[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "wrqm/s"
UserParameter=custom.vfs.dev.iostats.rps[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "r/s"
UserParameter=custom.vfs.dev.iostats.wps[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "w/s"
UserParameter=custom.vfs.dev.iostats.rsec[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "rsec/s"
UserParameter=custom.vfs.dev.iostats.wsec[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "wsec/s"
UserParameter=custom.vfs.dev.iostats.avgrq[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "avgrq-sz"
UserParameter=custom.vfs.dev.iostats.avgqu[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "avgqu-sz"
UserParameter=custom.vfs.dev.iostats.await[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "await"
UserParameter=custom.vfs.dev.iostats.svctm[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "svctm"
UserParameter=custom.vfs.dev.iostats.util[*],/usr/local/zabbix-2.4.4/scripts/zbx_parse_iostat_values.sh $1 "%util"

重启agent

service zabbix_agent restart

数据查看

请等待几分钟，查看latest data，或者查看对应主机的item，看看是否出现了io stats的监控项或者监控数据。如果想查看图形数据，可到graph中看。如下：

iostat的使用说明

iostat -d -k -t 2

每隔2秒统计一次磁盘IO信息，直到按Ctrl+C终止程序，-d 选项表示统计磁盘信息， -k 表示以每秒KB的形式显示，-t 要求打印出时间信息，2 表示每隔 2 秒输出一次。第一次输出的磁盘IO负载状况提供了关于自从系统启动以来的统计信息。随后的每一次输出则是每个间隔之间的平均IO负载状况。

# iostat -x 1 10
Linux 2.6.18-92.el5xen 02/03/2009
avg-cpu:   %user %nice %system %iowait   %steal %idle
          1.10 0.00 4.82 39.54 0.07 54.46
Device:       rrqm/s wrqm/s r/s w/s rsec/s wsec/s avgrq-sz avgqu-sz await   svctm   %util
sda             0.00     3.50   0.40   2.50     5.60 48.00 18.48     0.00 0.97 0.97 0.28
sdb             0.00     0.00   0.00   0.00     0.00     0.00     0.00     0.00 0.00 0.00 0.00
sdc             0.00     0.00   0.00   0.00     0.00     0.00     0.00     0.00 0.00 0.00 0.00
sdd             0.00     0.00   0.00   0.00     0.00     0.00     0.00     0.00 0.00 0.00 0.00
sde             0.00     0.10   0.30   0.20     2.40     2.40     9.60     0.00 1.60 1.60 0.08
sdf              17.40     0.50 102.00   0.20 12095.20     5.60 118.40     0.70 6.81 2.09   21.36
sdg          232.40     1.90 379.70   0.50 76451.20 19.20 201.13     4.94 13.78 2.45   93.16

rrqm/s: <span style="white-space:pre">	</span>每秒进行 merge 的读操作数目。即 delta(rmerge)/s
wrqm/s:   <span style="white-space:pre">	</span>每秒进行 merge 的写操作数目。即 delta(wmerge)/s
r/s:           <span style="white-space:pre">	</span>每秒完成的读 I/O 设备次数。即 delta(rio)/s
w/s:       <span style="white-space:pre">	</span>每秒完成的写 I/O 设备次数。即 delta(wio)/s
rsec/s: <span style="white-space:pre">	</span>每秒读扇区数。即 delta(rsect)/s
wsec/s:  <span style="white-space:pre">	</span>每秒写扇区数。即 delta(wsect)/s
rkB/s:   <span style="white-space:pre">	</span>每秒读K字节数。是 rsect/s 的一半，因为每扇区大小为512字节。(需要计算)
wkB/s: <span style="white-space:pre">		</span>每秒写K字节数。是 wsect/s 的一半。(需要计算)
avgrq-sz: <span style="white-space:pre">	</span>平均每次设备I/O操作的数据大小 (扇区)。delta(rsect+wsect)/delta(rio+wio)
avgqu-sz: <span style="white-space:pre">	</span>平均I/O队列长度。即 delta(aveq)/s/1000 (因为aveq的单位为毫秒)。
await: <span style="white-space:pre">		</span>平均每次设备I/O操作的等待时间 (毫秒)。即 delta(ruse+wuse)/delta(rio+wio)
svctm: <span style="white-space:pre">		</span>平均每次设备I/O操作的服务时间 (毫秒)。即 delta(use)/delta(rio+wio)
%util:    <span style="white-space:pre">	</span>一秒中有百分之多少的时间用于 I/O 操作，或者说一秒中有多少时间 I/O 队列是非空的。即 delta(use)/s/1000 (因为use的单位为毫秒)

如果 %util 接近 100%，说明产生的I/O请求太多，I/O系统已经满负荷，该磁盘
可能存在瓶颈。
idle小于70% IO压力就较大了,一般读取速度有较多的wait.

同时可以结合vmstat 查看查看b参数(等待资源的进程数)和wa参数(IO等待所占用的CPU时间的百分比,高过30%时IO压力高)

   别人一个不错的例子.(I/O 系统 vs. 超市排队)

举一个例子，我们在超市排队 checkout 时，怎么决定该去哪个交款台呢? 首当是看排的队人数，5个人总比20人要快吧?除了数人头，我们也常常看看前面人购买的东西多少，如果前面有个采购了一星期食品的大妈，那么可以考虑换个队排了。还有就是收银员的速度了，如果碰上了连钱都点不清楚的新手，那就有的等了。另外，时机也很重要，可能 5分钟前还人满为患的收款台，现在已是人去楼空，这时候交款可是很爽啊，当然，前提是那过去的 5 分钟里所做的事情比排队要有意义(不过我还没发现什么事情比排队还无聊的)。
I/O 系统也和超市排队有很多类似之处:
r/s+w/s 类似于交款人的总数
平均队列长度(avgqu-sz)类似于单位时间里平均排队人的个数
平均服务时间(svctm)类似于收银员的收款速度
平均等待时间(await)类似于平均每人的等待时间
平均I/O数据(avgrq-sz)类似于平均每人所买的东西多少
I/O 操作率 (%util)类似于收款台前有人排队的时间比例。
我们可以根据这些数据分析出 I/O 请求的模式，以及 I/O 的速度和响应时间。
下面是别人写的这个参数输出的分析

# iostat -x 1
avg-cpu:   %user %nice %sys %idle
16.24 0.00 4.31 79.44
Device: rrqm/s wrqm/s r/s w/s   rsec/s   wsec/s rkB/s wkB/s avgrq-sz avgqu-sz await   svctm   %util
/dev/cciss/c0d0
0.00   44.90   1.02 27.55 8.16   579.59     4.08 289.80 20.57 22.35 78.21 5.00   14.29
/dev/cciss/c0d0p1
0.00   44.90   1.02 27.55 8.16   579.59     4.08 289.80 20.57 22.35 78.21 5.00   14.29
/dev/cciss/c0d0p2
0.00 0.00   0.00   0.00 0.00 0.00     0.00     0.00     0.00     0.00 0.00 0.00 0.00

上面的 iostat 输出表明秒有 28.57 次设备 I/O 操作: 总IO(io)/s = r/s(读) +w/s(写) = 1.02+27.55 = 28.57 (次/秒) 其中写操作占了主体 (w:r = 27:1)。
平均每次设备 I/O 操作只需要 5ms 就可以完成，但每个 I/O 请求却需要等上 78ms，为什么? 因为发出的 I/O 请求太多 (每秒钟约 29 个)，假设这些请求是同时发出的，那么平均等待时间可以这样计算:
平均等待时间 = 单个 I/O 服务时间 * ( 1 + 2 + ... + 请求总数-1) / 请求总数
应用到上面的例子: 平均等待时间 = 5ms * (1+2+...+28)/29 = 70ms，和 iostat 给出的78ms 的平均等待时间很接近。这反过来表明 I/O 是同时发起的。
每秒发出的 I/O 请求很多 (约 29 个)，平均队列却不长 (只有 2 个 左右)，这表明这 29 个请求的到来并不均匀，大部分时间 I/O 是空闲的。
一秒中有 14.29% 的时间 I/O 队列中是有请求的，也就是说，85.71% 的时间里 I/O 系统无事可做，所有 29 个 I/O 请求都在142毫秒之内处理掉了。
delta(ruse+wuse)/delta(io) = await = 78.21 => delta(ruse+wuse)/s=78.21 * delta(io)/s = 78.21*28.57 =2232.8，表明每秒内的I/O请求总共需要等待2232.8ms。所以平均队列长度应为 2232.8ms/1000ms = 2.23，而iostat 给出的平均队列长度 (avgqu-sz) 却为 22.35，为什么?! 因为 iostat 中有 bug，avgqu-sz值应为 2.23，而不是 22.35。