nfs存储IO等待,导致k8s业务系统卡慢问题处理

注:服务器配置:64C,128G,麒麟v10系统,系统磁盘使用空间(5T)均低于50%,存储磁盘iops约为800左右

发现业务系统卡慢,使用top 命令查看.系统负载较高长期保持在60以上,发现wa值的指标参数长期高于15,返现CPU用于写入磁盘IO等待的时间较高,系统的磁盘I/O压力较大.
配合开发查看日志,发现日志刷新速度很慢;查看业务服务,从服务器本身访问服务pod接口地址有响应超时的问题.k8s健康检查也会重启部分业务服务,原因为监听接口地址超时.
一丶排查思路

1. 检查数据库服务器情况
   ①使用iostat -xmt 2 命令查看%util：磁盘利用率使用情况,数据库磁盘IO值低于20,数值较低;
   ②使用top命令检查数据库服务器负载情况数据库负载正常,CPU使用率不超过5%

2. 检查业务服务器情况
   ①使用iostat -xmt 2 命令查看%util：磁盘利用率使用情况,数据库磁盘IO值在40-50左右,数值未达到瓶颈;
   ②使用top命令检查业务服务器负载情况,负载异常1分钟,5分钟,15分钟负载高于60,wa的值处于15-20,判断为业务服务器磁盘IO读写压力较大
   注释:业务服务器用于等待CPU等待磁盘完成IO时间占比过长,但是本地服务器磁盘利用率未到瓶颈,

3. 检查nfs业务服务器情况
   ①使用iostat -xmt 2 命令查看%util：磁盘利用率使用情况,数据库磁盘IO值在90-100左右,达到瓶颈,await延迟超过50ms
   ②使用top命令检查业务服务器负载情况,负载异常1分钟,5分钟,15分钟负载低于20,wa的值低于5,判断为业务服务器磁盘IO读写压力正常
   ③查看nfs线程数 ps -elf|grep nfsd 数值为默认值8个

二丶问题定位

NFS存储I/O性能已达瓶颈，导致业务系统卡慢。原因如下：

1. 资源集中争用
   业务附件文件及数百个Pod的业务日志读写均在同一NFS存储，形成I/O资源竞争
2. 瓶颈表现
   iostat监测显示NFS存储的%util持续高于90%，await延迟超过50ms。
   业务高峰期日志写入QPS峰值突破1000，直接触发存储性能阈值。
3. 结论
   业务日志的持续性密集读写是引发NFS存储I/O瓶颈的主因，需分离存储资源。

三丶解决办法

1. 扩展nfs服务线程数，修改etc/nfs.conf ，调整threads=32；重启nfs，rpcbind服务. ps -elf|grep nfsd 查看是否生效
2. 利用其他服务器资源,新建nfs服务,迁移业务日志pvc到该服务器nfs存储