源:https://www.cnblogs.com/tommyli/p/3623284.html

rrqm/s:   每秒進行 merge 的讀運算元目。即 delta(rmerge)/s
wrqm/s:  每秒進行 merge 的寫運算元目。即 delta(wmerge)/s
r/s:           每秒完成的讀 I/O 裝置次數。即 delta(rio)/s
w/s:         每秒完成的寫 I/O 裝置次數。即 delta(wio)/s
rsec/s:    每秒讀扇區數。即 delta(rsect)/s
wsec/s:  每秒寫扇區數。即 delta(wsect)/s
rkB/s:     每秒讀K位元組數。是 rsect/s 的一半，因為每扇區大小為512位元組。(需要計算)
wkB/s:

    每秒寫K位元組數。是 wsect/s 的一半。(需要計算)
avgrq-sz: 平均每次裝置I/O操作的資料大小 (扇區)。delta(rsect+wsect)/delta(rio+wio)
avgqu-sz:平均I/O佇列長度。即 delta(aveq)/s/1000 (因為aveq的單位為毫秒)。
await:    平均每次裝置I/O操作的等待時間 (毫秒)。即 delta(ruse+wuse)/delta(rio+wio)
svctm:   平均每次裝置I/O操作的服務時間 (毫秒)。即 delta(use)/delta(rio+wio)
%util:      一秒中有百分之多少的時間用於 I/O 操作，或者說一秒中有多少時間 I/O 佇列是非空的。即 delta(use)/s/1000 (因為use的單位為毫秒)

如果 %util 接近 100%，說明產生的I/O請求太多，I/O系統已經滿負荷，該磁碟
可能存在瓶頸。
idle小於70% IO壓力就較大了,一般讀取速度有較多的wait.
同時可以結合vmstat 檢視檢視b引數()和wa引數()

另外還可以參考
svctm  一般要小於 await (因為同時等待的請求的等待時間被重複計算了)，svctm  的大小一般和磁碟效能有關，CPU/記憶體的負荷也會對其有影響，請求過多也會間接導致 svctm 的增加。await  的大小一般取決於服務時間(svctm) 以及 I/O 佇列的長度和 I/O 請求的發出模式。如果 svctm 比較接近 await，說明 I/O  幾乎沒有等待時間；如果 await 遠大於 svctm，說明 I/O  佇列太長，應用得到的響應時間變慢，如果響應時間超過了使用者可以容許的範圍，這時可以考慮更換更快的磁碟，調整核心 elevator  演算法，優化應用，或者升級 CPU。
佇列長度(avgqu-sz)也可作為衡量系統 I/O 負荷的指標，但由於 avgqu-sz 是按照單位時間的平均值，所以不能反映瞬間的 I/O 洪水。

別人一個不錯的例子.(I/O 系統 vs. 超市排隊)

舉 一個例子，我們在超市排隊 checkout 時，怎麼決定該去哪個交款臺呢? 首當是看排的隊人數，5個人總比20人要快吧?  除了數人頭，我們也常常看看前面人購買的東西多少，如果前面有個採購了一星期食品的大媽，那麼可以考慮換個隊排了。還有就是收銀員的速度了，如果碰上了連  錢都點不清楚的新手，那就有的等了。另外，時機也很重要，可能 5  分鐘前還人滿為患的收款臺，現在已是人去樓空，這時候交款可是很爽啊，當然，前提是那過去的 5 分鐘裡所做的事情比排隊要有意義  (不過我還沒發現什麼事情比排隊還無聊的)。

I/O 系統也和超市排隊有很多類似之處:

r/s+w/s 類似於交款人的總數
平均佇列長度(avgqu-sz)類似於單位時間裡平均排隊人的個數
平均服務時間(svctm)類似於收銀員的收款速度
平均等待時間(await)類似於平均每人的等待時間
平均I/O資料(avgrq-sz)類似於平均每人所買的東西多少
I/O 操作率 (%util)類似於收款臺前有人排隊的時間比例。

我們可以根據這些資料分析出 I/O 請求的模式，以及 I/O 的速度和響應時間。

下面是別人寫的這個引數輸出的分析

# 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 輸出表明秒有 28.57 次裝置 I/O 操作: 總IO(io)/s = r/s(讀) +w/s(寫) = 1.02+27.55 = 28.57 (次/秒) 其中寫操作佔了主體 (w:r = 27:1)。

平均每次裝置 I/O 操作只需要 5ms 就可以完成，但每個 I/O 請求卻需要等上 78ms，為什麼? 因為發出的 I/O 請求太多 (每秒鐘約 29 個)，假設這些請求是同時發出的，那麼平均等待時間可以這樣計算:

平均等待時間 = 單個 I/O 服務時間 * ( 1 + 2 + … + 請求總數-1) / 請求總數

應用到上面的例子: 平均等待時間 = 5ms * (1+2+…+28)/29 = 70ms，和 iostat 給出的78ms 的平均等待時間很接近。這反過來表明 I/O 是同時發起的。

每秒發出的 I/O 請求很多 (約 29 個)，平均佇列卻不長 (只有 2 個 左右)，這表明這 29 個請求的到來並不均勻，大部分時間 I/O 是空閒的。

一秒中有 14.29% 的時間 I/O 佇列中是有請求的，也就是說，85.71% 的時間裡 I/O 系統無事可做，所有 29 個 I/O 請求都在142毫秒之內處理掉了。

delta(ruse+wuse)/delta(io)  = await = 78.21 => delta(ruse+wuse)/s =78.21 * delta(io)/s =  78.21*28.57 = 2232.8，表明每秒內的I/O請求總共需要等待2232.8ms。所以平均佇列長度應為  2232.8ms/1000ms = 2.23，而 iostat 給出的平均佇列長度 (avgqu-sz) 卻為 22.35，為什麼?! 因為  iostat 中有 bug，avgqu-sz 值應為 2.23，而不是 22.35。