我设置了两个节点，使用 drbd 来同步 kvm VPS 以进行回退。因此，vps 仅在一个节点上处于活动状态。活动节点上有 4 个 kvm vps。
两个节点具有用于 drbd 同步的专用 10G 接口。因此，这不会造成 io 问题。
Sysbench给出的磁盘io性能大概是400Mb/s左右。
问题是，在随机间隔内，其中一个 VPS 的 io 开始达到峰值，速率约为 400MB/s（相同的磁盘 io 限制），然后变得无响应。其他 vps 当时仍然有响应。我无法找到导致当时 I/O 过高的原因。服务器没有响应，所以我当时无法使用 ssh 登录。我确实使用 telegraf->influxdb 来监控 vps。在那里我可以看到 I/O 正在升高，但我不确定如何使用它来查找哪个应用程序/用户导致了高负载和/或为什么只有这个 vps 受到影响，而其他 vps 却没有受到影响，而它们使用相同的底层 drbd/磁盘。
关于如何调试这个问题有什么建议吗？
答案1
iotop如果您碰巧在某个“随机时间”捕获到 400MB/s 的 IO，则可以使用它来识别 KVM 上的哪个进程正在生成 400MB/s 的 IO。
或者，您可以使用类似的方法，pidstat -d在某个时间间隔内写出报告文件，以便稍后筛选，以查看哪个进程导致了磁盘丢失。
400MB/s 是大量未被考虑的 IO，所以我希望你能追踪到它！