先判断是不是磁盘IO,而不是反复重启网络
如果SSH连接出现明显的输入回显延迟,但ping测试的丢包率和延迟都正常,那么问题大概率不在网络链路,而是VPS本地资源争抢。此时应优先查看磁盘IO状态,而不是反复重启网络服务。可以执行top命令观察wa(iowait)占比,若wa长时间超过30%,同时CPU的us和sy占用不高,基本可以认定是磁盘IO饱和导致进程调度受阻,SSH交互自然被拖慢。
观察wa时建议连续看几分钟,避免被瞬时值误导。如果top里wa周期性跳高,但很快回落,可能只是短时写入。配合vmstat 1看b列是否持续大于0,以及r列是否很低,能进一步确认IO阻塞。
用iotop和pidstat定位谁在抢IO
要定位具体是哪个进程在消耗IO,推荐使用iotop按IO占用排序,观察是否存在数据库备份、日志压缩、软件源更新等突发任务。如果没有iotop,可以用pidstat -d 1临时统计各进程的磁盘读写速率。注意,iotop需要root权限,且部分精简内核可能缺少相关模块,运行报错时先检查内核参数或改用lsof逐进程排查,但后者效率较低。
在VPS上常见的突发IO任务有:日志切割压缩、包管理器自动更新、数据库备份和镜像打包。如果iotop里出现长时间高IO的进程,先确认它属于某个定时任务,而不是被入侵后的异常进程。比如每分钟跑一次的日志压缩会拖慢所有交互命令,但不会持续太久。
用ionice让备份任务让路
当确认是IO跑满后,可以先用ionice调整进程IO优先级,比如将备份或编译任务设置为idle级别(ionice -c3 -p 进程号),这样它们只会在系统空闲时占用磁盘,SSH的响应能得到明显改善。如果进程由systemd托管,可以在对应service单元中加入IOSchedulingClass=idle配置。这类调整不需要重启服务,风险很小。
调整后可以用top和pidstat观察iowait是否回落。如果iowait仍然高,可能是有多个高优先级进程在抢IO,ionice对它们无效。此时需要结合进程列表判断是否要临时暂停其中一两个,例如用kill -STOP暂留,等峰期过后再恢复。
调整磁盘调度器,先看看当前用的是什么算法
如果IO压力来自长期高负载,可以尝试调整磁盘调度器。SSD上常见做法是使用none或noop,减少CPU开销;但在多队列场景下,mq-deadline的公平性更好。查看当前调度器:cat /sys/block/vda/queue/scheduler,临时切换用echo mq-deadline > /sys/block/vda/queue/scheduler。此操作即时生效,但重启后会恢复,需要写进/etc/rc.local或systemd tmpfiles才能持久化。
需要结合虚拟化环境确认。很多云VPS的virtio盘默认已经使用none,再改意义不大。如果你发现切换后SSH反而变卡,马上切换回原调度器。持久化前先动态观察30分钟,确认稳定再写入开机配置。
重启前确认脏页刷完,别把fsck留给流量高峰
在IO饱和时重启VPS,文件系统不一致的风险比平时高。如果确实需要重启,先执行sync强制刷盘,然后观察/proc/meminfo里的Dirty字段。建议等到Dirty值降到接近0或明显低于正常运行时的水平,再执行reboot。这样能减少启动时自动fsck的概率,也避免VPS开机后长时间不可用。
可以用watch -n1 grep Dirty /proc/meminfo盯着变化。正常情况下几秒到几十秒Dirty会下降,如果长时间不降,先检查磁盘空间和dmesg,而不是直接重启。
别在IO饱和时开swap,日志文件也要挪走
一个常见的错误操作是磁盘IO跑满时,为了缓解内存压力马上开启swap。对SSD上的VPS,swap读写会继续占用磁盘队列,在IO已经饱和时,开swap反而让SSH更卡。此时应该先排查内存占用,杀掉不必要的常驻进程,而不是引入新的磁盘写入。
同时检查日志路径。如果syslog或nginx的access_log和系统盘在同一分区,突发流量会让日志写入抢占大量IO。可以考虑将日志目录挂载到独立数据盘,或者对不重要的访问日志使用tmpfs。调整后用iostat -x 1观察%util和await,如果整体磁盘占用下降,SSH响应会逐渐恢复。