此页面由 Cloud Translation API 翻译。

监控磁盘健康状况

您可以通过查看磁盘性能状态指标来检查 Persistent Disk 或 Google Cloud Hyperdisk 卷的运行状况。此指标表示磁盘的性能是否可能会受到 Compute Engine 中的不利事件影响。

影响磁盘性能状态的问题可能还会显示在项目的 Personal Service Health (PSH) 信息中心或 Google Cloud Service Health 信息中心中。

本文档介绍了磁盘性能状态以及如何使用该状态来排查性能问题。

何时检查磁盘的运行状况

如果您发现磁盘存在性能问题，请查看磁盘性能状态指标，检查磁盘的运行状况。磁盘性能状态指标每分钟更新一次，表示前一分钟内的整个磁盘性能。如需了解检查磁盘健康状况的步骤，请参阅查看磁盘性能状态。

下表总结了磁盘性能状态的可能值。

状态	含义
`Healthy`	磁盘性能符合预期。
`Degraded`	您可能会暂时观察到 I/O 延迟时间高于预期。
`Severely degraded`	出现较长的 I/O 延迟时间或其他错误。

如果效果状态不是 Healthy，请参阅了解每种状态，了解后续步骤。

如果性能状态为 Healthy，则表示磁盘正常运行，您需要检查导致性能问题的其他原因。您应检查是否存在应用或操作系统错误，并确保磁盘已正确优化。如需了解优化指南，请参阅优化 Hyperdisk 和优化 Persistent Disk。

磁盘健康状况与其他磁盘性能指标的关系

性能状态指标显示的磁盘运行状况是从 Google 的角度来看磁盘的内部状态。如果磁盘的状态为 Degraded 或 Severely Degraded，则根本原因始终在 Compute Engine 基础架构中。

通常，您无法通过修改工作负载来更改磁盘的运行状况。不过，在极少数情况下，对工作负载所做的更改可能会触发内部问题，因此您或许可以通过修改工作负载来缓解问题。

如需了解其他可用的磁盘性能指标，请参阅查看磁盘性能指标。

不会影响磁盘性能状态的场景

磁盘性能状态与以下因素导致的性能问题无关：

磁盘优化不完整或不充分
与磁盘和机器类型相关联的性能限制（如果所选机器类型无法满足工作负载的性能要求）
由于工作负载流量而增加的磁盘负载
用户、应用或操作系统错误
磁盘已满或已损坏
对于 Hyperdisk 和 Extreme Persistent Disk 卷，预配的 IOPS 或吞吐量不足。

在这些情况下，您有责任采取措施来提升性能，例如优化磁盘、扩容工作负载、更改机器类型，以及预配更多容量、IOPS 或吞吐量。

在 Cloud Monitoring 中查看磁盘的运行状况

如需查看磁盘的运行状况，请在 Metrics Explorer 中创建一个图表。

所需的角色和权限

如需获得检查磁盘性能状态指标所需的权限，请让管理员向您授予项目的以下 IAM 角色：

Monitoring Viewer (roles/monitoring.viewer)
如需将图表保存到信息中心，请执行以下操作：Monitoring Editor (roles/monitoring.editor)

如需详细了解如何授予角色，请参阅管理对项目、文件夹和组织的访问权限。

您也可以通过自定义角色或其他预定义角色来获取所需的权限。

在 Metrics Explorer 中创建图表

如需创建图表，请使用菜单驱动的界面、 Monitoring Query Language (MQL) 或 PromQL 构建查询。

如需在图表中查看一个或多个磁盘的运行状况，请按照以下说明操作。

在 Google Cloud 控制台中，转到 Metrics Explorer 页面：
进入 Metrics Explorer

如果您使用搜索栏查找此页面，请选择子标题为监控的结果。
在指标元素中，展开选择指标菜单，在过滤栏中输入 VM Instance，然后使用子菜单选择一个特定资源类型和指标：
1. 在活跃资源菜单中，选择虚拟机实例。
2. 在活跃指标类别菜单中，选择实例。
3. 在活跃指标菜单中，选择磁盘性能状态。
4. 点击应用。
此指标的完全限定名称为 compute.googleapis.com/instance/disk/performance_status。
配置数据的查看方式。
停用汇总。确保在汇总元素中，将第一个菜单设置为不汇总，并将第二个菜单设置为无。
如需查看特定磁盘的运行状况，请按 device_name 进行过滤。

如需详细了解如何配置图表，请参阅使用 Metrics Explorer 时选择指标。

MQL

打开查询编辑器：请按照编写 MQL 查询中的步骤操作。

在查询编辑器中输入查询。例如，如需查看特定磁盘的性能状态，请输入以下查询：

    fetch gce_instance
    | metric 'compute.googleapis.com/instance/disk/performance_status'
    | filter metric.device_name == 'DISK_NAME'
    | group_by 1m,
        [value_performance_status_fraction_true:
          fraction_true(value.performance_status)]
    | every 1m

将 DISK_NAME 替换为磁盘名称，例如 disk-1。

PromQL

打开查询编辑器：请按照编写 PromQL 查询中的步骤操作。
在查询编辑器中输入查询。例如，如需查看特定磁盘的性能状态，请输入以下查询：

  last_over_time
    (compute_googleapis_com:instance_disk_performance_status
      {monitored_resource="gce_instance",
        project_id ="PROJECT_ID",
        device_name="DISK_NAME"}[${__interval}])

将 DISK_NAME 替换为磁盘名称，例如 disk-1。

如果您在图表中查看结果，则每个磁盘都有 3 条线，每条线对应一种可能的状态。同样，如果您在表格中查看查询结果，则每个磁盘对应于表格中的 3 行。

如果您使用 PromQL 或 MQL 构建了查询，则每行或数据行将具有 1 或 0 的值。对于使用菜单构建的查询，此值为 100% 或 0。

磁盘的当前运行状况由值为 100% 或 1 的行或线条表示。

例如，以下屏幕截图显示了名为 a-test-VM 且状态为 Healthy 的磁盘的图表：

显示磁盘状态为“健康”的图表的屏幕截图

如果您将查询结果视为表格，下表显示了 Healthy 磁盘的结果示例：

performance_status	值
`Healthy`	`1`
`Degraded`	`0`
`Severely Degraded`	`0`

以下屏幕截图显示了状态为已降级的名为 replica-23509 的磁盘的图表：显示磁盘状态为“已降级”的图表的屏幕截图

如需了解每种效果状态的含义，请参阅了解每种状态。创建图表后，您可以将图表保存到信息中心以供日后使用。

按比例分配的结果

如果您的查询包含小数结果（如下表所示），通常是因为所选的显示时间段较长。因此，Cloud Monitoring 会随时间的推移对数据进行汇总。如果 Healthy 状态的值为 77%，则表示在所选显示时间段内，磁盘的状态为 Healthy 77%。

performance_status	值
`Healthy`	`77%`
`Degraded`	`23%`
`Severely Degraded`	`0`

如需更精细地了解磁盘的运行状况，请使用几个小时或几分钟的显示时段。

了解各个状态

本部分介绍了每种状态的含义，以及您何时可能需要采取进一步行动。

`Healthy`

Healthy 状态表示从 Google 的角度来看，磁盘正常运行。

如果 Healthy 磁盘存在性能问题，请勿与支持团队联系。请改为按照以下建议排查磁盘问题：

查看磁盘性能指标，例如延迟时间和队列深度。
检查工作负载的日志和指标，找出异常和瓶颈。
如果您使用的是 Persistent Disk，请确保预配的容量可以满足磁盘的性能需求。如果您使用的是 Hyperdisk 或极端永久性磁盘卷，请验证您是否已预配足够的 IOPS 和吞吐量。
确保您已按照相关准则优化了磁盘。如需了解详情，请参阅优化 Hyperdisk 和优化永久性磁盘。

`Degraded`

如果磁盘的状态为 Degraded，您通常无需与支持团队联系。Degraded status 通常由 Compute Engine 基础架构上的正常内部维护引起。

当磁盘的状态为 Degraded 时，您可能不会注意到磁盘性能受到任何影响。即使性能问题与 Degraded 状态在时间上相关，性能问题可能仍然与 Degraded 状态无关。

如果性能问题是由 Degraded 状态导致的（这种情况不太可能），影响通常是暂时的。磁盘的状态应该会在几分钟内恢复为 Healthy。

如果磁盘没有性能问题，您可以放心地忽略 Degraded 状态。

出现效果问题时该怎么办

如果磁盘的性能状态为 Degraded，并且您发现了性能问题，请按以下步骤操作：

查看 PSH 信息中心，了解是否有影响磁盘的突发事件。如果发生事故，请勿与支持团队联系，因为 Google 已知晓并正在努力解决此问题。
如果没有已知问题，请等待至少 5 分钟，让性能问题自行解决。
如果 5 分钟后，性能问题未得到解决且状态仍为 Degraded，请确保性能问题不是由磁盘优化不充分所致。例如，检查磁盘的延迟时间和队列深度。性能问题与 Degraded 状态可能没有关联，只是巧合。为此，请查看磁盘的指标以及性能优化准则。
如果性能问题仍然存在，并且满足所有以下条件，您可以联系支持团队寻求帮助：
- 磁盘的状态已超过 5 分钟处于 Degraded
- 您有充分的理由确信这不是工作负载问题，因为您已优化磁盘并验证没有其他问题（例如瓶颈或应用过载）
- PSH 信息中心中没有任何提醒

Google 不建议直接针对 Degraded 状态创建提醒，而是建议针对更高级别的应用状态创建提醒，并使用此指标调试问题。

`Severely Degraded`

性能状态为 Severely Degraded 的磁盘存在性能问题。此问题可能是由突发事件或错误导致的，可能已显示在 PSH 信息中心或 Google Cloud Service Health 信息中心中。

您需要采取的行动

如果磁盘的性能状态为 Severely Degraded，请按以下步骤操作：

请查看 PSH 信息中心和常规 Google Cloud 运行状况信息中心，看看是否有影响磁盘的突发事件。如果发生了事故，请勿与支持团队联系，因为 Google 已知晓并正在努力解决此问题。
如果这两个信息中心都没有已知问题，请与支持团队联系寻求帮助。

决策树

下图展示了如果磁盘存在性能问题，应如何处理，并总结了前面部分中的信息。

流程图：描述解读磁盘性能状态指标的步骤。

如流程图所示，只有在 PSH 和云服务信息中心中没有已知提醒且磁盘状态为 Severely Degraded 时，您才应与支持团队联系。如果磁盘为 Degraded，请仅在满足以下所有条件时与支持团队联系：

磁盘已处于 Degraded 状态超过 5 分钟
您已排除工作负载错误或配置错误（例如网络问题）
无法在应用、工作负载或磁盘级别执行其他优化
您已查看磁盘的所有指标
您已检查工作负载和虚拟机 (VM) 日志

后续步骤

详细了解如何使用 Metrics Explorer 创建图表，以及如何通过向图表添加过滤条件来优化查询结果。
在 Personal Service Health 信息中心和 Google Service Health 中查看当前和过往的服务运行状况事件
如需了解性能优化指南，请参阅优化 Hyperdisk 和优化永久性磁盘。