Linux磁盘调度是操作系统内核中负责管理磁盘I/O请求的核心机制，其目标是通过优化磁盘访问顺序，减少寻道时间、旋转延迟等物理开销，从而提升磁盘I/O性能、降低响应延迟并避免请求饿死，在Linux系统中，磁盘调度算法的设计与演进始终围绕“效率”与“公平”两大核心，不同硬件场景和负载需求下,调度算法的选择直接影响系统整体性能。
磁盘调度的核心目标与原理
磁盘作为机械存储设备（HDD）或固态存储设备（SSD），其I/O性能受物理特性显著影响，对HDD而言，磁头移动（寻道）和盘片旋转（旋转延迟）是主要时间开销；SSD虽无机械部件，但闪存读写的不对称性（如写入放大）和垃圾回收仍需调度优化，磁盘调度的核心任务是将来自进程的I/O请求（读写指令）按特定顺序排列，而非简单按到达时间处理，以减少磁头移动距离（HDD）或NAND闪存擦写次数（SSD）。
当多个请求分别位于磁盘的不同磁道时，若按请求顺序依次处理，磁头可能在磁道间频繁移动；而通过调度算法将相邻磁道的请求合并或排序，可大幅减少寻道时间，调度还需兼顾公平性，避免某些请求因持续被新请求插队而无法得到服务（饿死问题）。
Linux磁盘调度算法的演进
Linux磁盘调度算法经历了从单队列到多队列的演进，以适应多核CPU和高并发I/O场景。
单队列调度算法（SQS）
早期Linux采用单队列调度，所有I/O请求进入一个全局队列，由调度器统一排序，典型算法包括：
- NOOP：最简单的先进先出（FIFO）算法，不主动排序请求，仅依赖磁盘自身处理顺序，适用于SSD等无寻道开销的设备，或虚拟化场景（如KVM，由Hypervisor统一调度）。
- Deadline：在FIFO基础上增加“截止时间”机制，为每个请求设置超时时间，避免读请求因被写请求阻塞而饿死，同时将读写请求分为独立队列，优先处理超时请求，兼顾延迟与吞吐量，适用于HDD通用场景。
- CFQ（Completely Fair Queuing）：完全公平队列算法，按进程为每个I/O请求分配独立队列，通过时间片轮转确保各进程公平获取磁盘资源，适用于桌面系统等多进程并发I/O场景，可有效避免单个进程占用磁盘导致其他进程卡顿。
单队列调度的局限性在于：多核CPU环境下，所有核心需竞争全局队列锁，成为性能瓶颈；且无法区分I/O类型（如随机读/顺序写），优化精度有限。
多队列调度算法（MQS）
为解决单队列的锁竞争问题，Linux 3.13引入多队列块层（blk-mq），将I/O请求按CPU核心分散到多个独立队列，每个核心操作自己的队列，减少锁开销，blk-mq架构下，调度算法分为“硬件调度”和“软件调度”：
- 硬件调度：直接依赖设备自身队列（如NVMe的多队列），由硬件完成请求排序，Linux内核仅提交请求，适合高性能SSD（如NVMe SSD）。
- 软件调度：内核在多队列基础上运行软件调度算法，典型代表包括：
- mq-deadline：Deadline算法的多队列版本，每个硬件队列独立管理请求排序和超时检测，兼顾低延迟与高吞吐，成为Linux内核（5.0+）的默认调度算法，适用于大多数HDD和SSD场景。
- kyber：低延迟优先算法，动态调整请求处理顺序，优先满足小尺寸随机读请求（如数据库场景），牺牲部分吞吐量换取延迟降低，适合对延迟敏感的在线业务。
- none：旁路软件调度，直接由硬件处理请求顺序，适用于虚拟化或已内置调度的存储设备（如智能阵列卡）。
调度算法的配置与优化实践
Linux允许用户根据硬件场景和负载需求动态调整磁盘调度算法，操作简单且无需重启系统。
查看与修改调度算法
通过/sys/block/<设备名>/queue/scheduler文件可查看当前支持的调度算法及选中状态（[]中的为当前算法）：
cat /sys/block/sda/queue/scheduler noop deadline [cfq] mq-deadline kyber none
使用echo命令可切换算法（需root权限）：
echo mq-deadline > /sys/block/sda/queue/scheduler
场景化选择建议
- SSD（SATA/NVMe）：优先选择
noop或mq-deadline，SSD无寻道开销，FIFO（noop）可减少软件调度开销；mq-deadline则通过截止时间机制避免异常延迟。 - HDD：推荐
mq-deadline或cfq。mq-deadline平衡延迟与吞吐，适合混合负载；cfq在多进程环境下公平性更优，适合桌面或文件服务器。 - 虚拟化/云环境：选择
none，由Hypervisor（如KVM、Xen）统一调度，避免宿主机与虚拟机调度冲突。 - 低延迟场景（如数据库、金融交易）：
kyber优先满足随机读请求，可降低P99延迟。
参数调优
除算法选择外，还可调整队列深度（nr_requests）合并阈值（max_sectors_kb）等参数优化性能，对高随机负载的SSD，可减小队列深度以减少写入放大：
echo 128 > /sys/block/sda/queue/nr_requests
小编总结与展望
Linux磁盘调度算法的演进，本质是适配硬件特性与负载需求的平衡过程，从单队列的“公平优先”到多队列的“并发优化”，再到针对SSD/NVMe的“硬件协同”，调度机制不断精细化，随着存储介质（如SCM存储级内存）和I/O模式（如异步I/O、io_uring）的发展，磁盘调度将进一步向“智能化”演进，例如基于机器学习的请求预测排序、或针对特定场景（如AI训练、分布式存储）的定制化调度策略。
对用户而言，理解磁盘调度的核心逻辑与场景化选择方法，是优化Linux系统I/O性能的关键一环，通过合理选择算法与调优参数，可显著提升磁盘利用率,为上层应用提供稳定高效的存储服务。
