io分析第三章

明白了，你希望有一个 完整 Python 脚本，能够直接读取 btt 输出文件（例如 sdb_avg_latency.txt 或直接 blktrace + btt 输出），并生成完整分析文档，包括：

• 每个请求的服务时间

• 平均服务时间（新内核 svctm 替代值）

• 最大服务时间

• 延迟分布

我可以给你写一个完整示例脚本，并附带使用说明。

---

Python 脚本示例：分析 btt 输出

假设你已经执行：

sudo blktrace -d /dev/sdb -o sdb
sudo btt -i sdb.blktrace.* -X > sdb_avg_latency_raw.txt

btt 输出到 sdb_avg_latency_raw.txt，内容类似：

Device: 8:0
Avg IO Latency: 2.45 ms
Max IO Latency: 10.12 ms
Queue Depth Avg: 0.85
# q activity
58650097.127647825   9.0
58650097.449863382   9.0
...
# c activity
58650098.959712513  10.5
58650098.960133851  10.4
...

---

Python 脚本：analyze_btt.py

import re
import matplotlib.pyplot as plt

# 输入 btt 输出文件
INPUT_FILE = "sdb_avg_latency_raw.txt"
OUTPUT_FILE = "sdb_avg_latency_analysis.txt"

# 用于存储 q activity 和 c activity 的时间戳
q_times = []
c_times = []

# 匹配数字行（时间戳 + 延迟）
line_re = re.compile(r"^\s*(\d+\.\d+)\s+(\d+\.?\d*)")

with open(INPUT_FILE, "r") as f:
    section = None
    for line in f:
        line = line.strip()
        if line.startswith("#"):
            if "q activity" in line:
                section = "q"
            elif "c activity" in line:
                section = "c"
            else:
                section = None
            continue
        match = line_re.match(line)
        if match:
            ts, val = float(match.group(1)), float(match.group(2))
            if section == "q":
                q_times.append(ts)
            elif section == "c":
                c_times.append(ts)

# 检查数量
n_requests = min(len(q_times), len(c_times))

# 计算每个请求的服务时间（毫秒）
service_times_ms = [(c_times[i] - q_times[i])*1000 for i in range(n_requests)]

avg_service_time = sum(service_times_ms)/n_requests
max_service_time = max(service_times_ms)

# 保存分析结果
with open(OUTPUT_FILE, "w") as f:
    f.write(f"Total Requests: {n_requests}\n")
    f.write(f"Average Service Time (ms): {avg_service_time:.3f}\n")
    f.write(f"Maximum Service Time (ms): {max_service_time:.3f}\n")
    f.write("Service times per request (ms):\n")
    for t in service_times_ms:
        f.write(f"{t:.3f}\n")

print(f"Analysis saved to {OUTPUT_FILE}")
print(f"Average Service Time: {avg_service_time:.3f} ms")
print(f"Maximum Service Time: {max_service_time:.3f} ms")

# 可选：画延迟分布图
plt.hist(service_times_ms, bins=50, color='skyblue', edgecolor='black')
plt.xlabel("Service Time (ms)")
plt.ylabel("Number of Requests")
plt.title("I/O Service Time Distribution")
plt.grid(True)
plt.savefig("service_time_histogram.png")
plt.show()

---

使用说明

1. 把 analyze_btt.py 放在 btt 输出文件所在目录

2. 执行：

python3 analyze_btt.py

3. 输出：

• 文本文件 sdb_avg_latency_analysis.txt，包含：

  • 总请求数

  • 平均服务时间（ms）

  • 最大服务时间（ms）

  • 每个请求的服务时间

• 图表 service_time_histogram.png

  • 显示 I/O 服务时间分布

  • 可快速判断延迟峰值

---

结果示例（文本输出）

Total Requests: 1234
Average Service Time (ms): 2.45
Maximum Service Time (ms): 10.12
Service times per request (ms):
2.45
2.50
2.42
...

• Average Service Time → 新内核 svctm 替代值

• Maximum Service Time → 最大单次延迟

• 直方图显示延迟分布，更直观地分析 I/O 性能

---

如果你需要，我可以帮你 改进这个脚本，让它直接支持 多个设备的 btt 输出，并生成一个 综合延迟报告，适合多磁盘系统分析。

你希望我帮你做这个扩展吗？