blk-mq 给块层准备了两级队列：每个 CPU 一个软件暂存队列，每条设备队列一个硬件派发队列，而 I/O 调度器就夹在两者之间。一个请求会走最短路径——直接进硬件队列——除非该设备挂了调度器，或者这个请求还能被合并；这两种情况下它要先在软件队列里停留。调度器是整个栈里唯一由内核决定“请求以什么顺序到达设备”的地方。

排序在机械盘上价值极大，在闪存上几乎为零，但调度器还有第二件活，而且这件事在 NVMe 时代依然存在：决定谁先等、谁后等。这两件事的方向并不一致——为磁头效率而重排根本不关心公平，而公平本身要付出寻道的代价——所以当前内核里的四种调度器不是拿来排名的，而是拿来匹配设备与负载的。

磁头才是预算

在 7200 RPM 的盘上，平均每个请求的旋转开销是 4.17 ms，传输一个 4 KiB 块只要 0.026 ms，所以几乎全部服务时间都是寻道加旋转。fixture 重放了 2000 个随机 4 KiB 读、覆盖 100000 条磁道：按到达顺序派发时磁头走过 67907411 条磁道、整轮耗时 21954 ms，约 91 IOPS；按磁道升序派发时只走 99977 条、耗时 8645 ms，约 231 IOPS。同样的请求、同样的设备，磁头行程少了 679 倍，吞吐涨了 2.5 倍。

拆开看才说明问题：寻道在到达顺序那一轮占服务时间的 62%，在排序那一轮只占 3%，而旋转与传输两边都固定在 4.19 ms 每个请求。NVMe 上同一批请求总共只要约 40 ms，且完全没有寻道，所以排序在那里一分钱也买不到。

每种调度器是干什么的

none 就是先到先服务：在内部队列很深且没有竞争的设备上它是对的，在机械盘上是错的，因为寻道那部分开销原封不动。mq-deadline 按扇区排序，并加上分方向的超时——读的超时远早于写，每批的数量由 fifo_batch 限住——于是 none 那种无上界的尾部延迟被收进了边界。kyber 直接盯延迟：哪个队列的请求没达到读或写的目标延迟（read_lat_nsec、write_lat_nsec），它就把那个队列限流，所以一个批量写入方单靠自己无法把交互读推过目标线。

bfq 是公平那一侧的答案：一个支持 cgroup 的比例分配调度器，按权重把设备吞吐——而不只是设备时间——分给进程和分组。它默认偏向低延迟而非高吞吐，并且会让设备空转，这在机械盘上有帮助，在深队列闪存上则可能赔掉吞吐。用 cat /sys/block/<dev>/queue/scheduler 看当前调度器，列表里带方括号的就是生效的那一个；用 echo bfq > /sys/block/sda/queue/scheduler 切换，并靠 udev 规则让它在重启后保持，因为队列属性是每块设备重新创建的。

公平与排序是两个问题

当批量写入方与轻量交互客户端按 90/10 的比例发请求时，先到先服务给轻客户端分到 0.099 的服务量，平均排队位置在 1901 个请求之后——它不是被饿死，而是被淹死。换成分组公平排队，无论混合比例如何它都拿到 0.5 的服务量，代价由那个写入方承担。磁头位置一点没变，变的只是仲裁。

所以在闪存上通常选 bfq 做隔离、选 mq-deadline 要尾部有界，只有单一负载独占设备时才用 none。在机械盘上，排序本身才是更大的收益。用 cgroup v2 的说法，io.weight 给一个组一个份额，io.max 给它一个上限；这两者只有在下面的调度器愿意执行顺序时才有意义。

坏掉的样子

最经典的是机械盘跑在 [none] 上，通常因为主机是从 NVMe 镜像克隆来的，或者 udev 规则匹配了 sd* 而设备其实是 nvme0n1。特征是 %util 顶在 100% 附近、r/s 很低、await 到几十毫秒——设备是忙，不是饱和，而且忙在寻道上。用 cat /sys/block/<dev>/queue/rotational 确认：值为 1 却没有重排调度器，就是那个 bug。

第二种是平均值健康、延迟却崩了。同一个设备上的备份任务或 dd 把交互读饿住，p99 爆掉而均值几乎不动。none 和 mq-deadline 都护不住交互客户端，bfq 或 cgroup 的 io.max 可以。在闪存上还要盯 slice_idle：在没有磁头可保的设备上，为了让单个进程保持顺序而空转，纯粹是白赔吞吐。另外，rotational 为 1 的盘如果只跑 none，iostat -x 里的 aqu-sz（平均队列深度）也会明显偏高，因为请求在队列里等磁头，而不是被合并成一次扫描。

快速验证

看清设备是什么，以及它正跑着哪个调度器：

for d in /sys/block/sd* /sys/block/nvme*n*; do echo "$d rot=$(cat $d/queue/rotational) sched=$(cat $d/queue/scheduler)"; done
cat /sys/block/sda/queue/iosched/read_expire /sys/block/sda/queue/iosched/fifo_batch
iostat -x 2 5
echo mq-deadline > /sys/block/sda/queue/scheduler

第一条把每块设备的旋转标志与当前调度器配对打印，方括号里是生效的那个；rot=1 配 [none] 就是失败特征，rot=0 配 [none] 则正常。第二条给出 mq-deadline 的超时与批量参数。iostat -x 用来区分“饱和”和“只是忙”：%util 高、r/s 低、await 高，说明在排队和寻道，而不是设备到了极限。

来源