IOPS gibt an, wie viele Lese- und Schreibvorgänge eine Festplatte pro Sekunde erledigt, die Latenz, wie lange ein einzelner Vorgang wartet, und der Durchsatz misst Megabyte pro Sekunde. Für WordPress und MySQL zählen bei IOPS und Latenz vor allem zwei Werte: die Latenz zufälliger 4-KB-Lesezugriffe und die Dauer von fsync, denn darauf wartet jede Datenbankabfrage. Die beworbenen Gigabyte pro Sekunde spielen nur bei großen Dateien eine Rolle. Unten finden Sie echte Messungen auf einer Cloud-VM: fio, ioping, die dd-Falle und was fsync mit MariaDB und dem Speichern eines Beitrags in WordPress macht.
So haben wir getestet
Am 10. November 2026 auf einer virtuellen Maschine in der Cloud, nicht auf einem RichHost-Server: Firecracker-Gast, Ubuntu 24.04.5, 2 vCPU, 7,8 GB RAM, eine virtio-Disk mit 256 GB und ext4. Welches physische Medium hinter dieser Disk steckt, ist unbekannt, und der Host kann Daten cachen. Die Zahlen lassen sich daher nicht auf anderes Hosting übertragen. Ein tmpfs (ein Dateisystem im RAM) diente als Obergrenze. Werkzeuge: fio 3.36, ioping 1.3, dd, sysbench 1.0.20, MariaDB 10.11.14, WordPress 6.4.3. Jeder Lauf dauerte 15 bis 20 Sekunden; die Maschine wird geteilt, deshalb haben wir die Load Average protokolliert (0,1 bis 3,7). Die Laufwerksdaten stammen aus offiziellen Datenblättern von Samsung und Seagate; die Dokumentation von fio und MariaDB wurde am 10.11.2026 geprüft.
Drei Kennzahlen und ihr Zusammenhang
IOPS (Input/Output Operations per Second) ist eine Anzahl von Vorgängen. Für sich allein sagt die Zahl nichts ohne Blockgröße, Zugriffsmuster (sequenziell oder zufällig) und Queue Depth.
Latenz ist die Zeit von der Anfrage bis zur Antwort für einen einzelnen Vorgang, in Mikro- oder Millisekunden. Der Mittelwert reicht nicht: Schauen Sie auf das 99. Perzentil, denn das langsamste 1 % der Anfragen spüren Nutzer als Hänger.
Durchsatz wird in Megabyte pro Sekunde gemessen und ist gleich IOPS mal Blockgröße. Auf unserer Testmaschine schaffte fio 20.578 zufällige 4-KB-Lesevorgänge pro Sekunde, das sind 80,4 MiB/s. Bei Queue Depth 1 gilt auch die Umkehrung: IOPS sind ungefähr eins geteilt durch die Latenz, und 1 / 48 µs ergibt etwa 20.800 Vorgänge. Wenn die drei Zahlen in einem Bericht nicht zusammenpassen, ist der Test falsch eingestellt.
Queue Depth: warum die Werbung QD32 nennt, eine Website aber bei QD1 lebt
Die Queue Depth (QD) gibt an, wie viele Anfragen gleichzeitig auf die Festplatte warten. Bei QD32 lieferte dieselbe VM-Disk 129.189 IOPS, 6,3-mal mehr als bei QD1, aber jede Anfrage wartete im Mittel 247 µs statt 48. Ein einzelner PHP-Prozess führt seine Datenbankabfragen nacheinander aus, ein einzelner Seitenaufruf ähnelt also eher QD1. Tiefe Warteschlangen entstehen, wenn Dutzende Besucher und Hintergrundjobs gleichzeitig auf die Festplatte zugreifen, und genau dort setzen sich gute Laufwerke von schwachen ab.
Warum WordPress und MySQL auf 4K und fsync achten, nicht auf MB/s
InnoDB speichert Daten in Seiten zu 16 KB und liest sie von verstreuten Stellen der Datei, also mit zufälligem Zugriff. Solange die Datenbank in den Buffer Pool passt (innodb_buffer_pool_size), kommen Lesezugriffe aus dem RAM und die Festplatte wird kaum berührt: In unserem sysbench-Lauf lagen 92 MB Tabellen in einem Buffer Pool von 256 MB. Zum Engpass wird die Festplatte, wenn die Datenbank größer als der Buffer Pool wird oder wenn die Website schreibt.
Beim Schreiben sieht es anders aus. Standardmäßig (innodb_flush_log_at_trx_commit=1) zwingt jede abgeschlossene Transaktion das Log per fsync auf die Festplatte, und die Abfrage wartet, bis das Laufwerk bestätigt. WordPress arbeitet im Autocommit-Modus, jedes INSERT oder UPDATE ist also eine eigene Transaktion. Wir haben eine typische Aktion im Adminbereich gemessen (Beitrag mit zwei Schlagwörtern und einem Metafeld veröffentlichen, dann aktualisieren): 95 bis 102 SQL-Abfragen und 16 bis 18 fsync-Aufrufe pro Speichern. Warenkörbe, Bestellungen, Sessions, Transients und Plugin-Logs verhalten sich genauso.
Eine datenbankgestützte Website hängt also von zwei Werten ab: der Latenz zufälliger 4K-Lesezugriffe bei QD1 und der Schreiblatenz mit fsync. Sequenzielle MB/s zählen bei Backups, Archiven und großen Mediendateien.
fio-Ergebnisse: Cloud-VM-Disk gegen tmpfs
Vier Profile, eine Datei mit 1 GB, je 15 Sekunden, direct=1, um den Page Cache des Kernels zu umgehen:
fio --name=rr1 --filename=./fio.dat --size=1G --runtime=15 --time_based --direct=1 \
--rw=randread --bs=4k --ioengine=libaio --iodepth=1
fio --name=rr32 ... --rw=randread --bs=4k --ioengine=libaio --iodepth=32
fio --name=wfs ... --rw=randwrite --bs=4k --ioengine=sync --fsync=1
fio --name=seq ... --rw=read --bs=1M --ioengine=libaio --iodepth=8
| Profil | VM-Disk: IOPS | VM-Disk: MiB/s | VM-Disk: Latenz, Mittel / p99 | tmpfs: IOPS |
|---|---|---|---|---|
| Zufälliges Lesen 4K, QD1 | 20.578 | 80,4 | 48 / 101 µs | 552.115 |
| Zufälliges Lesen 4K, QD32 | 129.189 | 504,6 | 247 / 692 µs | 546.572 |
| Zufälliges Schreiben 4K + fsync nach jedem Block | 9.105 | 35,6 | Schreiben 40 µs + fsync 69 µs (fsync p99 169 µs) | 499.993 |
| Sequenzielles Lesen 1M, QD8 | 2.218 | 2.218 | 3,6 ms | 5.729 |
Die Load Average stieg während der Disk-Läufe von 0,12 auf 0,80 und lag bei tmpfs zwischen 0,68 und 1,00. Das Wichtigste passt in eine Zeile: Dieselbe Festplatte liefert sequenziell 2.218 MiB/s und nur 35,6 MiB/s, wenn jeder 4-KB-Block mit fsync bestätigt werden muss. Ein Wiederholungstest mit einer Datei von 4 GB zeigte sogar eine geringere Latenz (37 µs), ein Zeichen für Caching auf der Host-Seite; nackter NAND-Speicher ist bei 4K-Lesezugriffen meist langsamer. tmpfs zeigt die Obergrenze ganz ohne Festplatte: Die Latenz liegt dort bei wenigen Mikrosekunden.
Derselbe Unterschied in einem Diagramm (fio-MiB/s in dezimale MB/s umgerechnet, wie dd sie ausgibt):

Die dd-Falle: 3 GB/s, die es nicht gibt
dd if=/dev/zero wird immer noch als „Festplattentest“ empfohlen. Das zeigt es auf derselben Festplatte (Load Average 0,47):
$ dd if=/dev/zero of=dd.test bs=1M count=1024 1073741824 bytes (1.1 GB, 1.0 GiB) copied, 0.360278 s, 3.0 GB/s $ grep Dirty /proc/meminfo Dirty: 516116 kB $ dd if=/dev/zero of=dd.test bs=1M count=1024 conv=fdatasync 1073741824 bytes (1.1 GB, 1.0 GiB) copied, 0.952127 s, 1.1 GB/s $ dd if=/dev/zero of=dd.test bs=1M count=1024 oflag=direct 1073741824 bytes (1.1 GB, 1.0 GiB) copied, 0.958656 s, 1.1 GB/s $ dd if=dd.test of=/dev/null bs=1M # read again 1073741824 bytes (1.1 GB, 1.0 GiB) copied, 0.141227 s, 7.6 GB/s $ dd if=/dev/zero of=dd.test bs=4k count=5000 oflag=dsync 20480000 bytes (20 MB, 20 MiB) copied, 0.762809 s, 26.8 MB/s
Ohne Flags schreibt dd in den Page Cache des Kernels und ist fertig, bevor die Daten die Festplatte erreichen: Direkt nach dem Befehl lagen noch 516 MB Dirty Pages im Speicher. Das Ergebnis ist 2,7-fach überhöht. Das erneute Lesen der Datei zeigte 7,6 GB/s, weil sie aus dem RAM kam. Ehrliche Varianten sind conv=fdatasync oder oflag=direct beim Schreiben und iflag=direct beim Lesen. Selbst ein korrektes dd misst nur sequenziellen Zugriff. Die letzte Zeile kommt einer Datenbank näher: Kleine synchrone Schreibvorgänge schafften 26,8 MB/s. Noch eine Falle: Manche Speichersysteme komprimieren oder deduplizieren die Nullen aus /dev/zero, und die Zahl sieht noch besser aus.
fsync in der Praxis: MariaDB mit innodb_flush_log_at_trx_commit 1 oder 2
Der Wert 1 (Standard) schreibt das Log bei jedem Commit auf die Festplatte. Der Wert 2 schreibt das Log beim Commit, synchronisiert es aber nur etwa einmal pro Sekunde auf die Festplatte; laut MariaDB-Dokumentation können bei einem Absturz des Betriebssystems oder einem Stromausfall die Transaktionen der letzten Sekunde verloren gehen. Wir haben beide mit sysbench oltp_read_write (4 Tabellen mit je 100.000 Zeilen, 20 Sekunden) und mit 40 Speichervorgängen in WordPress verglichen:
| Test | flush = 1 | flush = 2 | Load Average |
|---|---|---|---|
| sysbench, 1 Thread: Transaktionen/s, mittlere Latenz | 545 und 575; 1,83 und 1,74 ms | 666 und 636; 1,50 und 1,57 ms | 0,7 bis 2,9 |
| sysbench, 4 Threads: Transaktionen/s, p95 | 1.324; 5,18 ms | 1.459; 5,09 ms | 1,4 bis 3,7 |
| fsync-Aufrufe in 20 s (1 Thread) | 11.028 | 161 | |
| WordPress: mittlere Speicherzeit (2 Läufe) | 24,5 und 22,0 ms | 17,6 und 20,7 ms | 1,8 bis 1,9 |
| WordPress: fsync pro Speichern | 16,5 bis 18,1 | 0,4 bis 0,5 |
Die Zahl der fsync-Aufrufe sank etwa um das 70-Fache, die Geschwindigkeit stieg aber nur um 10 bis 22 %. Der Grund ist die Testfestplatte: fsync dauert dort etwa 0,07 ms. Auf einem Laufwerk, bei dem fsync Millisekunden braucht, sieht es anders aus. Für eine HDD mit 7200 U/min gibt Seagate eine mittlere Latenz von 4,16 ms an. 17 fsync-Aufrufe pro Speichern würden also rund 70 ms oder mehr hinzufügen, und ein einzelner Datenbank-Thread käme auf höchstens etwa 240 Commits pro Sekunde (1 / 4,16 ms). Deshalb wird WordPress auf einer langsamen Festplatte im Adminbereich und an der Kasse zäh, während die gecachte Startseite weiterhin schnell lädt.
Der Wert 2 ist sinnvoll, wo der Verlust einer Sekunde Daten bei einem Serverabsturz hinnehmbar ist: Staging-Kopien, Importe, ein Blog ohne Bestellungen. Für einen Shop mit Zahlungen bleiben Sie bei 1 und nehmen eine schnellere Festplatte. Beim Shared Hosting kann nur der Anbieter diese Einstellung ändern, und das zu Recht: Sie gilt für alle Websites auf dem Server.
NVMe, SATA-SSD und HDD: was die Datenblätter sagen
Wir haben je ein verbreitetes Modell pro Typ gewählt. Es sind „bis zu“-Werte aus den Datenblättern der Hersteller (geprüft am 10.11.2026), gemessen auf deren eigenen Testsystemen:
| Laufwerk | Sequenzielles Lesen | Zufälliges Lesen, QD1 | Zufälliges Lesen, tiefe Queue | Latenz im Datenblatt |
|---|---|---|---|---|
| Samsung 990 PRO (NVMe, PCIe 4.0) | 7.450 MB/s | 22.000 IOPS | 1.200.000 bis 1.400.000 IOPS (QD32, 16 Threads) | nicht angegeben |
| Samsung 870 EVO (SATA-SSD) | 560 MB/s | 13.000 IOPS (4 KB) | 98.000 IOPS (QD32) | nicht angegeben |
| Seagate Exos X16 (HDD, 7200 U/min) | 261 MB/s | nicht angegeben | 170 IOPS (4K, QD16) | 4,16 ms im Mittel |
Spannend ist QD1: NVMe schlägt die SATA-SSD beim sequenziellen Lesen um das 13-Fache, bei einzelnen zufälligen Lesezugriffen aber nur um das 1,7-Fache. Der Vorteil von NVMe zeigt sich bei tiefer Queue, wenn eine Website viele Anfragen gleichzeitig bedient. Die HDD verliert bei zufälligem Zugriff gegen beide um Größenordnungen: 170 Vorgänge pro Sekunde, selbst bei Queue Depth 16. Datenblätter für Endkunden nennen keine fsync-Latenz, und sie hängt stark davon ab, ob das Laufwerk einen Schutz bei Stromausfall (Power Loss Protection) hat, mit dem es Schreibvorgänge aus dem eigenen Cache bestätigen darf. Testen Sie fsync deshalb selbst.
So messen Sie die Festplatte auf Ihrem eigenen VPS
Installieren Sie die Werkzeuge (apt install fio ioping), wechseln Sie in ein Verzeichnis auf der Partition, auf der die Datenbank liegt (meist /var/lib/mysql), und führen Sie kurze Tests aus. Sie brauchen mindestens 2 GB freien Speicher:
# latency: 20 requests of 4 KiB, bypassing the cache
ioping -c 20 -D .
# synchronous write latency
ioping -c 20 -W -Y .
# key for databases: 4K random read at QD1
fio --name=rr1 --filename=./fio.dat --size=1G --runtime=15 --time_based \
--direct=1 --rw=randread --bs=4k --ioengine=libaio --iodepth=1
# 4K writes with fsync after every block
fio --name=wfs --filename=./fio.dat --size=1G --runtime=15 --time_based \
--direct=1 --rw=randwrite --bs=4k --ioengine=sync --fsync=1
rm -f ./fio.dat
Achten Sie im fio-Bericht auf IOPS=, clat (Mittelwert sowie das 99,00. und 99,90. Perzentil) und beim Schreiben auf den Block fsync/fdatasync/sync_file_range. Auf unserer Maschine zeigte ioping eine mittlere Leselatenz von 123 bis 210 µs und eine O_SYNC-Schreiblatenz von 611 bis 627 µs, mit einer Spitze von 54 ms. Die Werte von ioping liegen höher als die von fio, weil es nur wenige Anfragen pro Sekunde an eine sonst ruhende Festplatte schickt; vergleichen Sie nur Ergebnisse desselben Werkzeugs.
Typische Messfehler
- dd ohne direct oder fdatasync: Sie messen den RAM.
- Test in /tmp: Auf vielen Systemen ist das ein tmpfs, also wieder RAM.
- QD32 auf einer Festplatte mit QD1 auf einer anderen vergleichen: Allein die Testeinstellungen können einen Unterschied um ein Mehrfaches erzeugen.
- Ein einziger kurzer Lauf: Auf geteilter Hardware verändern Nachbarn und Limits das Ergebnis. Testen Sie dreimal zu verschiedenen Uhrzeiten und prüfen Sie p99, nicht nur den Mittelwert.
- libaio ohne
direct=1: Laut fio-Dokumentation stellt Linux Anfragen nur bei ungepuffertem I/O in eine Warteschlange,iodepth=32greift also nicht wirklich. - Eine Testdatei, die kleiner ist als der Host-Cache: In der Cloud kann der Hypervisor die Festplatte cachen, und das Ergebnis übertrifft, was das Laufwerk leisten kann.
Beim Shared Hosting gibt es meist kein fio, und Dauerlast auf einer geteilten Festplatte kann versteckte Webhosting-Limits auslösen. Dort misst man besser, was die Website bekommt: die Time to First Byte (TTFB) ungecachter Seiten und wie lange das Speichern eines Beitrags im Adminbereich dauert. Um das Verhalten unter Last zu prüfen, machen Sie einen vorsichtigen Lasttest der Website.
Wenn X, dann Y
| Wenn | Dann |
|---|---|
| Zufälliges 4K-Lesen bei QD1 liegt im Mittel über 1 ms | Die Festplatte ist Netzwerkspeicher oder eine HDD. Suchen Sie für die Datenbank lokale NVMe oder SSD; vergrößern Sie bis dahin den InnoDB Buffer Pool, damit Lesezugriffe aus dem RAM kommen |
| 4K-Schreiben mit fsync ergibt weniger als 1.000 IOPS | Rechnen Sie mit einem langsamen Adminbereich und Checkout. Reduzieren Sie die Zahl der Schreibvorgänge (Object Cache, Aufräumen von Autoload-Optionen und Transients); für unkritische Kopien kommt flush 2 in Frage |
| dd zeigt Gigabyte pro Sekunde, die Website ist trotzdem langsam | Wiederholen Sie den Test mit oflag=direct und führen Sie die fio-Tests mit 4K aus: Sequenzielle Geschwindigkeit erklärt hier nichts |
| Die mittlere Latenz ist in Ordnung, aber p99 springt auf Dutzende Millisekunden | Wahrscheinlich laute Nachbarn oder ein IOPS-Limit in Ihrem Tarif. Wiederholen Sie die Messung zu anderen Zeiten und fragen Sie den Anbieter nach Limits |
| Die Startseite ist schnell; nur Suche, Filter und Berichte sind langsam | Das sind Abfragen ohne Indizes, nicht die Festplatte: Beginnen Sie damit, die Datenbank zu optimieren |
| Der Server schreibt stark in den Swap, während er langsam ist | Das ist ein Speicherproblem: Die Festplatte ist mit Swap beschäftigt statt mit der Datenbank. Lesen Sie mehr über Swap und den OOM Killer |
| Es ist Speicherplatz frei, aber Dateien lassen sich nicht anlegen | Prüfen Sie das Inode-Limit, nicht die Geschwindigkeit |
| Sie nutzen Shared Hosting und können fio nicht ausführen | Messen Sie die TTFB ungecachter Seiten und die Speicherzeit im Adminbereich; fragen Sie bei der Tarifwahl, welche Festplatten verwendet werden |
In den Hosting-Tarifen von RichHost laufen Websites auf NVMe-Festplatten. IOPS-Werte dafür nennen wir hier nicht: Die Messungen in diesem Artikel stammen von einer Cloud-VM, nicht von unseren Servern.
FAQ
Wie viele IOPS braucht eine WordPress-Website?
Eine allgemeingültige Zahl gibt es nicht. Wenn die Datenbank in den Buffer Pool passt und die Seiten gecacht sind, erreichen Lesezugriffe die Festplatte kaum. Wichtiger ist die Latenz: Auf unserer Maschine verursachte ein einziges Speichern eines Beitrags 16 bis 18 fsync-Aufrufe. Dauert fsync Millisekunden, wird der Adminbereich selbst bei einer kleinen Website spürbar langsamer.
Kann ich einem dd-Test vertrauen?
Nur mit oflag=direct oder conv=fdatasync, und nur als Schätzung für sequenzielles Schreiben. Ohne diese Optionen zeigte dd auf unserer Maschine 3,0 GB/s statt der echten 1,1 GB/s.
NVMe oder SATA-SSD: Merkt eine kleine Website den Unterschied?
Laut den Datenblättern von Samsung unterscheiden sich einzelne zufällige Lesezugriffe mit 22.000 gegenüber 13.000 IOPS, also um weniger als das Doppelte. NVMe gewinnt unter Last, wenn viele Anfragen gleichzeitig laufen; eine HDD eignet sich nicht für eine Datenbank.
Ist innodb_flush_log_at_trx_commit=2 sicher?
Ein Absturz von MariaDB allein führt nicht zu Datenverlust, ein Absturz des Betriebssystems oder ein Stromausfall kann aber die Transaktionen der letzten Sekunde kosten. Für einen Shop mit Zahlungen bleiben Sie bei 1.
Warum zeigen ioping und fio unterschiedliche Latenzen?
ioping schickt wenige Anfragen pro Sekunde an eine ruhende Festplatte, während fio sie ständig beschäftigt. Vergleichen Sie Festplatten mit demselben Werkzeug und denselben Parametern.



