Linux磁盘空间告警？三步快速定位

背景与目的

磁盘空间告警是运维工作中最常见的告警类型之一。当磁盘空间耗尽时，应用程序无法写入日志、数据库无法正常提交、容器无法创建新镜像，甚至系统日志写入失败会导致难以诊断的连锁故障。本文从实际运维经验出发，提供一套完整的磁盘空间问题定位和解决流程。

前置知识：本文假设你已经掌握Linux基本命令和文件目录操作。了解常见的Linux发行版（CentOS/RHEL/Rocky/Ubuntu等）。

环境说明：本文示例基于Rocky Linux 9.4（等同于RHEL 9.4），文件系统为XFS，工具版本：df（GNU coreutils 9.1）、du（GNU findutils 4.9）、ncdu（1.17）。

1. 磁盘告警的常见原因

1.1 日志文件暴涨

这是最常见的磁盘空间告警原因。应用程序日志、Web访问日志、数据库慢查询日志等，在高并发或异常情况下可能快速增长。

典型场景：

• 应用程序debug模式未关闭，日志量暴增10倍
• 错误循环导致重复写日志
• 日志轮转配置缺失或失效
• 大流量访问产生海量访问日志

表现特征：

/var/log/messages 单文件超过GB级别
/var/log/nginx/access.log 单文件超过10GB
/var/lib/mysql/slow-query.log 持续增长

1.2 临时文件和缓存未清理

系统运行过程中产生的临时文件和缓存，如果未及时清理会占用大量空间。

典型场景：

• /tmp 目录积累大量临时文件
• 包管理器缓存（yum/dnf/apt）未清理
• 编译产生的中间文件未删除
• 容器镜像/构建缓存未清理

表现特征：

/var/cache 目录占用数十GB
/tmp 下有大量一个月前的文件
docker system df 显示异常大的空间占用

1.3 数据文件自然增长

数据库、KV存储、日志聚合系统等，数据会随时间自然增长。

典型场景：

• MySQL InnoDB表空间持续增长
• PostgreSQL数据目录膨胀
• Elasticsearch索引无限增长
• MongoDB数据文件未启用自动压缩

1.4 隐藏的大文件

某些场景下，大文件可能被删除但进程仍持有文件句柄，导致磁盘空间无法释放。

典型场景：

• 日志文件被删除但进程未重启
• 临时文件创建后删除但进程仍写入
• 镜像文件传输中断产生空洞文件

表现特征：

df显示已满，但du显示使用量很少
文件明明删除了但空间不释放
重启进程后空间释放

1.5 inode耗尽

虽然少见，但inode耗尽也会导致"磁盘满"的问题。inode用于存储文件元数据，每个文件至少占用一个inode。

典型场景：

• 小文件过多（大量缓存文件、邮件队列）
• 文件系统创建时inode数量配置不足

2. 第一步：快速定位

当收到磁盘告警时，第一步是快速判断是哪个分区、哪个挂载点出现了问题。

2.1 df命令基础用法

df是磁盘空间查看的基础命令，必须掌握。

# 查看文件系统使用情况（人类可读格式）
$ df -h

Filesystem      Size  Used Avail Use% Mounted on
devtmpfs         16G     0   16G   0% /dev
tmpfs            16G     0   16G   0% /dev/shm
tmpfs            16G  1.2G   15G   8% /run
/dev/sda1       100G   45G   55G  45% /
/dev/sda2       200G   180G   20G  90% /data
/dev/sdb1       500G   450G   50G  90% /var/lib/mysql

# 查看inode使用情况
$ df -i

Filesystem      Inode  IUsed  IFree IUse% Mounted on
/dev/sda1      524288  123456 400832    23% /
/dev/sda2     1048576  523456 525120    50% /data

# 显示文件系统类型
$ df -hT

Filesystem     Type      Size  Used Avail Use% Mounted on
/dev/sda1      xfs       100G   45G   55G  45% /
/dev/sda2      ext4      200G   180G   20G  90% /data

# 排除伪文件系统，只看真实磁盘
$ df -h --output=source,size,used,avail,pcent,target \
  | grep -E '^/dev|^/mnt|^/vol'

# 查找使用率超过80%的分区
$ df -h | awk 'NR>1 && $5+0 > 80 {print}'
/dev/sda2      200G   180G   20G  90% /data

2.2 快速定位脚本

#!/bin/bash
# script: quick_disk_check.sh
# 用途：收到告警后30秒内定位问题

echo"=== 磁盘空间快速检查 ==="
echo"检查时间：$(date)"
echo""

# 1. 找出使用率超过80%的分区
echo"【1】使用率超过80%的分区："
df -h | awk 'NR>1 && $5+0 > 80 {
    printf "  %s: %s/%s (使用率%s)\n", $1, $3, $2, $5
}'
echo""

# 2. 如果是/分区告警，检查是否boot分区问题
echo"【2】各分区使用率概览："
df -h | awk 'NR>1 {
    printf "  %-30s %6s  使用率: %s\n", $6, $2, $5
}'
echo""

# 3. 检查inode
echo"【3】Inode使用情况："
df -i | awk 'NR>1 && $5+0 > 80 {
    printf "  警告：%s inode使用率%s\n", $6, $5
}'
echo""

# 4. 检查最近磁盘增长趋势（需要历史数据支持）
echo"【4】近期活跃目录（按修改时间）："
find / -maxdepth 3 -type d -mtime -1 2>/dev/null | head -20
echo""

echo"=== 快速检查完成 ==="

2.3 du命令基础用法

du用于查看目录或文件的磁盘使用量，是精确定位的核心工具。

# 查看当前目录各子目录大小
$ du -sh *

# 查看指定目录大小（人类可读）
$ du -sh /var/log

# 查看子目录大小并排序（人类可读）
$ du -h /var | sort -rh | head -20

# 深度2层子目录大小
$ du -h --max-depth=2 /var

# 只显示超过100M的目录
$ du -h --threshold=100M /var

# 显示磁盘使用总量（不显示子目录）
$ du -sh /var/log

# 排除某些挂载点
$ du -sh --exclude=/proc --exclude=/sys /

# du结果导出
$ du -h / 2>/dev/null | sort -rh > /tmp/du_result.txt

2.4 ncdu交互式工具

ncdu是du的增强版，提供交互式界面，特别适合快速定位大目录。

# 安装ncdu
dnf install ncdu -y   # CentOS/RHEL/Rocky
apt install ncdu -y   # Ubuntu/Debian

# 使用ncdu分析目录
ncdu -x /    # -x 不跨文件系统，跟随挂载点
ncdu -q /   # q退出模式，适合脚本调用

# 常用快捷键（在ncdu界面中）
# 上下箭头：选择目录
# 回车：进入目录
# d：删除选中文件/目录
# n：按名称排序
# s：按大小排序
# t：显示目录优先
# g：显示百分比
# q：退出

2.5 快速定位大文件

#!/bin/bash
# script: find_large_files.sh
# 用途：快速找到系统中的大文件

echo"=== 大文件扫描开始 ==="
echo"扫描时间：$(date)"
echo""

# 1. 查找超过1GB的文件
echo"【1】超过1GB的文件："
find / -type f -size +1G -exec ls -lh {} \; 2>/dev/null | \
    awk '{print $5, $9}'

echo""

# 2. 查找超过100MB的文件（限制数量）
echo"【2】超过100MB的文件（前50个）："
find / -type f -size +100M 2>/dev/null | \
    head -50 | xargs -I{} ls -lh {} 2>/dev/null | \
    awk '{print $5, $9}'

echo""

# 3. 查找最大的10个目录
echo"【3】系统中最大的10个目录："
du -Sh / 2>/dev/null | sort -rh | head -10

echo""

# 4. 检查特定目录
for dir in /var /home /tmp /opt /usr; do
if [ -d "$dir" ]; then
echo"【4.1】${dir} 目录大小：$(du -sh $dir 2>/dev/null | cut -f1)"
fi
done

3. 第二步：深度分析

定位到问题分区后，第二步是深度分析，找出占用空间的具体文件和目录。

3.1 分析日志文件

#!/bin/bash
# script: analyze_logs.sh
# 用途：分析/var/log目录，定位占用空间大的日志

echo"=== 日志目录分析 ==="
echo""

# 列出/var/log下所有目录和文件大小
echo"【1】/var/log 各子目录大小："
du -sh /var/log/* 2>/dev/null | sort -rh | head -15

echo""

# 找出超过100MB的日志文件
echo"【2】超过100MB的日志文件："
find /var/log -type f -size +100M 2>/dev/null | whileread f; do
    size=$(ls -lh "$f" | awk '{print $5}')
    modified=$(stat -c %y "$f" | cut -d' ' -f1)
echo"  $size$modified$f"
done

echo""

# 统计日志文件增长趋势（需要对比）
echo"【3】日志文件详情："
find /var/log -type f -exec ls -lh {} \; 2>/dev/null | \
    awk '{print $5, $6, $7, $9}' | sort -rh | head -20

echo""

# 检查日志轮转配置
echo"【4】日志轮转配置状态："
for logfile in /var/log/messages /var/log/secure /var/log/nginx/*.log; do
if [ -f "$logfile" ]; then
echo"  $logfile:"
        ls -lh "${logfile}"* 2>/dev/null | head -5
echo""
fi
done

3.2 分析数据库数据目录

#!/bin/bash
# script: analyze_db_space.sh
# 用途：分析数据库目录占用情况

echo"=== 数据库空间分析 ==="
echo""

# MySQL数据目录
MYSQL_DATA="/var/lib/mysql"
if [ -d "$MYSQL_DATA" ]; then
echo"【1】MySQL数据目录：${MYSQL_DATA}"
echo"  总大小：$(du -sh $MYSQL_DATA 2>/dev/null | cut -f1)"

# 按表大小排序
echo"  按表大小排序（前10）："
    find "$MYSQL_DATA" -name "*.ibd" -exec du -h {} \; 2>/dev/null | \
        sort -rh | head -10 | whileread size file; do
echo"    $size$(basename $file)"
done

# 检查InnoDB表空间
echo"  InnoDB表空间文件："
    ls -lh "$MYSQL_DATA"/ibdata* 2>/dev/null
echo""
fi

# PostgreSQL数据目录
POSTGRES_DATA="/var/lib/pgsql/data"
if [ -d "$POSTGRES_DATA" ]; then
echo"【2】PostgreSQL数据目录：${POSTGRES_DATA}"
echo"  总大小：$(du -sh $POSTGRES_DATA 2>/dev/null | cut -f1)"
echo"  Base目录内容："
    du -sh "$POSTGRES_DATA/base" 2>/dev/null
echo"  WAL目录："
    du -sh "$POSTGRES_DATA/pg_wal" 2>/dev/null
echo""
fi

# MongoDB数据目录
MONGO_DATA="/var/lib/mongodb"
if [ -d "$MONGO_DATA" ]; then
echo"【3】MongoDB数据目录：${MONGO_DATA}"
echo"  总大小：$(du -sh $MONGO_DATA 2>/dev/null | cut -f1)"
    ls -lh "$MONGO_DATA"/*.wt 2>/dev/null | head -10
echo""
fi

3.3 分析临时文件和缓存

#!/bin/bash
# script: analyze_temp_cache.sh
# 用途：分析临时文件和缓存占用

echo"=== 临时文件和缓存分析 ==="
echo""

# /tmp目录
echo"【1】/tmp 目录分析："
tmp_count=$(find /tmp -type f 2>/dev/null | wc -l)
tmp_size=$(du -sh /tmp 2>/dev/null | cut -f1)
echo"  文件数量：$tmp_count"
echo"  总大小：$tmp_size"
echo"  /tmp 前10大文件："
find /tmp -type f -exec du -h {} \; 2>/dev/null | \
    sort -rh | head -10 | whileread size file; do
        age=$(stat -c %y "$file" 2>/dev/null | cut -d' ' -f1)
echo"    $size$age$(basename "$file")"
done
echo""

# /var/tmp目录
if [ -d /var/tmp ]; then
echo"【2】/var/tmp 目录分析："
echo"  总大小：$(du -sh /var/tmp 2>/dev/null | cut -f1)"
echo"  前10大文件："
    find /var/tmp -type f -exec du -h {} \; 2>/dev/null | \
        sort -rh | head -10
echo""
fi

# 包管理器缓存
echo"【3】包管理器缓存："

# DNF/YUM缓存
if [ -d /var/cache/dnf ]; then
echo"  DNF缓存大小：$(du -sh /var/cache/dnf 2>/dev/null | cut -f1)"
echo"  DNF缓存包数量：$(find /var/cache/dnf -name "*.rpm" 2>/dev/null | wc -l)"
fi

# APT缓存
if [ -d /var/cache/apt ]; then
echo"  APT缓存大小：$(du -sh /var/cache/apt 2>/dev/null | cut -f1)"
fi

# Yarn缓存
if [ -d /home/*/.cache/yarn ]; then
echo"  Yarn缓存总大小：$(du -sh /home/*/.cache/yarn 2>/dev/null | cut -f1)"
fi

# npm缓存
if [ -d /home/*/.npm ]; then
echo"  npm缓存总大小：$(du -sh /home/*/.npm 2>/dev/null | cut -f1)"
fi
echo""

# Docker相关
ifcommand -v docker &> /dev/null; then
echo"【4】Docker空间占用："
    docker system df 2>/dev/null || echo"  Docker命令执行失败"
echo""
fi

# 旧内核
echo"【5】旧内核占用："
if [ -d /boot ]; then
echo"  /boot总大小：$(du -sh /boot | cut -f1)"
echo"  已安装内核版本："
    ls /boot/vmlinuz-* 2>/dev/null | sed 's/.*vmlinuz-//' | whileread ver; do
        size=$(ls -lh /boot/vmlinuz-$ver 2>/dev/null | awk '{print $5}')
echo"    $ver ($size)"
done
fi

3.4 分析隐藏的大文件

#!/bin/bash
# script: find_deleted_but_open.sh
# 用途：查找已删除但仍被进程占用的文件

echo"=== 已删除但未释放空间的文件 ==="
echo""

# 遍历所有进程，查找已删除但仍打开的文件
for pid in $(ls /proc | grep -E '^[0-9]+$'); do
if [ -d "/proc/$pid/fd" ]; then
# 查找符号链接指向(deleted)的文件描述符
for fd in /proc/$pid/fd/*; do
            target=$(readlink "$fd" 2>/dev/null)
if [[ "$target" == *"(deleted)"* ]]; then
                size=$(ls -lh "$fd" 2>/dev/null | awk '{print $5}')
                cmd=$(cat /proc/$pid/cmdline 2>/dev/null | tr '\0'' ' | head -c 50)
echo"PID: $pid | CMD: $cmd"
echo"  FD: $fd -> $target | Size: $size"
fi
done
fi
done | head -50

echo""
echo"说明：上述文件已删除但进程仍在使用，重启相关进程可释放空间"

3.5 分析容器和镜像

#!/bin/bash
# script: analyze_container_space.sh
# 用途：分析容器和镜像占用的磁盘空间

if ! command -v docker &> /dev/null; then
echo"Docker未安装或未运行"
exit 0
fi

echo"=== Docker空间占用分析 ==="
echo""

# 总体空间占用
echo"【1】Docker总体空间："
docker system df

echo""

# 详细分类
echo"【2】空间占用明细："
docker system df -v 2>/dev/null | head -50

echo""

# 悬空镜像（ dangling）
echo"【3】悬空镜像（无标签）："
dangling=$(docker images -f "dangling=true" -q)
if [ -n "$dangling" ]; then
echo"  悬空镜像数量：$(echo $dangling | wc -w)"
    docker images -f "dangling=true"
else
echo"  无悬空镜像"
fi

echo""

# 停止的容器
echo"【4】停止的容器："
stopped=$(docker ps -a -f status=exited -q)
if [ -n "$stopped" ]; then
echo"  停止容器数量：$(echo $stopped | wc -w)"
    docker ps -a -f status=exited --format "{{.ID}}\t{{.Names}}\t{{.Status}}"
else
echo"  无停止的容器"
fi

echo""

# 各镜像大小
echo"【5】镜像大小排序（前10）："
docker images --format "{{.Repository}}:{{.Tag}}\t{{.Size}}" | \
    sort -t$'\t' -k2 -rh | head -10

echo""
echo"清理命令："
echo"  docker system prune -a      # 删除所有未使用的镜像和容器"
echo"  docker container prune      # 删除停止的容器"
echo"  docker image prune          # 删除悬空镜像"
echo"  docker volume prune         # 删除未使用的卷"

4. 第三步：清理与预警

定位问题后，第三步是执行清理操作并建立预警机制。

4.1 日志清理

手动清理日志：

#!/bin/bash
# script: clean_old_logs.sh
# 用途：清理超过指定天数的日志文件

MAX_DAYS=30
LOG_DIRS="/var/log /opt/*/logs"

echo"=== 日志清理脚本 ==="
echo"清理超过${MAX_DAYS}天的日志..."
echo""

count=0
total_size=0

for logdir in$LOG_DIRS; do
if [ -d "$logdir" ]; then
# 查找符合条件的日志文件
        find "$logdir" -type f -name "*.log" -mtime +$MAX_DAYS 2>/dev/null | whileread logfile; do
            size=$(du -k "$logfile" | cut -f1)
            total_size=$((total_size + size))
            rm -f "$logfile"
            count=$((count + 1))
echo"  Deleted: $logfile (${size}KB)"
done

# 清理gz压缩包（保留180天）
        find "$logdir" -type f -name "*.gz" -mtime +180 2>/dev/null | whileread gzfile; do
            size=$(du -k "$gzfile" | cut -f1)
            total_size=$((total_size + size))
            rm -f "$gzfile"
            count=$((count + 1))
echo"  Deleted: $gzfile (${size}KB)"
done
fi
done

echo""
echo"清理完成：删除${count}个文件，释放约$((total_size/1024))MB"

清空当前日志文件（保留文件）：

# 方法1：使用truncate
truncate -s 0 /var/log/messages

# 方法2：使用重定向
> /var/log/messages

# 方法3：使用dd（对于需要保留文件句柄的场景）
dd if=/dev/null of=/var/log/messages

# 验证
ls -lh /var/log/messages

4.2 配置日志轮转

# /etc/logrotate.d/nginx 示例配置
/var/log/nginx/*.log {
    daily                    # 每天轮转
    missingok               # 忽略文件不存在错误
    rotate 14               # 保留14个轮转文件
    compress                # 压缩旧日志
    delaycompress           # 延迟压缩（保留最近一个不压缩）
    notifempty             # 空日志不轮转
    create 0640 nginx adm  # 创建新文件权限
    sharedscripts           # 脚本只执行一次
    postrotate
if [ -f /var/run/nginx.pid ]; then
kill -USR1 `cat /var/run/nginx.pid`
fi
    endscript
}

# /etc/logrotate.d/mysql 示例配置
/var/log/mysql/slow.log {
    daily
    rotate 7
    compress
    delaycompress
    missingok
    notifempty
    create 0600 mysql mysql
}

/var/log/mysql/error.log {
    daily
    rotate 14
    compress
    delaycompress
    missingok
    notifempty
    create 0600 mysql mysql
}

4.3 清理临时文件

#!/bin/bash
# script: clean_temp_files.sh
# 用途：清理临时文件和缓存

echo"=== 临时文件清理 ==="
echo"开始时间：$(date)"
echo""

# 清理/tmp下超过7天的文件
echo"【1】清理/tmp下7天前的文件："
tmp_deleted=$(find /tmp -type f -atime +7 2>/dev/null | wc -l)
find /tmp -type f -atime +7 -delete 2>/dev/null
echo"  删除文件数：$tmp_deleted"

# 清理/var/tmp下超过30天的文件
echo"【2】清理/var/tmp下30天前的文件："
vartmp_deleted=$(find /var/tmp -type f -atime +30 2>/dev/null | wc -l)
find /var/tmp -type f -atime +30 -delete 2>/dev/null
echo"  删除文件数：$vartmp_deleted"

# 清理dnf缓存
echo"【3】清理DNF缓存："
dnf clean all
echo"  DNF缓存已清理"

# 清理旧内核
echo"【4】清理旧内核："
ifcommand -v yum &> /dev/null; then
# 列出已安装的内核
    current_kernel=$(uname -r)
    installed_kernels=$(rpm -q kernel | wc -l)

if [ "$installed_kernels" -gt 1 ]; then
# 保留当前内核和最新的一个旧内核
        rpm -q kernel | tail -n +2 | head -n -1 | whileread kernel; do
echo"  移除内核：$kernel"
            dnf remove -y "$kernel" 2>/dev/null || true
done
fi
fi

# 清理孤儿包
echo"【5】清理孤儿包："
dnf autoremove -y 2>/dev/null || true

echo""
echo"清理完成：$(date)"
echo"当前磁盘使用情况："
df -h /

4.4 清理Docker空间

#!/bin/bash
# script: clean_docker_space.sh
# 用途：清理Docker占用的磁盘空间

echo"=== Docker空间清理 ==="
echo""

# 查看当前占用
echo"【1】清理前Docker空间："
docker system df

echo""

# 1. 删除停止的容器
echo"【2】删除停止的容器："
stopped_count=$(docker ps -a -f status=exited -q | wc -l)
if [ "$stopped_count" -gt 0 ]; then
    docker container prune -f
echo"  已删除 $stopped_count 个停止的容器"
else
echo"  无停止的容器"
fi

echo""

# 2. 删除悬空镜像
echo"【3】删除悬空镜像："
dangling_count=$(docker images -f "dangling=true" -q | wc -l)
if [ "$dangling_count" -gt 0 ]; then
    docker image prune -f
echo"  已删除 $dangling_count 个悬空镜像"
else
echo"  无悬空镜像"
fi

echo""

# 3. 删除未使用的卷
echo"【4】删除未使用的卷："
unused_volumes=$(docker volume ls -f dangling=true -q | wc -l)
if [ "$unused_volumes" -gt 0 ]; then
    docker volume prune -f
echo"  已删除 $unused_volumes 个未使用的卷"
else
echo"  无未使用的卷"
fi

echo""

# 4. 删除build缓存（可选，会删除所有build缓存）
read -p "是否删除所有build缓存？(y/N): " confirm
if [ "$confirm" = "y" ]; then
    docker builder prune -f
echo"  已删除build缓存"
fi

echo""

# 5. 全面清理（可选）
read -p "是否执行全面清理（删除所有未使用的对象）？(y/N): " full_clean
if [ "$full_clean" = "y" ]; then
    docker system prune -a -f --volumes
echo"  已执行全面清理"
fi

echo""
echo"【5】清理后Docker空间："
docker system df

4.5 建立磁盘监控预警

#!/bin/bash
# script: disk_alert_monitor.sh
# 用途：监控磁盘使用率，超过阈值时发送告警

# 配置
WARNING_THRESHOLD=80
CRITICAL_THRESHOLD=90
ALERT_LOG="/var/log/disk_alert.log"
EMAIL_TO="ops@example.com"

# 获取磁盘使用信息
check_disk() {
local mount_point="$1"
local usage=$(df "$mount_point" | awk 'NR==2 {print $5}' | sed 's/%//')
local device=$(df "$mount_point" | awk 'NR==2 {print $1}')
local size=$(df -h "$mount_point" | awk 'NR==2 {print $2}')
local used=$(df -h "$mount_point" | awk 'NR==2 {print $3}')
local avail=$(df -h "$mount_point" | awk 'NR==2 {print $4}')

echo"$usage|$device|$size|$used|$avail"
}

# 发送告警
send_alert() {
local level="$1"
local message="$2"

echo"[$(date '+%Y-%m-%d %H:%M:%S')] [$level] $message" >> "$ALERT_LOG"

# 邮件告警（需要mailx）
ifcommand -v mailx &> /dev/null; then
echo"$message" | mailx -s "[$level] Disk Alert on $(hostname)""$EMAIL_TO"
fi
}

# 主监控逻辑
echo"=== 磁盘监控检查 ==="
echo"检查时间：$(date)"
echo""

CHECK_MOUNTS="/ /data /var /home /boot"

for mount_point in$CHECK_MOUNTS; do
if [ -d "$mount_point" ]; then
        info=$(check_disk "$mount_point")
        usage=$(echo"$info" | cut -d'|' -f1)
        device=$(echo"$info" | cut -d'|' -f2)
        size=$(echo"$info" | cut -d'|' -f3)
        used=$(echo"$info" | cut -d'|' -f4)
        avail=$(echo"$info" | cut -d'|' -f5)

echo"$mount_point ($device): $usage% used ($used/$size, 可用$avail)"

if [ "$usage" -ge "$CRITICAL_THRESHOLD" ]; then
            send_alert "CRITICAL""磁盘使用率危急！${mount_point}使用率${usage}%，设备${device}，可用空间${avail}"
elif [ "$usage" -ge "$WARNING_THRESHOLD" ]; then
            send_alert "WARNING""磁盘使用率告警！${mount_point}使用率${usage}%，设备${device}，可用空间${avail}"
fi
fi
done

4.6 自动化清理脚本

#!/bin/bash
# script: automated_disk_cleanup.sh
# 用途：自动化磁盘空间维护脚本，建议通过cron定期执行

# 配置
MAX_LOG_AGE_DAYS=30
MAX_TMP_AGE_DAYS=7
DOCKER_PRUNE_WEEKLY=true
LOG_DIR="/var/log/cleanup"

# 创建日志目录
mkdir -p "$LOG_DIR"

log() {
echo"[$(date '+%Y-%m-%d %H:%M:%S')] $1" | tee -a "$LOG_DIR/cleanup_$(date +%Y%m%d).log"
}

# 主流程
log"========== 开始磁盘清理 =========="

# 1. 清理旧日志
log"步骤1：清理${MAX_LOG_AGE_DAYS}天前的日志文件"
find /var/log -type f -name "*.log" -mtime +$MAX_LOG_AGE_DAYS -delete 2>/dev/null
find /var/log -type f -name "*.gz" -mtime +180 -delete 2>/dev/null
log"  日志清理完成"

# 2. 清理临时文件
log"步骤2：清理${MAX_TMP_AGE_DAYS}天未访问的临时文件"
find /tmp -type f -atime +$MAX_TMP_AGE_DAYS -delete 2>/dev/null
find /var/tmp -type f -atime +$MAX_TMP_AGE_DAYS -delete 2>/dev/null
log"  临时文件清理完成"

# 3. 清理包管理器缓存
log"步骤3：清理包管理器缓存"
dnf clean all 2>/dev/null
log"  包管理器缓存清理完成"

# 4. 清理旧内核（仅保留最新2个）
log"步骤4：清理旧内核"
current_kernel=$(uname -r)
kernel_count=0
for k in $(rpm -q kernel --last | sed 's/kernel-//' | cut -d' ' -f1); do
if [ "$kernel_count" -gt 1 ]; then
if [ "$k" != "$current_kernel" ]; then
            dnf remove -y "kernel-$k" 2>/dev/null && log"  移除内核：$k" || true
fi
fi
    kernel_count=$((kernel_count + 1))
done

# 5. Docker清理（每周执行）
day_of_week=$(date +%u)
if [ "$DOCKER_PRUNE_WEEKLY" = true ] && [ "$day_of_week" = 1 ]; then
log"步骤5：Docker空间清理（周一执行）"
    docker system prune -f --filter "until=168h" 2>/dev/null || true
log"  Docker清理完成"
fi

# 6. 清理旧日志轮转文件
log"步骤6：清理过期的logrotate文件"
find /var/lib/logrotate -type f -mtime +60 -delete 2>/dev/null

# 7. 清理旧tmp文件（系统）
log"步骤7：清理系统tmp目录"
find /var/tmp -type f -mtime +30 -delete 2>/dev/null

log"========== 磁盘清理完成 =========="
log"清理后磁盘使用情况："
df -h / | tee -a "$LOG_DIR/cleanup_$(date +%Y%m%d).log"

5. inode满了怎么办

5.1 排查inode使用

#!/bin/bash
# script: check_inode_usage.sh
# 用途：检查inode使用情况

echo"=== Inode使用情况 ==="
echo""

# 查看各分区inode使用
echo"【1】各分区inode使用率："
df -i

echo""

# 查找inode占用最多的目录
echo"【2】/var目录inode分布："
find /var -type d 2>/dev/null | whileread dir; do
    count=$(find "$dir" -maxdepth 1 -type f 2>/dev/null | wc -l)
echo"  $count$dir"
done | sort -rn | head -20

echo""

# 统计各类型文件数量
echo"【3】文件类型统计："
find /var -type f 2>/dev/null | sed 's/.*\.//' | sort | uniq -c | sort -rn | head -20

5.2 清理inode占用

#!/bin/bash
# script: free_inodes.sh
# 用途：释放inode占用的空间

echo"=== 释放inode空间 ==="
echo""

# 1. 清理/var/spool下的旧邮件
echo"【1】清理邮件队列："
mail_count=$(find /var/spool/mail -type f 2>/dev/null | wc -l)
echo"  邮件文件数：$mail_count"
find /var/spool/mail -type f -mtime +30 -delete 2>/dev/null
echo"  已清理30天前的邮件"

# 2. 清理临时socket文件
echo"【2】清理临时socket文件："
socket_count=$(find /tmp -type s 2>/dev/null | wc -l)
echo"  socket文件数：$socket_count"
find /tmp -type s -mtime +1 -delete 2>/dev/null

# 3. 清理空目录
echo"【3】清理空目录："
find /var -type d -empty -delete 2>/dev/null

# 4. 清理小的tmp文件
echo"【4】清理小的临时文件："
find /tmp -type f -size -1k -mtime +1 -delete 2>/dev/null

# 5. 清理日志目录中的old文件
echo"【5】清理日志目录中的归档文件："
find /var/log -type f -name "*.old" -mtime +7 -delete 2>/dev/null
find /var/log -type f -name "*.bak" -mtime +7 -delete 2>/dev/null

echo""
echo"清理完成。当前inode使用："
df -i /

6. LVM逻辑卷扩展

当磁盘空间真的不够用时，需要扩展逻辑卷。

6.1 查看LVM状态

# 查看PV（物理卷）
pvs

# 查看VG（卷组）
vgs

# 查看LV（逻辑卷）
lvs

# 详细查看
pvdisplay
vgdisplay
lvdisplay

6.2 扩展逻辑卷

#!/bin/bash
# script: extend_lvm.sh
# 用途：扩展LVM逻辑卷

# 配置：要扩展的LV和要扩展的大小
VG_NAME="vg00"
LV_NAME="lv_data"
EXTEND_SIZE="+50G"

echo"=== LVM逻辑卷扩展 ==="
echo""

# 1. 查看当前状态
echo"【1】当前状态："
lvs
echo""
lvdisplay /dev/${VG_NAME}/${LV_NAME}
echo""

# 2. 检查VG剩余空间
echo"【2】卷组剩余空间："
vgs
vgextend --help | head -1
echo""

# 3. 如果VG有足够空间，直接扩展
echo"【3】执行扩展..."
lvextend -L +50G /dev/${VG_NAME}/${LV_NAME}

# 4. 扩展文件系统（XFS）
echo"【4】扩展XFS文件系统..."
xfs_growfs /dev/${VG_NAME}/${LV_NAME}

# 5. 验证
echo"【5】扩展后状态："
df -h /dev/${VG_NAME}/${LV_NAME}

6.3 添加新磁盘到VG

#!/bin/bash
# script: add_disk_to_vg.sh
# 用途：将新磁盘添加到卷组

NEW_PV="/dev/sdb"
VG_NAME="vg00"

echo"=== 添加新磁盘到VG ==="
echo""

# 1. 创建物理卷
echo"【1】创建物理卷："
pvcreate "$NEW_PV"

# 2. 添加到卷组
echo"【2】添加到卷组："
vgextend "$VG_NAME""$NEW_PV"

# 3. 验证
echo"【3】卷组状态："
vgs

# 4. 现在可以扩展LV
echo"【4】可以执行：lvextend -L +<size> /dev/${VG_NAME}/<lv_name>"

7. 磁盘quota配额管理

7.1 启用磁盘配额

# 1. 编辑/etc/fstab，添加usrquota和grpquota
# /dev/mapper/vg00-lv_home /home xfs defaults,usrquota,grpquota 0 0

# 2. 重新挂载
mount -o remount /home

# 3. 初始化配额数据库
quotacheck -cug /home

# 4. 启用配额
quotaon /home

7.2 设置用户配额

# 设置用户磁盘限制
edquota -u username

# 示例配置：
# Disk quotas for user username (uid 1000):
#   Filesystem   blocks   soft   hard   inodes   soft   hard
#   /dev/mapper/vg00-lv_home
#                  1024    5000   6000     100     150    200

# blocks: 当前使用（KB）
# soft: 软限制（超过后警告）
# hard: 硬限制（不能超过）
# inodes: 文件数量限制

7.3 配额管理脚本

#!/bin/bash
# script: quota_report.sh
# 用途：生成磁盘配额报告

echo"=== 磁盘配额报告 ==="
echo"生成时间：$(date)"
echo""

# 查看所有用户的配额状态
echo"【1】用户配额汇总："
repquota -aug

echo""

# 查看超过配额的用户
echo"【2】超配额用户："
repquota -aug | grep -E "^\*" | whileread line; do
echo"  $line"
done

echo""

# 清理超过soft limit的用户的部分文件
echo"【3】可以建议清理的文件（按用户分组）："
for user in $(ls /home/); do
    quota=$(quota -u "$user" 2>/dev/null | tail -1 | awk '{print $3}')
if [ -n "$quota" ] && [ "$quota" -gt 0 ]; then
        usage=$(quota -u "$user" 2>/dev/null | tail -1 | awk '{print $2}')
if [ "$usage" -gt "$quota" ]; then
echo"  用户 $user：使用${usage}KB，配额${quota}KB"
fi
fi
done

8. 预防性监控方案

8.1 Zabbix监控模板

# Zabbix Agent配置 - 磁盘监控项
# /etc/zabbix/zabbix_agent2.d/disk.conf

# 磁盘空间（百分比）
UserParameter=disk.space[*],df -h "$1" | awk 'NR>1 {gsub(/%/,"",$5); print $5}'

# 磁盘inode（百分比）
UserParameter=disk.inode[*],df -i "$1" | awk 'NR>1 {gsub(/%/,"",$5); print $5}'

# 磁盘IO
UserParameter=disk.io[*],iostat -d "$1" | awk 'NR>4 {print $2}'

# 大文件检测
UserParameter=disk.large_files,find / -type f -size +1G 2>/dev/null | wc -l

8.2 Prometheus告警规则

# prometheus/alerts/disk.yml

groups:
-name:disk
rules:
# 磁盘空间告警
-alert:DiskSpaceWarning
expr:(node_filesystem_avail_bytes{mountpoint="/"}/node_filesystem_size_bytes{mountpoint="/"})<0.2
for:5m
labels:
severity:warning
annotations:
summary:"磁盘空间告警"
description:"根分区剩余空间不足20%"

-alert:DiskSpaceCritical
expr:(node_filesystem_avail_bytes{mountpoint="/"}/node_filesystem_size_bytes{mountpoint="/"})<0.1
for:1m
labels:
severity:critical
annotations:
summary:"磁盘空间危急"
description:"根分区剩余空间不足10%，立即处理！"

# inode告警
-alert:DiskInodesWarning
expr:(node_filesystem_files_free{mountpoint="/"}/node_filesystem_files{mountpoint="/"})<0.1
for:10m
labels:
severity:warning
annotations:
summary:"Inode告警"
description:"Inode使用率超过90%"

8.3 自动化监控脚本

#!/bin/bash
# script: comprehensive_disk_monitor.sh
# 用途：综合磁盘监控脚本，可配置cron执行

# 配置文件
CONFIG_FILE="/etc/sysconfig/disk_monitor.conf"

# 默认配置
WARNING_THRESHOLD=80
CRITICAL_THRESHOLD=90
LOG_FILE="/var/log/disk_monitor.log"
EXCLUDE_MOUNTS="/proc|/sys|/dev/shm|/run"

# 读取配置（如果存在）
[ -f "$CONFIG_FILE" ] && source"$CONFIG_FILE"

log() {
echo"[$(date '+%Y-%m-%d %H:%M:%S')] $1" >> "$LOG_FILE"
}

check_mount() {
local mount="$1"

# 获取使用率
local usage=$(df "$mount" 2>/dev/null | awk 'NR==2 {gsub(/%/,"",$5); print $5}')

# 获取设备
local device=$(df "$mount" 2>/dev/null | awk 'NR==2 {print $1}')

# 获取可用空间
local avail=$(df -h "$mount" 2>/dev/null | awk 'NR==2 {print $4}')

if [ -z "$usage" ]; then
return
fi

local timestamp=$(date '+%Y-%m-%d %H:%M:%S')

if [ "$usage" -ge "$CRITICAL_THRESHOLD" ]; then
log"CRITICAL|${timestamp}|${mount}|${device}|${usage}%|${avail}"
return 2
elif [ "$usage" -ge "$WARNING_THRESHOLD" ]; then
log"WARNING|${timestamp}|${mount}|${device}|${usage}%|${avail}"
return 1
else
log"OK|${timestamp}|${mount}|${device}|${usage}%|${avail}"
return 0
fi
}

# 主监控
log"========== 磁盘监控开始 =========="

# 获取所有挂载点
mounts=$(df -h | awk 'NR>1 {print $6}' | grep -vE "^(${EXCLUDE_MOUNTS})$")

critical_count=0
warning_count=0

for mount in$mounts; do
    check_mount "$mount"
    result=$?

if [ $result -eq 2 ]; then
        critical_count=$((critical_count + 1))
elif [ $result -eq 1 ]; then
        warning_count=$((warning_count + 1))
fi
done

log"========== 监控完成 =========="
log"结果：${critical_count}个危急，${warning_count}个告警"

# 如果有告警，输出汇总
if [ $critical_count -gt 0 ] || [ $warning_count -gt 0 ]; then
echo""
echo"磁盘告警汇总："
    grep -E "CRITICAL|WARNING""$LOG_FILE" | tail -20
fi

9. 自动化清理脚本分享

9.1 完整清理脚本

#!/bin/bash
# script: full_disk_cleanup.sh
# 用途：一次性执行所有常见磁盘清理操作

set -e

echo"========================================"
echo"      磁盘空间全面清理工具"
echo"========================================"
echo""
echo"开始时间：$(date)"
echo""

# 配置
MAX_LOG_DAYS=30
MAX_TMP_DAYS=7
DO_DOCKER_PRUNE=false
DO_DNF_CLEAN=false
DO_KERNEL_CLEAN=false
DRY_RUN=false

# 解析参数
while [[ $# -gt 0 ]]; do
case$1in
        --docker)
            DO_DOCKER_PRUNE=true
shift
            ;;
        --dnf)
            DO_DNF_CLEAN=true
shift
            ;;
        --kernel)
            DO_KERNEL_CLEAN=true
shift
            ;;
        --dry-run)
            DRY_RUN=true
shift
            ;;
        --all)
            DO_DOCKER_PRUNE=true
            DO_DNF_CLEAN=true
            DO_KERNEL_CLEAN=true
shift
            ;;
        *)
echo"未知参数: $1"
echo"用法: $0 [--docker] [--dnf] [--kernel] [--all] [--dry-run]"
exit 1
            ;;
esac
done

# 清理函数
run_cmd() {
if [ "$DRY_RUN" = true ]; then
echo"[DRYRUN] $1"
else
echo"[EXEC] $1"
eval"$1"
fi
}

# 1. 清理日志
echo"【1】清理${MAX_LOG_DAYS}天前的日志文件..."
run_cmd "find /var/log -type f -name '*.log' -mtime +${MAX_LOG_DAYS} -delete"
run_cmd "find /var/log -type f -name '*.gz' -mtime +180 -delete"
echo"    完成"

# 2. 清理临时文件
echo"【2】清理${MAX_TMP_DAYS}天未访问的临时文件..."
run_cmd "find /tmp -type f -atime +${MAX_TMP_DAYS} -delete 2>/dev/null || true"
run_cmd "find /var/tmp -type f -atime +${MAX_TMP_DAYS} -delete 2>/dev/null || true"
echo"    完成"

# 3. 清理dnf缓存
if [ "$DO_DNF_CLEAN" = true ]; then
echo"【3】清理DNF缓存..."
    run_cmd "dnf clean all"
echo"    完成"
fi

# 4. 清理旧内核
if [ "$DO_KERNEL_CLEAN" = true ]; then
echo"【4】清理旧内核..."
    current_kernel=$(uname -r)
    installed_kernels=$(rpm -q kernel 2>/dev/null | wc -l)

if [ "$installed_kernels" -gt 2 ]; then
for kernel in $(rpm -q kernel 2>/dev/null | sed 's/kernel-//'); do
if [ "$kernel" != "$current_kernel" ]; then
                run_cmd "rpm -e kernel-${kernel} 2>/dev/null || true"
fi
done
fi
echo"    完成"
fi

# 5. Docker清理
if [ "$DO_DOCKER_PRUNE" = true ]; then
echo"【5】清理Docker空间..."
ifcommand -v docker &> /dev/null; then
        run_cmd "docker system prune -f"
else
echo"    Docker未安装，跳过"
fi
fi

# 6. 清理yum缓存
echo"【6】清理YUM/DNF缓存..."
run_cmd "yum clean all 2>/dev/null || true"
echo"    完成"

# 7. 清理孤儿包
echo"【7】清理孤儿包..."
run_cmd "package-cleanup --leaves 2>/dev/null | head -20 || true"
echo"    完成"

# 8. 清理旧日志轮转状态
echo"【8】清理logrotate状态..."
run_cmd "find /var/lib/logrotate -type f -mtime +60 -delete 2>/dev/null || true"
echo"    完成"

echo""
echo"========================================"
echo"清理完成！"
echo"结束时间：$(date)"
echo""
echo"当前磁盘使用情况："
df -h /
echo"========================================"

# 估算释放空间（如果可能）
if [ "$DRY_RUN" = false ]; then
echo""
echo"各目录清理后大小："
for dir in /var/log /tmp /var/tmp /var/cache; do
if [ -d "$dir" ]; then
            size=$(du -sh "$dir" 2>/dev/null | cut -f1)
echo"  $dir: $size"
fi
done
fi

9.2 定时任务配置

# 将以下内容添加到crontab
# 编辑: crontab -e

# 每天凌晨2点执行快速磁盘检查
0 2 * * * /opt/scripts/quick_disk_check.sh >> /var/log/disk_check.log 2>&1

# 每天凌晨3点执行日志清理（保留30天）
0 3 * * * /opt/scripts/clean_old_logs.sh

# 每周一凌晨4点执行全面清理
0 4 * * 1 /opt/scripts/full_disk_cleanup.sh --docker --dnf --kernel >> /var/log/weekly_cleanup.log 2>&1

# 每5分钟执行磁盘监控
*/5 * * * * /opt/scripts/disk_alert_monitor.sh

10. 总结：磁盘管理Checklist

10.1 收到告警时的标准处理流程

【第1步：30秒内初步判断】
□ 查看df -h输出，确认是哪个挂载点告警
□ 判断是/、/data、/var还是其他挂载点
□ 快速判断使用率是否真的超过阈值

【第2步：5分钟内定位问题】
□ 使用du -h --max-depth=1 定位最大的子目录
□ 检查日志目录(/var/log)
□ 检查临时目录(/tmp, /var/tmp)
□ 如果是数据库，检查数据目录
□ 如果是容器环境，检查docker目录

【第3步：确定清理方案】
□ 日志问题：检查logrotate配置，执行手动清理
□ 临时文件：清理n天前的文件
□ 数据库：检查表空间，考虑归档或清理
□ 容器：执行docker system prune

【第4步：执行清理】
□ 先备份重要数据
□ 执行清理操作
□ 验证空间释放
□ 确认服务正常

【第5步：建立长效机制】
□ 检查logrotate配置
□ 配置监控告警
□ 考虑自动化清理
□ 记录问题根因

10.2 预防性维护清单

每日检查：

□ 确认没有磁盘告警
□ 检查关键服务的日志写入是否正常

每周维护：

□ 审查日志轮转日志
□ 检查临时文件增长趋势
□ 确认监控告警配置正常

每月维护：

□ 执行全面的磁盘审计
□ 清理旧的日志和临时文件
□ 检查inode使用率
□ 审查磁盘空间增长趋势
□ 更新容量规划

10.3 容量规划参考

10.4 快速命令速查表

10.5 常见问题解答

Q: 删除文件后空间不释放？A: 可能是进程持有文件句柄。检查lsof +L1，找到占用文件然后重启相关进程。

Q: inode满了怎么办？A: 查找小文件过多的目录：find / -type f -size -10k | wc -l，然后清理。

Q: 如何预测磁盘增长？A: 记录每日df -h结果到时序数据库，绘制趋势图。简单方法：df -h >> /var/log/df_history.log。

Q: LVM卷已满但VG没有空间？A: 需要扩展VG：添加新磁盘，创建PV，vgextend加入VG，然后lvextend扩展LV。

参考信息

环境版本：

• 操作系统：Rocky Linux 9.4
• 内核版本：6.8.5
• XFS文件系统版本：1.2.1
• df/du版本：GNU coreutils 9.1
• ncdu版本：1.17