云服务器磁盘突然爆满怎么办？一套 Linux 磁盘空间排查与清理流程

背景

小规格云服务器（比如华为云 Flexus L 实例，系统盘 40GB 左右）跑久了，经常会遇到“No space left on device”：Docker 拉不动镜像、MySQL 写不进数据、甚至 SSH 登录都变慢。本文整理一套我自己常用的排查顺序，从“哪里满了”到“安全地清掉什么”，每一步都给出命令。

第一步：确认是空间满还是 inode 满

df -h      # 看各分区容量使用率
df -i      # 看 inode 使用率

如果 df -h 还有空间但 df -i 显示 100%，说明是小文件太多（常见于 session 文件、邮件队列、缓存目录），要找“文件数最多的目录”而不是“最大的目录”：

sudo find / -xdev -type f | cut -d/ -f2-3 | sort | uniq -c | sort -rn | head

第二步：逐层定位大目录

sudo du -xh --max-depth=1 / 2>/dev/null | sort -rh | head -15
sudo du -xh --max-depth=1 /var 2>/dev/null | sort -rh | head -15

-x 表示不跨文件系统，避免把挂载的数据盘、/proc 算进来。一层层往下钻，通常很快能定位到 /var/log、/var/lib/docker 或某个应用的日志目录。装了 ncdu 的话（sudo apt install ncdu），sudo ncdu -x / 交互式浏览更直观。

第三步：查“删了但空间没释放”的文件

一个经典坑：日志文件被 rm 了，但进程还开着它，空间不会释放。

sudo lsof -nP +L1 | grep deleted

找到对应进程后，重启该服务即可释放；如果不能重启，可以直接截断文件句柄：

sudo truncate -s 0 /proc/<PID>/fd/<FD>

以后清理正在写入的日志，用 truncate -s 0 xxx.log 或 : > xxx.log，不要直接 rm。

第四步：常见“大户”的安全清理方式

1. systemd 日志：

journalctl --disk-usage
sudo journalctl --vacuum-size=200M

并在 /etc/systemd/journald.conf 里设置 SystemMaxUse=200M，然后 sudo systemctl restart systemd-journald，一劳永逸。

2. apt 缓存与旧内核：

sudo apt clean
sudo apt autoremove --purge

3. Docker：

docker system df                 # 先看镜像/容器/卷/构建缓存各占多少
docker image prune -a            # 删除未被任何容器使用的镜像
docker builder prune             # 清构建缓存

注意 docker volume prune 会删除未挂载的数据卷，里面可能有数据库数据，执行前务必确认。容器日志也可能非常大，可以在 /etc/docker/daemon.json 里限制：

{ "log-driver": "json-file", "log-opts": { "max-size": "50m", "max-file": "3" } }

4. 应用日志：用 logrotate 管理，示例 /etc/logrotate.d/myapp：

/opt/myapp/logs/*.log {
    daily
    rotate 7
    compress
    missingok
    notifempty
    copytruncate
}

copytruncate 适合不支持重新打开日志文件的程序。

第五步：加一个简单的预警

与其等爆满再救火，不如加个检查脚本，配合 crontab 或 systemd timer 每小时跑一次：

#!/bin/bash
USAGE=$(df --output=pcent / | tail -1 | tr -dc '0-9')
if [ "$USAGE" -ge 85 ]; then
  echo "$(date) 根分区使用率 ${USAGE}%" >> /var/log/disk_alert.log
fi

在华为云上也可以直接用云监控服务（CES）给云服务器配置磁盘使用率告警规则，阈值设 85%，通过短信或邮件通知，比自己写脚本更省心。

小结

排查顺序记住四步：df 看是容量还是 inode → du 逐层定位 → lsof 查已删除未释放 → 针对日志、缓存、Docker 分别清理。再配合日志轮转和监控告警，小磁盘的云服务器也能长期稳定运行。