小服务器的周巡检清单：磁盘、内存、日志、更新四件事

监控告警解决的是「出事了能知道」，但很多故障其实可以在巡检里提前掐掉。我给自己的新加坡小服务器定了个每周十分钟的巡检清单，只有四件事：看磁盘、看内存、看日志、看更新。坚持了几个月，磁盘被日志撑满那种低级事故再没犯过。这篇把每件事具体看什么、看到异常怎么处理写出来，给同样在养小服务器的朋友参考。

第一件，看磁盘。除了看系统盘和数据盘的使用率百分比，更要定位「谁在涨」。我会按目录体积排个序，重点盯日志目录、缓存目录和临时目录：正常系统一个月涨不了多少，一旦某个目录周环比涨了一大截，多半是某个服务的日志没做轮转，或者备份文件只增不删。处理原则是先确认再清理，删之前看清文件属于哪个服务，别把正在用的数据当垃圾删了。

第二件，看内存和进程。小内存机器最怕的是某个进程慢慢吃内存，平时看不出来，某天就被系统 OOM 直接杀掉。巡检时我按内存占用给进程排个名，和上周的印象对比：榜首换了人、或者某个进程的占用明显变大，就值得点进去看看。顺带看一眼 swap 的使用量，swap 长期被大量占用，说明物理内存已经不够用了，这是该升配或者该优化的信号，不是重启能解决的。

第三件，看日志里的异常。不是把日志从头读一遍，而是筛三类关键词：报错（error、failed）、登录失败（尤其是 SSH 的认证失败记录）和服务重启记录。SSH 登录失败次数突然暴增，说明有人在扫你的机器爆破口令，该检查安全组和登录方式了；服务在你没操作的时间点重启过，就要查是更新触发的还是崩溃触发的。日志巡检的价值在于发现「还没变成故障的故障」。

第四件，看系统更新。每周看一次待更新列表，安全更新尽量及时装，装之前确认重要服务有备份或者快照兜底；大版本更新和内核更新单独挑时间做，不要和日常巡检混在一起随手点掉。还有一个容易被忽略的点：装完更新如果提示需要重启，别一直拖着，拖太久你就不记得哪次更新需要重启了。

总结一下：告警是被动等通知，巡检是主动找隐患，两者配合才完整。四件事十分钟，一周一次，成本很低；真正贵的从来不是巡检的时间，而是磁盘满了、服务挂了之后排查和恢复的时间。