ECS 磁盘满了怎么办：云硬盘扩容与清理的实践笔记

上周一台跑了几个月的 ECS 突然告警，应用写日志写不进去，登录上去一看，根分区只剩不到 200MB。这篇把当时排查和处理的顺序记下来，下次再遇到磁盘满，先按这个顺序走，十分钟就能定位。

第一步先看是哪块盘满了。df -h 看各挂载点使用率，重点看根分区和数据盘；再用 du -sh /* 逐层往下找，定位到具体目录。我的情况是 /var/log 占了大头，其次是 /tmp 里几个月没清的临时文件。注意不要一上来就删东西，先确认目录归属：日志文件、应用缓存、备份文件，删错了比磁盘满更麻烦。

第二步清理能安全清理的部分。日志先看能不能轮转：logrotate 的配置在 /etc/logrotate.d，确认保留周期，超期的旧日志可以压缩或删除。/tmp 下按修改时间清理，保留当天的文件。应用自身的缓存目录要按官方文档清，不要直接 rm -rf 整个目录。清理完再 df -h 确认释放了多少空间。这一步只是应急，先把服务恢复起来，治本在后面。

第三步判断是临时满还是真的容量不够。如果清理后一周内又满，说明容量规划跟不上业务增长，就要扩容。华为云上扩容云硬盘分两步：先在控制台给云硬盘扩容，容量变大后，还要在系统里让文件系统认到新空间。Linux 上先确认分区表和文件系统类型，ext4 用 resize2fs，xfs 用 xfs_growfs，操作前先做快照或备份，扩容本身不丢数据，但有备份才敢动手。扩完再 df -h 核对，容量应该已经变大。

第四步把监控和清理变成常规动作。云监控里给磁盘使用率设两档告警，80% 提醒、90% 告警，告警发到手机，别等写不进去才发现。日志轮转按周检查一次保留策略，应用日志级别生产环境不要开 debug。数据盘和系统盘分开挂载，这样日志爆了也不会把系统盘拖满，扩容时也只扩数据盘，影响面更小。

这次的教训是两点：一是磁盘告警阈值要提前设，80% 就处理，不要等到 100%；二是扩容前先做快照，操作本身很快，但没有回退方案的操作都不值得做。按这个顺序走，磁盘满就从一次故障变成一次常规运维。