努力
加油

阿里云服务器系统盘使用率过高如何解决?

系统盘使用率飙到 90% 甚至 100%,是阿里云 ECS 实例里非常典型的“亚健康”状态。这通常不是硬件故障,而是软件层面的资源管理问题。解决这个问题的核心思路只有两个:清理无用文件 和 扩容/迁移。

下面我从排查、清理、扩容三个维度,把实际操作步骤拆解清楚,避免那些虚头巴脑的理论。

第一步:精准定位“谁”在吃磁盘

别一上来就 rm -rf,先搞清楚是谁占用了空间。登录服务器后,执行以下命令:

  1. 全局扫描根目录占用情况

    du -sh /* | sort -hr | head -n 10

    这个命令会列出根目录下每个一级文件夹的大小,并按从大到小排序,取前 10 名。重点关注 var, usr, home, tmp 这几个目录。

  2. 深入可疑目录
    假设发现 /var/log 很大,继续深入:

    du -sh /var/log/* | sort -hr | head -n 10

    常见的大户通常是:

    • /var/log:系统日志、应用日志(如 nginx, mysql, tomcat 的 access/error log)。
    • /var/lib/docker:如果跑了 Docker,镜像层和容器日志可能爆满。
    • /home 或 /root:用户上传的文件、备份包、或者未清理的安装包。
    • /tmp:临时文件堆积。
  3. 检查 inode 使用率(进阶)
    有时候磁盘空间没满,但 inode 满了(大量小文件),也会导致无法写入。

    df -i

    如果 Use% 接近 100%,说明文件数量过多,需要清理碎片化小文件或增加 inode 配额。

第二步:针对性清理策略

找到目标后,根据场景采取不同措施。切记:生产环境操作前,建议先快照备份!

场景 A:日志文件爆炸(最常见)

很多应用配置不当,日志不轮转,直接追加到一个大文件里。

  • Nginx/Apache: 检查是否开启了日志分割。如果没有,手动清空当前日志文件(不要删除文件句柄,用重定向清空):

    > /var/log/nginx/access.log
    > /var/log/nginx/error.log

    注意:直接用 rm 删除可能导致进程仍持有旧文件句柄,空间不释放。必须用 > 覆盖或重启服务。

  • Java/Tomcat/Spring Boot: 检查 catalina.out 或应用自身的 logback/log4j 配置。确保配置了 RollingFileAppender,按天或按大小切割。

  • Docker 容器日志: 这是隐形杀手。默认情况下,Docker 会把所有容器的 stdout/stderr 写入 json-file 驱动,无限增长。

    # 查看容器日志大小
    ls -lh $(docker inspect --format='{{.LogPath}}' <container_id>)
    # 清理方法:截断日志文件
    truncate -s 0 /var/lib/docker/containers/<container_id>-json.log

    根本解决方案:修改 Docker daemon 配置文件 /etc/docker/daemon.json,限制日志大小:

    {
      "log-driver": "json-file",
      "log-opts": {
        "max-size": "10m",
        "max-file": "3"
      }
    }

    然后重启 Docker 服务 (systemctl restart docker)。

场景 B:无用安装包和缓存

  • CentOS/RHEL:
    yum clean all
    rm -rf /var/cache/yum/*
  • Ubuntu/Debian:
    apt-get clean
    apt-get autoremove

场景 C:残留的备份文件和上传文件

检查 /home、/opt 或网站根目录,是否有 .tar.gz、.zip 等历史备份包,以及测试用的大文件。确认不再需要后,果断删除。

场景 D:僵尸进程或孤儿文件

使用 lsof +L1 查找被删除但未释放的文件句柄:

lsof +L1

如果有输出,记录 PID,然后重启对应服务即可释放空间。

第三步:治本之策——扩容与架构优化

清理只是临时手段,随着业务增长,系统盘迟早会再次爆满。真正的解决方案是让系统盘回归纯粹的系统角色。

  1. 数据盘分离(强烈推荐)
    阿里云 ECS 允许挂载云盘。最佳实践是:

    • 系统盘:仅存放操作系统、软件安装程序、少量配置文件。
    • 数据盘:挂载一块额外的云盘(SSD 或高效云盘),专门用于存放数据库、应用代码、用户上传文件、日志等。
    • 操作:
      1. 控制台购买并挂载新云盘。
      2. 在服务器上格式化并挂载到新盘(如 /data)。
      3. 将现有数据迁移至 /data。
      4. 修改应用配置,指向新路径。
      5. 清理原位置的大文件。
  2. 系统盘扩容
    如果不想折腾数据盘分离,可以直接在阿里云控制台对系统盘进行扩容。

    • 优点:简单,无需迁移数据。
    • 缺点:成本较高(系统盘单价通常高于普通数据盘),且没有解决数据与系统耦合的问题。
    • 操作:控制台 -> 实例详情 -> 云盘 -> 扩容。扩容后需在 OS 内执行 growpart 和 resize2fs (ext4) 或 xfs_growfs (xfs) 来扩展文件系统。
  3. 日志集中化管理
    如果日志量极大,不要在本地存储。接入阿里云 SLS(日志服务)或 ELK Stack,将日志实时采集到云端,本地只保留极短时间内的滚动日志或直接关闭本地日志写入。

避坑指南

  • 不要随意删除 /usr 和 /bin 下的文件:除非你非常清楚自己在做什么,否则极易导致系统崩溃。
  • 谨慎使用 find 批量删除:例如 find . -name "*.log" -delete,务必先 -exec ls -l {} ; 预览一下,防止误删关键日志。
  • 监控告警:在阿里云控制台设置云监控告警,当磁盘使用率超过 80% 时发送短信/钉钉通知,变“被动救火”为“主动预防”。

总结来说,遇到系统盘爆满,先查日志和 Docker 容器日志,快速清理释放空间;长期来看,务必实施系统与数据分离,这是云服务器运维的基本功。