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:
-
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。 -
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。
-
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。
-
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:
- 控制台购买并挂载新云盘。
- 在服务器上格式化并挂载到新盘(如
/data)。 - 将现有数据迁移至
/data。 - 修改应用配置,指向新路径。
- 清理原位置的大文件。
-
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。
-
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。
云技术博客