AI工具人
提示词工程师

一次诡异的磁盘空间占用问题排查

  大半夜接到线上一服务器磁盘占用率超过90%的短信,需要立即处理。一般这种情况都是线上异常,当天日志打太多,无法自动删掉的。上来第一反应就是查我们规范java应用日志目录,居然没有文件,再查,居然连java进程都没有,原来不是java应用,不过没关系,干一年运维也不是白干的,还是有其他方法可以查的,在此记录下整个排查过程。

  用df -h看下是哪个分区比较大,我司应用包都是布在/home目录下的。

$ df -h
Filesystem            Size  Used Avail Use% Mounted on
/dev/xvda2             18G  5.0G   12G  30% /
/dev/xvda1            247M   25M  210M  11% /boot
tmpfs                 7.4G  248K  7.4G   1% /dev/shm
/dev/xvdb1             50G   45G  5.3G  90% /home

  然后cd到home目录下,来看看哪个文档比较大,我最常用的命令就是du -h --max-depth=1,通常可以直接找到哪个目录占空间比较大,不过今天诡异了。。

$sudo du -h --max-depth=1   
40K ./***.**                #这是别人的home路径,一堆账号,略去
.
.
.
40K ./***.**
1.9G    .                   #所有文件占用总空间  

  这就很诡异了,上面提示我/home目录已使用45G,实际上只用了1.9G,无果。不查大目录了,我找找到有什么大的文件,查文件,最好用的就是find命令了,因为平时不怎么用,对其参数还是不大了解,所以网上搜了一把,找到下面这条命令(果然学习还是得靠问题驱动)。
  find . -type f -size +800M 查找当前目录下大于800m的文件,依旧无果,改成100m,无果。 然后不按大小,我只查有没有*.log.*的文件(有时候也是小文件太多,导致磁盘满),依旧无果,额。。。已有知识有点不够用了。

  看了下监控系统,发现磁盘占用空间一直在增长,肯定一直是有什么进程在写文件,那我就看看服务器上的进程吧。 常用命令 ps、pstree 这里我先用ps看了下,出来的内容太多,不方便看,遂改用pstree,得到如下结果。

$ sudo pstree
init─┬─DragoonAgent─┬─DragoonAgent
     │              ├─2*[DragoonAgent───10*[{DragoonAgent}]]
     │              ├─DragoonAgent───7*[{DragoonAgent}]
     │              └─DragoonAgent───2*[{DragoonAgent}]
     ├─aegisinc_cli───11*[{aegisinc_cli}]
     ├─agetty
     ├─atd
     ├─crond
     ├─gshelld───3*[{gshelld}]
     ├─irqbalance
     ├─lldpd───lldpd
     ├─6*[mingetty]
     ├─nginx-proxy───4*[nginx-proxy]
     ├─node─┬─4*[node─┬─phantomjs───3*[{phantomjs}]]
     │      │         └─5*[{node}]]
     │      ├─node───5*[{node}]
     │      └─5*[{node}]
     ├─ntpd
     ├─portmap
     ├─sshd───sshd───sshd───bash───pstree
     ├─staragentd─┬─staragent-core───22*[{staragent-core}]
     │            └─staragent-ppf─┬─logagent───12*[{logagent}]
     │                            └─11*[{staragent-ppf}]
     ├─syslog-ng───syslog-ng
     └─udevd

  排除系统进程,看到有nginx-proxy(我司常用的包),还有一个node,我猜应该是个nodejs应用(表示完全不了解这鬼东西),pstree -p,可以显示pid的,有了pid,我们就可以查这些进程在写入哪些文件了。
  优先排除是nginx-proxy的问题后,我查到node进程的pid是 10163,让我来看下这鬼进程在写哪些文件,使用如下命令。

$ ls -al /proc/10163/fd
total 0
dr-x------ 2 admin admin  0 Jul  8 19:56 .
dr-xr-xr-x 7 admin admin  0 Jan 20  2015 ..
lr-x------ 1 admin admin 64 Sep 12 16:16 0 -> /dev/null
l-wx------ 1 admin admin 64 Sep 12 16:16 1 -> /home/admin/snapshot-kgb/logs/nodejs_stdout.log (deleted)
lrwx------ 1 admin admin 64 Sep 10 01:39 10 -> socket:[178406733]
###内容有点多,删去一部分。。。。 
lrwx------ 1 admin admin 64 Sep 10 01:39 15 -> socket:[150611725]
l-wx------ 1 admin admin 64 Sep  9 02:33 2 -> /home/admin/snapshot-kgb/logs/nodejs_stdout.log (deleted)
lrwx------ 1 admin admin 64 Sep 10 01:39 8 -> anon_inode:[eventfd]
lr-x------ 1 admin admin 64 Sep 10 01:39 9 -> /

  这里有俩文件,末尾标示(deleted),然后想到看下别人的操作记录,发现今天同事有上来删过这俩文件,但他没有重启进程。 linux删除正在被写入的文件之后仍是会占用磁盘空间的,这也解释了开始为何我用du、df、find为什么查不到大文件。

  接下来就是如何处理磁盘空间仍被占用的问题了,只需要重启下node进程就好了,咋重启??? 我不会啊!!尴尬。。。尝试清空下该文件 echo '' > /home/admin/snapshot-kgb/logs/nodejs_stdout.log cat /dev/null > /home/admin/snapshot-kgb/logs/nodejs_stdout.log 无果。。。。
  峰回路转,突然在服务器上发现了重启进程的脚本,重启后再用df命令查看磁盘使用率,降到10%了。
  总结一下,如何避免以后出现类似的情况。

1.避免直接删除linux上正在写入的文件,正确做法应该是,重写覆盖该文件 echo ' ' > filename
2.排查耗时较长,很多命令都是现学现卖。
3.近2k服务器,虽然已有磁盘自动清理机制,但未彻底解决问题,可能还得需要一个完美的工具。

赞(0) 打赏
未经允许不得转载:XINDOO » 一次诡异的磁盘空间占用问题排查

评论 1

  1. #1

    I see your site needs some unique & fresh content.
    Writing manually is time consuming, but there is solution for this hard
    task. Just search for: Miftolo’s tools rewriter

    ZFSHopelfnvo7年前 (2017-06-13)回复

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续给力更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫打赏

微信扫一扫打赏

登录

找回密码

注册