您的位置:首页 > 运维架构 > Shell

一次诡异的磁盘空间占用问题排查

2016-09-13 08:48 1061 查看
  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。

  这里我查到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。
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签:  运维 linux shell