云服务器磁盘IO被日志写满:轮转、监控与告警阈值实操

    发布时间:2026-10-29 04:05 更新时间:2026-10-29 04:05 阅读量:0

    网站白天访问正常,到了下午或凌晨突然变慢,刷新几秒才出页面,重启服务又好了——这类现象很多站长第一反应是带宽不够或服务器配置太低,加钱升配之后过几天又复发。实际排查下来,相当一部分原因是日志把磁盘写满了:访问日志、错误日志、应用日志、数据库慢查询日志持续追加,磁盘空间见底、IO 队列被写操作占住,Nginx 读静态文件、PHP 写临时文件、数据库刷盘都要排队,表现出来就是整站卡顿。这篇文章从日志轮转、磁盘监控、告警阈值三块讲清楚怎么自查、怎么配置、要投入多少精力。

    需要先说明一个判断:日志写满不是一天造成的。一个日均几万 PV 的企业站,访问日志加上错误日志,一天几百 MB 到一两 GB 都属正常,如果一直不清理,几十 GB 的系统盘撑不了多久。所以处理这个问题不是删一次文件了事,而是要把轮转、监控、告警三件事固定成日常运维动作。如果你的站点还在选型阶段,可以先看建站方案里关于磁盘规格与日志存储的建议,再回来做配置。

    先判断:是磁盘空间满了,还是磁盘IO被写满了

    这两种情况表现相似,处理方式不同,第一步要用命令把事实确认下来。登录服务器后先看磁盘空间:

    df -hT
    du -sh /var/log/* 2>/dev/null | sort -rh | head -n 10

    第一条命令看各分区使用率,重点盯根分区和 /var 所在分区;第二条命令按目录大小排序,快速定位是谁在占空间。日志目录通常是 /var/log,Nginx 默认日志在 /var/log/nginx,PHP-FPM 日志位置取决于具体配置,以实际环境为准。

    如果空间还有余量但网站仍然卡,就要看 IO 压力。下面几条命令在新一点的发行版上一般都有,缺少时按官方文档安装对应软件包:

    iostat -x 1 5
    pidstat -d 1 5
    lsof +D /var/log/nginx 2>/dev/null | head

    iostat 关注 %util 和 await 两列,持续接近饱和说明磁盘忙不过来;pidstat -d 能看出哪个进程在持续写盘;lsof 用来确认哪些进程正打开着日志文件。注意一个常见坑:日志文件被删除但进程还持有句柄,空间不会释放,df 显示占用高而 du 找不到对应文件,此时需要重启对应服务或让进程重新打开日志,具体方式以服务官方文档为准。确认了写盘大户是日志之后,再进入轮转配置。

    日志轮转:让日志按天切分并自动清理

    Linux 上通用的方案是 logrotate,多数发行版已预装并带定时任务。它按配置文件定期把当前日志改名归档、创建新文件、通知服务重新打开日志句柄,再按保留份数删掉旧归档。给 Nginx 配一份轮转规则,可以放在 /etc/logrotate.d/nginx,内容示例如下:

    /var/log/nginx/*.log {
        daily
        rotate 14
        missingok
        notifempty
        compress
        delaycompress
        sharedscripts
        postrotate
            if [ -f /run/nginx.pid ]; then
                kill -USR1 $(cat /run/nginx.pid)
            fi
        endscript
    }

    这份配置的含义是每天轮转一次、保留 14 份、压缩旧文件、轮转后向 Nginx 主进程发送 USR1 信号让它重新打开日志。域名较多、日志量大的站可以把 daily 改成 size 50M 这类按体积触发的写法,避免单日文件过大。配好后不要等到第二天,先手动验证一次:

    logrotate -d /etc/logrotate.d/nginx
    logrotate -f /etc/logrotate.d/nginx
    ls -lh /var/log/nginx/

    第一条是演练模式,只打印将要执行的动作不真正执行;第二条强制执行一次;第三条确认归档文件和新日志都已生成。应用日志、数据库日志同样要各自配规则,保留份数按合规要求和排障需要定,一般 7 到 30 天足够。

    这里要提醒一个企业场景下的取舍:日志既是排障依据,也是占用资源的一方。完全不轮转,磁盘迟早写满;轮转太激进,出问题时又查不到历史。比较稳妥的做法是访问日志保留两周左右,错误日志适当延长,重要业务日志另做集中收集。具体保留多久,要结合公司是否有审计要求来定,拿不准时以内部合规口径为准。

    监控与告警:阈值怎么定才不吵人也不漏报

    轮转解决的是“增长可控”,监控解决的是“异常能提前发现”。建议至少盯三个指标:根分区使用率、/var 分区使用率、磁盘 IO 等待。使用率告警可以设两级:超过 80% 提醒,超过 90% 升级通知;IO 方面关注 iostat 的 await 或监控系统里的磁盘延迟指标,持续高于日常基线数倍时告警。阈值不要照搬别人的数字,先采集一周数据看自己的基线,再上浮一定比例设阈值,这样误报会少很多。

    没有现成监控平台时,可以用一个简单的脚本配合系统定时任务做兜底检查:

    #!/bin/bash
    THRESHOLD=85
    USED=$(df -P / | awk 'NR==2 {gsub("%","",$5); print $5}')
    if [ "$USED" -ge "$THRESHOLD" ]; then
        logger -t disk-check "root partition usage ${USED}% exceeds ${THRESHOLD}%"
    fi

    脚本只做判断和写系统日志,实际通知可以接入你们已有的告警通道,比如云监控的自定义告警或内部通知系统。阈值、检查频率按实际环境调整,脚本上线前先在测试机跑通。如果站点跑在云服务器上,云厂商自带的磁盘监控和告警功能也建议一并开启,和自建脚本形成互补。

    落地清单:从今天开始按这几步推进

    把上面的内容整理成可执行的动作,建议按顺序推进,每完成一步验证一步:

    • 盘点现状:用 df、du 确认磁盘使用率和日志占用大户,记录当前基线数据。
    • 配置轮转:为 Nginx、应用、数据库分别编写 logrotate 规则,保留份数结合合规要求确定。
    • 手动验证:用 logrotate -d 演练、-f 强制执行,确认归档、压缩、服务重开日志都正常。
    • 设置监控:开启云监控磁盘指标,或部署兜底脚本,覆盖使用率和 IO 延迟两类信号。
    • 设定阈值:按一周基线数据设 80% 提醒、90% 升级两级告警,避免一开始就大面积误报。
    • 纳入日常:把日志占用检查写进巡检表,每月复核一次保留策略是否仍然合适。

    投入上并不重:一台常规云服务器上完成轮转配置和基础监控,熟悉 Linux 的运维半天内可以做完,后续主要是每月花十几分钟看一次趋势。真正的成本在于“有没有人定期看告警”,所以阈值要设在有人响应的地方,而不是设完就没人管。另外,日志治理往往和整站性能优化一起做,图片压缩、缓存策略这类前端侧优化可以参考站内关于图片体积与 CDN 回源的文章,配合起来效果更明显;需要看实际站点改造思路的,可以浏览客户案例了解不同规模站点的处理方式。

    最后给一个判断标准:如果网站卡顿反复出现、重启能缓解、磁盘使用率长期在 80% 以上,基本可以按本文思路先做日志治理,再进行扩容决策。把轮转、监控、告警这三件事固定下来,日志就从“定时炸弹”变成了可查、可控的运维资产。

    准备做网站,先从哪一步开始?

    如果你希望把上面的思路落到自己的行业与目标市场,可以先看 建站方案 了解一站式流程,再对照 客户案例 判断哪些做法适合自己的业务;也可以加微信 tsrz001 沟通需求,把页面结构、预算和排期先聊清楚再动手。

    继续阅读

    📑 📅
    企业站图片体积过大拖慢速度:上传规范到Nginx压缩与CDN回源组合 2026-10-29
    Nginx 开了 gzip 与缓存,海外首屏仍慢:分段排查链路 2026-10-29
    网站被挂马后的自查与恢复:文件校验、日志排查与快照回滚全流程 2026-10-29
    服务器快照不是备份:企业站自动快照与异地备份组合配置与恢复演练 2026-10-29
    虚拟主机还够用吗:五类企业站的选型判断清单 2026-10-29
    企业建站服务器配置怎么选:从访问量到CPU内存磁盘推算 2026-10-30
    2核4G还是4核8G:官网与商城选配的真实差异 2026-10-30
    固定带宽还是按流量计费:用访问峰值曲线算清一年花销 2026-10-30
    1M带宽能撑多少访问:页面体积、并发与首屏时间估算 2026-10-30
    BGP多线与单线机房对企业站的影响与线路选择要点 2026-10-30