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。
