别再只会用df -h了！CentOS 7/8硬盘监控，这8个命令让你成为运维老手
从基础到实战：CentOS硬盘监控的8个高阶命令组合技
当服务器磁盘空间告警邮件突然弹出时，大多数运维工程师的第一反应是执行df -h查看磁盘使用率。但真正的问题往往隐藏在表象之下——可能是某个失控的日志文件正在吞噬空间，或是磁盘I/O性能骤降导致服务延迟，甚至是一块即将物理损坏的硬盘在发出最后的求救信号。本文将带你超越基础命令的简单罗列，通过8个关键命令的组合应用，构建一套完整的硬盘健康监控与故障排查工作流。
1. 从空间告警到问题定位：三层排查法
收到磁盘空间不足告警时，新手往往直接删除文件腾出空间，而资深运维会遵循"空间分布定位→大文件追踪→进程关联分析"的排查逻辑。
1.1 第一层：宏观空间分布分析
df -h确实是查看磁盘使用率的起点，但加入-T参数可以额外显示文件系统类型，这对排查特定类型的存储问题至关重要：
df -hT典型输出示例：
Filesystem Type Size Used Avail Use% Mounted on /dev/nvme0n1p2 xfs 50G 45G 5.5G 90% / /dev/sdb1 ext4 2.0T 1.8T 200G 90% /data关键观察点：
- **Use%超过90%**的挂载点需要立即关注
- xfs/ext4类型差异可能导致后续处理方式不同
- Avail绝对值比Use%更重要（5.5G可能不够日志滚动）
1.2 第二层：微观目录空间钻取
使用du命令时，结合--max-depth和sort可以快速定位空间消耗热点：
du -h --max-depth=1 / | sort -h进阶技巧：
- 添加
--time显示最后修改时间，找出近期暴增的目录 - 使用
ncdu工具（需安装）进行交互式分析
1.3 第三层：文件与进程关联分析
通过lsof找出正在占用已删除文件空间的进程：
lsof +L1 | grep deleted处理方案示例：
# 找到占用进程后选择处理方式 kill -9 [PID] # 强制终止进程 systemctl restart [service] # 优雅重启服务 > /var/log/[file].log # 清空日志文件2. 磁盘I/O性能瓶颈诊断实战
当服务响应变慢而CPU、内存指标正常时，磁盘I/O往往成为瓶颈。以下是系统化的诊断方法：
2.1 实时I/O负载观测
iostat的-x参数提供丰富的细节指标：
iostat -dx 1 5关键指标解读：
| 指标 | 健康阈值 | 异常表现 | 可能原因 |
|---|---|---|---|
| %util | <60% | 持续>80% | 存储设备过载 |
| await | <10ms | >50ms | 设备响应慢或队列饱和 |
| svctm | <5ms | 大幅高于正常值 | 物理磁盘性能下降 |
| w_await/r_await | - | 读写差异显著 | 读写负载不均衡 |
2.2 进程级I/O监控
iotop（需安装）可实时显示进程的I/O开销：
iotop -o -P -b -n 5典型应用场景：
- 识别异常的高IOPS进程
- 确认备份任务是否影响生产负载
- 发现日志打印过于频繁的应用
2.3 文件系统缓存分析
free -m观察内存使用情况时，特别关注buff/cache：
watch -n 1 'free -m; echo; df -h'缓存策略优化建议：
- 对写入敏感的服务：调整
vm.dirty_ratio(默认20%) - 对读取敏感的服务：增加
vfs_cache_pressure(默认100)
3. 硬盘健康预测与故障预防
机械硬盘的平均无故障时间(MTTF)约50万小时，但实际寿命受工作环境影响巨大。通过SMART监控可以提前预警。
3.1 SMART基础检测
安装smartmontools后，检查基本健康状态：
smartctl -H /dev/sda健康状态输出解读：
PASSED：检测通过FAILED：已检测到故障UNKNOWN：设备不支持该检测
3.2 详细属性分析
查看所有SMART属性及其阈值：
smartctl -A /dev/sda关键属性预警表：
| ID | 属性名 | 正常范围 | 危险信号 |
|---|---|---|---|
| 5 | Reallocated_Sector | =0 | >0表示有坏块被替换 |
| 197 | Current_Pending | =0 | >0表示有待处理坏块 |
| 198 | Offline_Uncorrectable | =0 | >0表示无法修复的坏块 |
| 187 | Reported_Uncorrect | =0 | >0表示已报告的错误 |
| 194 | Temperature_Celsius | <50℃ | 持续高温加速老化 |
3.3 长期趋势监控
设置定期SMART自检并记录历史数据：
# 短期自检（2分钟） smartctl -t short /dev/sda # 长期自检（可能持续数小时） smartctl -t long /dev/sda # 查看日志 smartctl -l selftest /dev/sda建议将关键指标纳入监控系统（如Zabbix、Prometheus），设置以下告警规则：
- Reallocated_Sector_Count周增长>5
- Temperature持续>55℃达30分钟
- Read_Error_Rate日增幅超过100%
4. 高级运维场景命令组合
4.1 磁盘替换预检流程
当需要更换硬盘时，完整的检查清单：
# 1. 确认设备路径 lsblk -o NAME,SIZE,MODEL,MOUNTPOINT # 2. 检查分区表 parted /dev/sda print # 3. 验证文件系统完整性 xfs_repair -n /dev/sda1 # XFS fsck -n /dev/sda1 # EXT4 # 4. 最后一次SMART全面检测 smartctl -t long /dev/sda4.2 性能基准测试
在新磁盘投入使用前，建议进行基准测试：
# 顺序读写测试（1GB文件） dd if=/dev/zero of=./testfile bs=1G count=1 oflag=direct dd if=./testfile of=/dev/null bs=1G iflag=direct # 随机IOPS测试（使用fio工具） fio --name=randread --ioengine=libaio --rw=randread --bs=4k \ --numjobs=4 --size=1G --runtime=60 --time_based --group_reporting4.3 LVM环境特殊监控
对于使用LVM的环境，需要额外关注：
# 物理卷状态 pvs # 卷组剩余空间 vgs # 逻辑卷使用细节 lvs -o +devices关键告警点：
- 物理卷的PE使用率超过90%
- 卷组的free PE少于5%
- 逻辑卷的snapshot空间超过70%