disk-capacity-guard
Skill2 starsChanged 39 days agoMITView on GitHub
长期运行服务的磁盘容量守卫:写入者必须自带上限、磁盘预算分配与水位线降级、崩溃安全的淘汰清理、常见堆积源(容器日志/journald/core dump/WAL/录像分段)治理与磁盘满排查手册(含 inode 满与已删文件不释放)。
In this repository40 other files it gives its agents.
- admin-credential-bootstrapSkill
- ai-code-review-gateSkill
- ai-debt-ledgerSkill
- android-camera-devSkill
- android-device-debuggingSkill
- arch-dev-workflowSkill
- askills-syncSkill
- async-job-sse-upload-devSkill
- branching-workflowSkill
- edge-offline-pipeline-devSkill
- frontend-dev-workflowSkill
- github-ci-releaseSkill
- git-identitySkill
- installer-bundle-designSkill
- installer-preflightSkill
- installer-target-executionSkill
- mqtt-device-gateway-devSkill
- observability-designSkill
- ohos-media-devSkill
- onvif-rtsp-devSkill
- open-source-contributionSkill
- patent-applicationSkill
- patent-chartSkill
- patent-disclosureSkill
- patent-docketSkill
- patent-exam-policySkill
- patent-mapSkill
- patent-oaSkill
- patent-readerSkill
- patent-searchSkill
- project-brandingSkill
- redis-stream-rpcSkill
- robot-camerasSkill
- skill-distillationSkill
- skill-refreshSkill
- solution-racingSkill
- subagent-parallel-devSkill
- ui-responsive-listSkill
- user-facing-errorsSkill
- web-launch-dxSkill
The file
Files
长期运行磁盘容量守卫
核心原则:"磁盘会被写满"是确定性事件,不是意外。任何 7x24 运行的写入者,容量治理必须发生在设计期,而不是等运维半夜救火。长期无人值守的边缘设备尤其如此——没有人在现场清磁盘。
1. 写入者盘点与上限(新组件上线前)
逐项回答"它写什么、写多快、谁负责删、删不掉怎么办",任何一项答不上来就是缺口:
| 写入者 | 必须有的上限机制 |
| 服务日志 | 分级限速 + logrotate(rotate 数量有上限)或结构化日志按天/大小分段 |
| 录像/媒体分段 | 滚动窗口:按容量或按时长保留,先落盘后补传的队列要双重限额 |
| 磁盘队列 | 目录级配额 + 入队前检查 + 超限拒绝/淘汰(见 edge-offline-pipeline-dev 的双重磁盘限额) |
| 缓存目录 | LRU/容量上限,启动时与周期性清理 |
| 数据库 | WAL checkpoint、归档清理、表空间预算 |
| 导出/上传产物 | 临时文件带 TTL 清理;失败产物进死信目录并限额 |
| core dump | ulimit -c 限制 + 固定目录配额(见 §4) |
- 写入速率要可估算:
日增量 = 速率 × 时间,对照保留期得出稳态占用,写进部署文档。
2. 磁盘预算与水位线
- 预算制:多写入者共享磁盘时按目录分配预算(绝对值或百分比),各预算之和 ≤ 磁盘容量 80%,剩余是系统、DB、临时文件的 headroom——不允许任何写入者"用到写满为止"。
- 水位判断优先用配额目录的实际占用(du),而非整盘使用率——预算内自治,不互相误伤。
- 三档水位动作(阈值按业务调,示例 70/85/95):
| 水位 | 动作 |
| 低(~70%) | 告警(指标进 observability-design 的监控面),可行动的告警 |
| 中(~85%) | 启动/加速淘汰最旧数据;新任务背压拒绝(队列入队返回"磁盘紧张"而非无限堆积) |
| 高(~95%) | 降级:停写非关键数据(debug 日志、录像降帧)、只保留最小审计日志,触发保护动作并上报 |
- 根分区/系统盘不放电位型数据(录像、队列、导出产物);能单独挂盘就单独挂。
3. 淘汰与清理的工程纪律
- 清理必须崩溃安全:先 rename 到待删目录再删(原子状态机,参照 edge-offline-pipeline-dev),删一半崩溃不破坏有效数据。
- 删除失败不能阻塞主流程:清理是后台任务,失败记日志、下轮重试,不允许因清理失败导致写入路径报错。
- 两个时机都要清:启动时(清上次异常遗留)+ 运行中周期清(水位触发或定时);只在启动清一次的组件必然在长期运行后堆积。
- 淘汰顺序明确:最旧优先(FIFO)或按业务价值(先丢低价值数据),写死在代码里,不靠人判断。
4. 常见堆积源速查(排查先看这些)
| 堆积源 | 陷阱 | 治理 |
| 容器 json-file 日志 | 默认无限增长 | 日志驱动配 max-size + max-file |
| journald 持久化 | /var/log/journal 无限额 | SystemMaxUse= 配额 |
| logrotate | 配了 rotate 但压缩文件堆积/份数无上限 | rotate N + maxsize,验证实际生效 |
| core dump | 崩溃循环时瞬间写满 | kernel.core_pattern 固定目录 + 配额/关闭 |
/tmp | 被当持久目录用;tmpfs 填的是内存 | 业务数据不进 /tmp;tmpfs 设 size 上限 |
| SQLite WAL | checkpoint 不跑则 .wal 无限涨 | 定期 checkpoint;监控 WAL 大小 |
| Docker 镜像/容器垃圾 | 构建机器尤其严重 | 定期 docker system prune 策略 |
| 截图/快照类调试产物 | 循环里每帧落盘 | 上限 + 覆盖写,或禁用后清理遗留 |
5. 排查手册(磁盘已满时)
按顺序执行,先定位后删除:
df -h看哪个挂载点满;同时df -i——inode 满而空间未满是经典陷阱(海量小文件:队列、session、分片),症状是No space left on device但 df -h 有余量。du -xh --max-depth=2 <挂载点> 2>/dev/null | sort -rh | head逐层下钻定位大目录;容器环境先看/var/lib/docker。- 删了文件空间不释放:
lsof +L1找已删除但仍被进程持有句柄的大文件——重启持有进程或让其重开日志句柄才真正释放;这是"日志已删但磁盘还满"的头号原因。 - 清理动作守规:先砍有淘汰机制数据的旧段(录像、队列),再砍日志;不动业务数据库与用户数据;删除前确认配额归属。
- 恢复后补水位监控与告警——同样的满盘不允许发生第二次。
6. 检查清单(设计期过一遍)
- 本组件写磁盘的每个路径都有上限与淘汰机制?
- 预算之和 ≤ 80%,水位三档动作已实现?
- 清理崩溃安全、失败不阻塞、启动+周期双时机?
- 部署文档写明日增量与稳态占用估算?
- 磁盘使用率与增长速率已进监控,告警可行动?
- 容器/journald/core dump 等系统级堆积源已按 §4 配置?
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

