第9章 系统监控与资源排查
09｜系统监控与资源排查
大家好，我是小林。
想象一下这样的场景：你的服务器突然变得很慢，用户抱怨网站无法访问，或者你收到警报说磁盘空间即将用完。这时候，你该如何快速定位问题所在？是磁盘满了？内存不足？还是某个进程失控了？
在 Linux 系统管理中，监控和排查问题是必备技能。就像医生需要通过各种检查来了解病人的健康状况一样，系统管理员也需要通过各种工具来监控系统的"健康状态"。这一章我们要学习的，就是如何成为 Linux 系统的"健康检查师"，能够快速定位和解决系统资源问题。
9.1 磁盘空间监控：df 和 du
如何快速了解磁盘空间使用情况？哪些目录占用了最多的空间？
磁盘空间不足是常见的问题，及时发现和处理能够避免系统故障。
df：查看文件系统磁盘空间
df 命令就像是磁盘空间的"仪表盘"，显示各个文件系统的使用情况。
# 基本用法：显示磁盘使用情况
$ df
Filesystem 1K-blocks Used Available Use% Mounted on
/dev/sda1 20642476 10245632 9356844 53% /
/dev/sdb1 103212320 5123456 98088864 6% /data
# 人性化显示（推荐）
$ df -h
Filesystem Size Used Avail Use% Mounted on
/dev/sda1 20G 9.8G 9.0G 53% /
/dev/sdb1 99G 4.9G 94G 6% /data
# 显示特定文件系统
$ df -h /home
Filesystem Size Used Avail Use% Mounted on
/dev/sda1 20G 9.8G 9.0G 53% /
# 显示inode使用情况
$ df -i
Filesystem Inodes IUsed IFree IUse% Mounted on
/dev/sda1 1310720 45678 1265042 4% /你可能会问："为什么要关心 inode 使用情况？" 因为即使磁盘空间还有剩余，如果 inode 用完了，也无法创建新文件。这在存储大量小文件的系统中特别常见。
du：目录空间使用分析
du 命令就像是目录的"体重秤"，告诉你每个目录占用了多少空间。
# 显示当前目录的总空间使用
$ du -sh
2.3G .
# 显示各子目录的空间使用
$ du -sh */
1.2G Documents/
856M Downloads/
234M Pictures/
# 按大小排序显示最大的目录
$ du -sh */ | sort -hr
1.2G Documents/
856M Downloads/
234M Pictures/
# 查看指定目录的详细使用情况
$ du -h --max-depth=2 /var实际应用场景
# 场景1：快速查找占用空间最大的目录
$ du -sh /* 2>/dev/null | sort -hr
4.5G /home
2.1G /var
1.8G /usr
# 场景2：查找大文件
$ find /home -type f -size +100M -exec ls -lh {} \;
# 场景3：监控磁盘使用率
$ df -h | awk '$5 > 80 {print $6 " 使用率: " $5}'
/ 使用率: 85%
/var 使用率: 92%你可能会问："为什么需要同时使用 df 和 du？" df 查看整个文件系统的使用情况，而 du 查看特定目录的使用情况。两者结合使用能够更全面地了解磁盘空间使用状况。
9.2 内存使用监控：free 和其他工具
如何监控系统的内存使用情况？如何判断系统是否内存不足？
内存是系统性能的关键因素，及时监控内存使用状况能够预防系统性能问题。
free：查看内存使用情况
free 命令显示系统的内存使用情况，包括物理内存和交换空间。
# 基本用法
$ free
total used free shared buff/cache available
Mem: 8175468 2345678 1234567 123456 4567890 5678901
Swap: 2097148 0 2097148
# 人性化显示（推荐）
$ free -h
total used free shared buff/cache available
Mem: 7.8G 2.2G 1.2G 119M 4.4G 5.4G
Swap: 2.0G 0B 2.0G
# 显示总计
$ free -ht
total used free shared buff/cache available
Mem: 7.8G 2.2G 1.2G 119M 4.4G 5.4G
Swap: 2.0G 0B 2.0G
Total: 9.8G 2.2G 3.2G你可能会问："available 和 free 有什么区别？" free 是完全空闲的内存，而 available 是可用于分配的内存（包括一些缓存）。available 更准确地反映了系统还能分配多少内存给新程序。
深入理解内存使用情况
有时候，你需要持续监控内存使用的变化趋势，或者查看更详细的内存信息。这时候就需要一些更高级的工具。
watch 命令就像是你的"自动刷新助手"，能够定期执行命令并显示结果。当你想要观察内存使用的变化趋势时，这个工具特别有用：
# 每2秒刷新一次内存使用情况
$ watch -n 2 free -h你会看到屏幕每2秒更新一次，这样就能清楚地看到内存使用的变化趋势。比如，当你启动一个大型程序时，就能实时看到内存是如何被分配和释放的。
如果你需要查看更详细的内存信息，可以直接查看系统的内存信息文件：
# 查看详细的内存信息
$ cat /proc/meminfo
MemTotal: 8175468 kB
MemFree: 1234567 kB
MemAvailable: 5678901 kB
Buffers: 123456 kB
Cached: 4567890 kB
...这个文件提供了比 free 命令更详细的信息，比如页面缓存、 slab 缓存等。对于高级的系统调优，这些信息很有价值。
当你发现内存使用率过高时，自然想知道是哪些进程在占用内存。这时候可以结合 ps 命令来查看：
# 查看内存使用率最高的10个进程
$ ps aux --sort=-%mem | head -10
USER PID %CPU %MEM VSZ RSS TTY STAT START TIME COMMAND
mysql 1234 2.5 15.2 1234567 890123 ? Sl 10:00 0:45 /usr/sbin/mysqld
apache 5678 1.2 8.5 567890 456789 ? S 10:01 0:12 /usr/sbin/apache2这样你就能快速定位到内存占用大户，比如上面的 MySQL 服务占用了 15.2% 的内存。
vmstat：虚拟内存的"透视镜"
vmstat 命令就像是一个透视镜，让你能够看到系统虚拟内存的内部工作情况。它不仅显示内存使用，还显示进程、CPU、I/O等系统信息。
当你执行 vmstat 时，会看到这样的输出：
$ vmstat
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
r b swpd free buff cache si so bi bo in cs us sy id wa st
1 0 0 1234567 123456 4567890 0 0 2 3 10 15 10 5 85 0 0这些数字看起来很复杂，但每一列都有其重要意义：
- 进程部分：
r列显示有多少进程正在等待运行，b列显示有多少进程处于不可中断的睡眠状态 - 内存部分：显示内存的详细分配情况
- 交换部分：
si和so显示系统是否在使用交换空间（这是内存不足的重要信号） - I/O部分：显示磁盘 I/O 的活动情况
- CPU部分：显示 CPU 时间是如何分配的
你可能会问："为什么要关注这些指标？" 因为它们能够帮你发现系统性能问题的根源。比如，如果 wa（等待 I/O）的值很高，说明系统在等待磁盘 I/O，这时候应该检查磁盘性能而不是 CPU。
如果你想要监控系统状态的变化趋势，可以让 vmstat 持续运行：
# 每2秒更新一次，共显示5次
$ vmstat 2 5这样你就能看到系统状态是如何随时间变化的，这对于发现间歇性的性能问题特别有用。比如，你可能发现某个程序运行时，交换空间的使用突然增加，这说明该程序可能导致内存不足。
9.3 系统运行状态：uptime 和其他信息
如何了解系统的整体运行状态？系统运行了多长时间？负载情况如何？
系统运行状态反映了系统的整体健康状况，包括运行时间、负载情况等。
uptime：系统运行时间和负载
# 基本用法
$ uptime
10:30:15 up 10 days, 2:30, 2 users, load average: 0.10, 0.20, 0.15uptime 输出的含义：
10:30:15：当前时间up 10 days, 2:30：系统运行了10天2小时30分钟2 users：当前有2个用户登录load average: 0.10, 0.20, 0.15：1分钟、5分钟、15分钟的平均负载
你可能会问："什么是负载平均值？" 负载平均值表示在单位时间内，等待运行的进程数量。一般来说，负载值不超过CPU核心数是正常的。
系统信息查看
# 查看内核信息
$ uname -a
Linux server 5.4.0-80-generic #90-Ubuntu SMP Fri Jul 9 22:49:44 UTC 2021 x86_64 x86_64 x86_64 GNU/Linux
# 查看发行版信息
$ lsb_release -a
No LSB modules are available.
Distributor ID: Ubuntu
Description: Ubuntu 20.04.2 LTS
Release: 20.04
Codename: focal
# 查看当前时间和日期
$ date
Tue Sep 2 10:30:15 CST 2025watch：你的"自动监控助手"
想象一下这样的场景：你正在排查一个间歇性的系统问题，需要持续观察内存使用的变化。这时候，手动重复输入命令会很烦琐。watch 命令就像是你的"自动监控助手"，能够定期执行命令并显示结果。
watch 的基本用法很简单：
# 每2秒刷新一次内存使用情况
$ watch -n 2 free -h执行这个命令后，你会看到屏幕每2秒自动更新一次，显示最新的内存使用情况。这对于观察内存使用趋势特别有用。比如，当你启动一个大型程序时，就能实时看到内存是如何被分配的。
你可能会问："为什么要用 watch 而不是手动重复执行命令？" 因为 watch 不仅节省了重复输入的工作，更重要的是它会在同一个位置更新输出，让你能够很容易地看出数值的变化。这就像看电影一样，你能看到动态的变化过程，而不是一张张静态的图片。
不同的监控指标需要不同的刷新频率：
# 系统负载变化较慢，可以5秒刷新一次
$ watch -n 5 uptime
# 磁盘使用变化更慢，可以10秒刷新一次
$ watch -n 10 df -h这样你就能根据不同指标的变化特点，设置合适的刷新频率，既能及时发现问题，又不会过于频繁地刷新影响系统性能。
9.4 文件和进程监控：lsof
如何查看哪些进程在使用某个文件？如何找到打开某个端口的进程？
lsof（list open files）是一个强大的工具，能够列出系统中所有打开的文件和进程。
lsof 的基本用法
lsof 命令的功能非常强大，它能够显示系统中所有打开的文件和对应的进程。在 Linux 中，"一切皆文件"，这包括普通文件、目录、设备、网络连接等。
最基本的用法是查看所有打开的文件：
# 查看所有打开的文件
$ lsof但通常这个输出会很长，包含大量信息。在实际使用中，我们更经常使用 lsof 的过滤功能来查找特定的信息。
比如，当你想知道某个用户正在使用哪些文件时：
# 查看特定用户打开的文件
$ lsof -u username这在排查用户权限问题时特别有用。比如，某个用户报告无法删除某个文件，你可以用这个命令查看是否有其他进程正在使用该文件。
有时候你需要查看某个特定进程正在访问哪些文件：
# 查看特定进程打开的文件
$ lsof -p 1234这对于调试程序很有帮助。比如，你可以看到一个程序正在读取哪些配置文件、写入哪些日志文件等。
你还可以查看某个目录下的文件访问情况：
# 查看特定目录下的打开文件
$ lsof +D /var/log这在排查日志文件被占用的问题时特别有用。比如，当你无法轮转日志文件时，可以用这个命令查看是哪个进程在使用日志文件。
实际应用场景：解决真实问题
lsof 的真正价值在于解决实际工作中的各种问题。让我们通过几个典型场景来看看它的威力。
场景1：端口占用问题 - 最常见的故障排查
你有没有遇到过这样的情况：启动 Web 服务器时，系统提示"端口已被占用"。这时候如何找到是哪个进程在占用端口？
# 查找占用80端口的进程
$ lsof -i :80
COMMAND PID USER FD TYPE DEVICE SIZE/OFF NODE NAME
nginx 1234 root 6u IPv4 12345 0t0 TCP *:http这个输出清楚地告诉我们：nginx 进程（PID 1234）正在占用 80 端口。现在你就可以决定是停止 nginx 服务，还是让新的服务使用其他端口。
场景2：文件被占用 - 为什么无法删除文件
有时候你想删除某个文件，系统却提示"文件正在使用"。这时候就需要找出是哪个进程在使用这个文件：
# 查看谁在使用特定的日志文件
$ lsof /var/log/syslog
COMMAND PID USER FD TYPE DEVICE SIZE/OFF NODE NAME
rsyslog 5678 root 1w REG 8,1 1234567 123456 /var/log/syslog原来 rsyslog 进程正在写入这个日志文件。这就是为什么你无法删除它的原因。你可以选择停止 rsyslog 服务，或者使用其他方法来处理这个文件。
场景3：网络连接监控 - 查看系统的网络活动
有时候你怀疑系统中有异常的网络连接，想要查看所有的网络连接：
# 查看所有的TCP连接
$ lsof -i TCP
# 查看所有的UDP连接
$ lsof -i UDP这对于发现异常的网络活动特别有用，比如是否有未经授权的程序在连接外部服务器。
场景4：已删除文件仍被占用 - 磁盘空间之谜
这是一个很有趣的问题：有时候你删除了一个大文件，但磁盘空间却没有释放。这可能是因为某个进程仍然在打开这个文件：
# 查找已删除但仍被占用的文件
$ lsof +L1这些文件虽然在文件系统中已经"删除"，但因为仍有进程在使用它们，所以磁盘空间不会被释放。你需要重启对应的进程才能真正释放空间。
你可能会问："为什么需要 lsof？" 因为有时候文件无法删除、目录无法卸载，或者端口被占用，这时候就需要用 lsof 来找到是哪个进程在作怪。
9.5 系统日志分析：dmesg 和 journalctl
如何查看系统启动信息和错误日志？如何分析系统问题？
系统日志是排查问题的重要线索来源，包含了系统运行过程中的各种信息。
dmesg：倾听内核的"声音"
dmesg 命令就像是内核的"日记本"，记录了系统启动和运行过程中的重要信息。当你遇到硬件问题或者系统启动异常时，dmesg 往往能提供重要的线索。
最基本的用法是查看所有的内核消息：
# 查看内核消息
$ dmesg但这样会输出大量信息，通常我们需要过滤和查找特定的内容。比如，当你怀疑系统有硬件问题时，可以查找错误信息：
# 查找内核错误信息
$ dmesg | grep -i error这里的 -i 选项让搜索不区分大小写，这样能找到更多相关信息。你可能会看到类似 "memory error" 或 "disk error" 的信息，这些对于硬件故障诊断很有价值。
有时候你只想看最近的内核消息，比如系统在某个操作后出现了问题：
# 查看最近的内核消息
$ dmesg | tail这对于排查刚刚发生的问题特别有用。比如，你插入了一个 USB 设备但系统没有识别，可以用这个命令查看内核是否有相关的错误信息。
如果你想要实时监控内核消息，可以使用 -w 选项：
# 实时监控内核消息
$ dmesg -w这就像在听内核的"实时播报"，当你插入设备、连接网络或者系统出现问题时，能立即看到相关信息。
默认情况下，dmesg 显示的时间戳是从系统启动开始的秒数，不太直观。你可以让它显示人类可读的时间：
# 显示人类可读的时间戳
$ dmesg -T这样你就能看到具体的时间点，比如 "Tue Sep 2 10:30:15 2025"，这对于和其他日志文件进行时间对比很有帮助。
journalctl：现代系统的"日志管家"
在现代的 Linux 系统中，journalctl 是一个功能极其强大的日志管理工具。相比于传统的日志文件，journalctl 提供了更统一的日志管理接口和更强大的查询功能。
最基本的用法是查看所有系统日志：
# 查看所有日志
$ journalctl但通常我们不需要看所有日志。最常见的场景是查看系统启动以来的日志：
# 查看本次启动以来的日志
$ journalctl -b这在排查启动问题时特别有用。比如，系统启动后某个服务没有正常启动，你可以用这个命令查看启动过程中的错误信息。
在实际工作中，我们经常需要查看特定服务的日志：
# 查看特定服务的日志
$ journalctl -u nginx这比去 /var/log/nginx/ 目录下找日志文件要方便得多。特别是当你不记得某个服务的日志文件存放在哪里时，这个命令能帮你快速定位。
你可能会问："如何实时查看日志？" 比如你在调试一个服务，想要实时看到日志输出：
# 实时跟踪日志输出
$ journalctl -f -u nginx这就像在"直播"日志内容，每当有新的日志产生，你会立即在屏幕上看到。这对于调试正在运行的服务特别有用。
有时候你只关心错误信息，不希望被正常的日志信息干扰：
# 只查看错误级别的日志
$ journalctl -p err这里 -p err 表示只显示错误（error）级别及以上的日志。这对于快速定位问题很有帮助。
journalctl 的另一个强大功能是时间范围查询：
# 查看特定时间范围内的日志
$ journalctl --since "2025-09-02 10:00" --until "2025-09-02 10:30"这在排查特定时间段发生的问题时特别有用。比如用户报告上午10:15分出现了问题，你就可以查看这个时间段的日志。
你可能会问："dmesg 和 journalctl 有什么区别？" dmesg 主要显示内核相关的消息，而 journalctl 包含了系统所有服务的日志，信息更全面。
9.6 实战案例：系统问题排查流程
让我们通过一些实际案例，综合运用监控工具来排查系统问题。
案例1：系统变慢的排查流程
# 第一步：检查系统负载
$ uptime
$ top
# 第二步：检查内存使用
$ free -h
$ vmstat 2
# 第三步：检查磁盘使用
$ df -h
$ iostat 2
# 第四步：检查是否有I/O瓶颈
$ iostat -dx 2
# 第五步：检查系统日志
$ dmesg | tail
$ journalctl -p err --since "1 hour ago"案例2：磁盘空间不足的处理
# 查找大文件
$ find / -type f -size +100M -exec ls -lh {} \; 2>/dev/null
# 查找大目录
$ du -sh /* 2>/dev/null | sort -hr
# 清理日志文件
$ find /var/log -name "*.log.*" -mtime +30 -delete
# 清理临时文件
$ find /tmp -type f -mtime +7 -delete
# 清理软件包缓存
$ sudo apt-get clean案例3：内存泄漏的排查
# 监控内存使用趋势
$ watch -n 5 'free -h && ps aux --sort=-%mem | head -10'
# 查找内存使用异常的进程
$ ps aux --sort=-%mem | head -20
# 检查是否有僵尸进程
$ ps aux | grep 'Z'
# 查看详细的内存使用信息
$ cat /proc/meminfo案例4：网络问题排查
# 检查网络连接
$ netstat -tulnp
$ ss -tulnp
# 检查端口占用
$ lsof -i :80
# 监控网络流量
$ iftop
$ nethogs一行流模板：常用监控命令
# 系统健康检查
$ echo "=== 系统负载 ===" && uptime && echo "=== 内存使用 ===" && free -h && echo "=== 磁盘使用 ===" && df -h
# 查找占用空间最大的文件
$ find / -type f -size +100M -exec ls -lh {} \; 2>/dev/null | sort -k5 -hr | head -10
# 监控高CPU使用率进程
$ top -b -n 1 | awk '$9 > 80 {print $0}'
# 清理系统垃圾文件
$ find /tmp -type f -mtime +7 -delete && find /var/log -name "*.log.*" -mtime +30 -delete💡注意：系统监控应该是持续的，建议设置监控脚本和警报机制，而不是等问题发生后再排查。
⚠️高危操作：删除系统文件或停止关键服务可能导致系统不稳定。在清理文件或终止进程前，请确认其作用和影响。
练习题
- 如何编写一个脚本，当磁盘使用率超过 80% 时发送警报？
查看答案
- 思路与步骤：使用
df获取磁盘使用率，用awk处理数据，当超过阈值时发送警报 - 示例命令：
# 方法1：简单的监控脚本
#!/bin/bash
THRESHOLD=80
df -h | awk -v threshold=$THRESHOLD '$5+0 > threshold {print $6 " 使用率: " $5 "%"}'
# 方法2：完整的监控脚本
#!/bin/bash
THRESHOLD=80
ALERT_FILE="/tmp/disk_alert.log"
check_disk_usage() {
df -h | grep -vE '^Filesystem|tmpfs|cdrom' | while read line; do
usage=$(echo $line | awk '{print $5}' | sed 's/%//')
partition=$(echo $line | awk '{print $6}')
if [ $usage -gt $THRESHOLD ]; then
echo "$(date): 警报 - 分区 $partition 使用率: ${usage}%" >> $ALERT_FILE
echo "警报: 分区 $partition 使用率超过 ${THRESHOLD}%"
fi
done
}
check_disk_usage
# 方法3：定期执行版本（添加到crontab）
# */5 * * * * /path/to/disk_monitor.sh这个脚本会检查所有分区的磁盘使用率，当超过阈值时记录到日志文件并显示警报。可以设置为定时任务定期执行。
- 如何找出系统中最近 1 小时内修改过的日志文件，并筛选出包含 "ERROR" 的行？
查看答案
- 思路与步骤：使用
find查找最近修改的文件，用grep筛选错误信息 - 示例命令：
# 方法1：基本版本
$ find /var/log -name "*.log" -mmin -60 -exec grep -H "ERROR" {} \;
# 方法2：显示时间戳和行号
$ find /var/log -name "*.log" -mmin -60 -exec grep -Hn "ERROR" {} \;
# 方法3：使用 journalctl（如果使用systemd）
$ journalctl --since "1 hour ago" | grep -i "error"
# 方法4：更详细的格式
$ find /var/log -name "*.log" -mmin -60 -exec grep -Hn "ERROR" {} \; | \
awk -F: '{printf "文件: %s, 行号: %s, 内容: %s\n", $1, $2, $3}'
# 方法5：压缩日志文件也检查
$ find /var/log -name "*.log*" -mmin -60 -exec zgrep -H "ERROR" {} \;这些命令会查找最近1小时内修改过的日志文件，并提取包含 "ERROR" 的行。-mmin -60 表示60分钟内修改过，-H 显示文件名，-n 显示行号。
- 如何持续监控系统的 CPU、内存、磁盘使用情况，并将结果记录到日志文件中？
查看答案
- 思路与步骤：创建一个监控脚本，定期收集系统信息并记录到日志文件
- 示例命令：
# 方法1：简单的监控脚本
#!/bin/bash
LOG_FILE="/tmp/system_monitor.log"
INTERVAL=60 # 监控间隔（秒）
while true; do
echo "=== $(date) ===" >> $LOG_FILE
echo "--- 系统负载 ---" >> $LOG_FILE
uptime >> $LOG_FILE
echo "--- 内存使用 ---" >> $LOG_FILE
free -h >> $LOG_FILE
echo "--- 磁盘使用 ---" >> $LOG_FILE
df -h >> $LOG_FILE
echo "--- CPU 使用率最高的进程 ---" >> $LOG_FILE
ps aux --sort=-%cpu | head -6 >> $LOG_FILE
echo "" >> $LOG_FILE
sleep $INTERVAL
done
# 方法2：更完整的版本（带日志轮转）
#!/bin/bash
LOG_DIR="/var/log/system_monitor"
LOG_FILE="$LOG_DIR/monitor_$(date +%Y%m%d).log"
MAX_SIZE=$((100 * 1024 * 1024)) # 100MB
# 创建日志目录
mkdir -p $LOG_DIR
# 检查日志文件大小，超过则轮转
if [ -f "$LOG_FILE" ] && [ $(stat -c%s "$LOG_FILE") -gt $MAX_SIZE ]; then
mv "$LOG_FILE" "${LOG_FILE}.old"
fi
# 监控函数
monitor_system() {
{
echo "=== $(date) ==="
echo "系统信息: $(uname -a)"
echo "运行时间: $(uptime)"
echo "内存使用:"
free -h
echo "磁盘使用:"
df -h
echo "高CPU使用率进程:"
ps aux --sort=-%cpu | head -6
echo "高内存使用率进程:"
ps aux --sort=-%mem | head -6
echo ""
} >> "$LOG_FILE"
}
# 主循环
while true; do
monitor_system
sleep 60
done
# 方法3：使用 systemd 服务（生产环境推荐）
# 创建 /etc/systemd/system/system-monitor.service 文件这个脚本会持续监控系统状态并记录到日志文件中，包含日志轮转功能防止文件过大。建议在生产环境中使用 systemd 服务来管理监控脚本。
速记卡
df -h：人性化显示磁盘使用情况du -sh *：显示各目录的空间使用free -h：人性化显示内存使用情况uptime：查看系统运行时间和负载top：动态监控进程和资源使用lsof -i :80：查看占用80端口的进程dmesg | tail：查看最近的内核消息journalctl -u service：查看特定服务的日志watch -n 5 command：定期执行命令并显示结果
常见坑
- 忽略 inode 使用情况：磁盘空间充足但 inode 用完也会导致无法创建文件
- 误解 available 内存：available 才是真正可用的内存，不是 free
- 过度依赖单一指标：系统性能问题需要综合分析 CPU、内存、I/O 等多个指标
- 频繁执行监控命令：过于频繁的监控会影响系统性能
- 忽略日志轮转：日志文件可能无限增长，占用大量磁盘空间
- 清理文件时误删重要数据：删除前确认文件作用，重要文件先备份
- 监控脚本死循环：确保监控脚本有退出机制，避免资源耗尽
- 忽略权限问题：某些监控命令需要管理员权限才能获取完整信息
章节总结
系统监控是 Linux 系统管理的核心技能。通过 df 和 du 工具，你能够全面了解磁盘空间使用情况，及时发现空间不足的问题。free 和 vmstat 让你能够监控内存使用状况，预防内存不足导致的性能问题。
系统运行状态监控（uptime、uname、date）提供了系统的整体健康状况，而 lsof 则帮助你诊断文件和端口占用问题。dmesg 和 journalctl 提供了丰富的日志信息，是排查系统问题的重要线索。
在实际应用中，系统监控应该是主动的而不是被动的。建议设置自动化的监控脚本和警报机制，定期检查系统状态，而不是等到问题发生后再排查。同时，要建立完整的日志记录，便于后续的问题分析和趋势预测。
记住，系统监控不仅仅是技术操作，更是对系统健康的管理。通过持续的监控和分析，你能够及时发现潜在问题，优化系统性能，确保系统的稳定运行。掌握了这些监控技能，你就能够成为一个合格的 Linux 系统管理员。