上个月有家客户反馈线上系统突然访问不了，远程登录一看，根分区使用率100%。排查发现是Nginx的access日志半年没清理，单个文件涨到了47GB。这种事在企业自建机房里太常见了——业务跑起来之后，没人想着回头看日志占了多少地方。
日志为什么总会堆成山
多数企业的日志管理处于“野生“状态：应用各自写日志，没有统一策略，没人定期清理。开发觉得日志越详细越好排查问题，运维觉得日志留着总比删了安全。两边都有道理，但结果就是磁盘被吃光。实际上90%的日志文件在7天之后基本不会有人再看。
第一步：给日志分级
不要所有日志一视同仁。按业务重要性分成三级：核心交易系统的日志保留90天，一般业务日志保留30天，访问日志保留7天。分级之后清理策略就有了明确依据，而不是拍脑袋决定留多久。这个分级建议跟开发和业务方一起确认，别运维单方面定，免得后面要用的时候找不到。
第二步：配置自动归档
用logrotate做日志轮转是最省事的方案。核心配置就几行：按天切割，保留对应天数，超过自动压缩，超期自动删除。举个例子，Nginx日志可以配置daily、rotate 7、compress、missingok。Java应用的日志用logback自带的RollingFileAppender也能实现同样效果。关键是要检查归档是否真的生效，别配完了就不管了。
第三步：设置磁盘告警
光靠人工检查磁盘使用率不现实。在监控里加一条磁盘使用率告警规则，阈值设在85%，到线就发通知。这样即使归档策略失效了，也能在磁盘满之前发现问题。如果用了Zabbix或Prometheus，配一条简单的disk usage alert就行，成本几乎为零。
日志管理看着是个小活儿，但它是运维规范化的基础。把这一件事做扎实，至少能消灭三分之一的磁盘故障工单。