容量规划是构建感知、响应、自愈的磁盘空间管理闭环，聚焦监控精准性、清理可控性、策略可解释性，通过双阈值联动、干扰项识别、可追溯清理及业务节奏适配实现主动治理。

容量规划不是预测未来，而是建立一套能感知、响应、自愈的磁盘空间管理闭环。核心是把“等报警再救火”变成“在满之前就调平”，重点落在监控精准性、清理可控性、策略可解释性三方面。

盯住真实风险点，不被表象误导

磁盘“满”不等于空间真用完，常见干扰项必须排除：

• inode 耗尽：小文件多的场景（如日志、备份元数据）容易 inode 先用光，df -i 必须和 df -h 同步检查
• 已删未释放：进程还在写已被 rm 的文件，lsof +L1 | grep 挂载点 可定位，需重启或 kill 对应进程
• root 保留空间干扰：默认 5% 空间只给 root，但备份工具常以 root 运行，脚本判断应基于 Use% 而非 Available 绝对值
• 挂载点错位：只监控实际备份路径（如 /backup），不扫 / 或 /home 等无关分区

双阈值驱动，监控与清理联动

单一阈值（如 90%）易误触发或响应滞后，推荐“分级响应”设计：

• 80% → 告警+分析：发邮件/企微通知，附当前最大 3 个子目录、24 小时新增最多文件的路径，提示人工干预
• 85% → 自动清理启动：按保留策略删除最旧备份集（如日备删 7 天前，周备删 4 周前），每次清理后重新评估
• 90% → 强制截断+扩容预案：清空临时日志（truncate -s 0 /var/log/*.log）、触发云盘自动扩容或告警升级至负责人

清理动作必须可追溯、可回滚、可验证

自动删数据不是目的，保障业务连续才是底线：

• 先归档，再删除：清理前将待删备份 tar.gz 压缩并打时间戳移至 /backup/archive/，保留 24 小时供核验
• 按时间戳而非文件名清理：用 find /backup -type f -mtime +7 -delete，避免因命名不规范漏删或误删
• 清理后校验空间释放：执行 df -h /backup 并比对清理前后数值，若未达标则记录失败原因并重试
• 禁止“一键清空”操作：所有脚本需内置 dry-run 模式，上线前先用 --dry-run 参数模拟执行

让策略随业务节奏自然呼吸

备份窗口、业务低峰、合规周期都是策略锚点，不能脱离上下文硬设数字：

• 避开凌晨 2–4 点（常见全量备份时段），监控脚本加时间判断：[ $(date +%H) -ge 2 -a $(date +%H) -le 4 ] && exit 0
• 金融类系统保留月备至少 12 个月，但日备只需 7 天；监控录像按重要区域分档（主出入口保留 90 天，走廊保留 15 天）
• EMR 集群 Core 节点 HDFS 使用率超 85% 即触发清理，因超 90% 会导致 NodeManager 标为 unhealthy
• Windows 存储感知设为每天运行，临时文件清理时限设为 1 天，回收站设为 30 天，匹配用户使用习惯