Linux中监控磁盘分区和使用情况的几个工具
在文章中将讨论Linux中可用于监视磁盘使用情况的命令行实用程序,提供有关总大小容量、已用总量、文件系统信息和分区信息等。让我们看看这些工具如何帮助检索这些信息。
df命令
df是一个Linux命令行实用程序,用于监视Linux磁盘使用情况。df命令显示文件系统磁盘使用情况详细信息的完整摘要。通过-hT选项,它以易于阅读的格式显示有关文件系统、类型、磁盘总大小、已使用容量、剩余容量,使用率以及磁盘安装位置等的详细信息。
下面使用-ht选项,以便于读取的格式显示所有文件系统的使用情况及文件系统类型。
- [root@localhost ~]# df -hT
- Filesystem Type Size Used Avail Use% Mounted on
- devtmpfs devtmpfs 898M 0 898M 0% /dev
- tmpfs tmpfs 910M 0 910M 0% /dev/shm
- tmpfs tmpfs 910M 29M 881M 4% /run
- tmpfs tmpfs 910M 0 910M 0% /sys/fs/cgroup
- /dev/mapper/centos-root xfs 37G 1.6G 36G 5% /
- /dev/sda1 xfs 1014M 150M 865M 15% /boot
- tmpfs tmpfs 182M 0 182M 0% /run/user/0
pydf命令
pydf是python命令行实用工具,也是Linux中df命令的最佳替代方法之一。它的工作方式类似于df命令,但区别在于输出以不同的颜色突出显示。默认情况下pydf命令在CentOS 7.x和RHEL 7.x中不提供。如果需要安装pydf,需要先安装pip包管理器,然后使用pip安装pydf工具。
- # 下面命令行使用yum安装pip包管理器:
- [root@localhost ~]# yum -y install python-pip
- # 下面命令行是 更新pip包管理器:
- [root@localhost ~]# pip install --upgrade pip
- # 使用pip安装pydf工具:
- [root@localhost ~]# pip install pydf
在ubuntu中直接使用apt包管理器安装即可:
- $ sudo apt install pydf
使用以下命令显示所有文件系统:
- [root@localhost ~]# pydf -a
下面使用-h选项,以便于读取的格式显示磁盘使用情况。
- [root@localhost ~]# pydf -h
- Filesystem Size Used Avail Use% Mounted on
- /dev/centos/root 37G 1624M 35G 4.3 [#.....................] /
- /dev/sda1 1014M 149M 865M 14.7 [###...................] /boot
fdiskf命令
fdisk命令是Linux中用于监视分区的最常用的命令行实用工具之一。fdisk可以获取有关系统中分区的所有详细信息,还可以监视,创建,删除,移动,复制Linux系统中的任何分区。使用fdisk命令,数据也可以移动到新磁盘。
查看所有磁盘分区
fdisk命令中最常用的参数之一是-l,它列出了Linux系统中所有可用分区及其设备名称:
- [root@localhost ~]# fdisk -l
查看指定磁盘
参数-l用于查看所有可用分区,也可以通过在-l参数旁边提供设备名称来查看有关特定分区的详细信息,如下所示:
sfdisk命令
sfdisk表示可编写脚本的fdisk,sfdisk是与fdisk类似的命令,但它具有比fdisk更多的功能,因为它可以显示分区大小(以MB为单位)。
- [root@localhost ~]# sfdisk -l -uM
默认使用簇显示,使用-uM选项之后,以MB显示磁盘容量。
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击