在Linux系统运维和日常开发中，准确掌握某个目录实际占用了多少磁盘空间，是排查存储异常、规划容量以及清理冗余文件的基础能力。与单纯看文件系统整体使用率的df命令不同，统计目录层级占用需要借助du这类遍历文件元数据的工具。不同参数组合会带来截然不同的统计视角，理解其底层逻辑才能避免被缓存文件或挂载点干扰。
du命令的基本工作原理与基础用法
du是disk usage的缩写，其核心逻辑是递归进入指定目录，对每个文件和子目录调用stat类系统调用获取所占用的磁盘块数，再按块大小累加。需要注意的是，Linux文件系统分配空间的最小单位是块（常见为4KiB），因此一个只写了一个字符的文件，在磁盘上也会占用一整块空间。这就解释了为什么du显示的大小往往大于文件内容字节数总和。
最基础的用法是直接运行 du 目录路径，它会输出该目录下所有子目录的累计空间，最后一行是当前目录的总计。但这种原始输出以磁盘块数为单位，可读性极差。加上 -h 参数后可自动转换为K、M、G等人类易读单位。例如 du -h /var/log 能直观看到每个日志子目录占用了多少兆空间。
若只想看目标目录自身的总大小而不展开子目录，应使用 -s（summary）参数。组合 du -sh /home 便是运维中最常用的查看家目录总占用的写法。此时du不会输出中间层级，只给一个汇总值，非常适合写监控脚本时快速取值。
# 查看/opt目录总占用，人类可读 du -sh /opt # 查看/etc下各子目录占用，人类可读 du -h /etc | sort -h # 以字节为单位显示某目录总计 du -sb /tmp
排除无关目录与精准控制统计范围
实际服务器上，某些目录如/proc、/sys是虚拟文件系统，或者某些挂载点存放了不希望被计入的外部存储，直接du会拖慢统计甚至得出无意义数据。这时 --exclude 参数非常关键。它可以按路径模式跳过指定目录，比如排除所有名为node_modules的文件夹，能极大加速前端项目磁盘分析。
对于需要跨文件系统的场景，-x 参数限制du只在本文件系统内统计，自动忽略挂载到其他磁盘的分区。这在分析根分区爆满原因时尤为重要，否则du会把/data独立盘的内容也算进根目录报告里。此外，--max-depth 能控制递归深度，例如 --max-depth=1 只统计直接子目录，避免输出被深层结构淹没。
下面示例展示如何综合使用这些参数：在网站根目录中仅看一级子目录占用，排除缓存与挂载盘，并输出可读结果。这种写法在排查云主机空间异常时，比图形化面板更灵活，也更容易写成定时巡检任务。
# 仅统计/var一级目录，排除/logs挂载点，人类可读 du -hx --max-depth=1 --exclude=/var/logs /var # 排除所有node_modules和.git目录 du -sh --exclude=node_modules --exclude=.git /srv/app
结合排序与管道快速定位空间大户
当目录结构复杂时，单纯罗列占用并无助于决策，必须排序突出顶部消耗者。由于du的 -h 输出带单位，普通sort按字母排会乱序，因此需用 sort -h 让其识别人类可读数字。将 du 与 sort 通过管道连接，再取头几行，就能立刻找到最占空间的子目录。
进一步可配合 head 限制输出条数，形成 du -h --max-depth=1 / | sort -h | tail -n 10 这类经典组合。注意这里用tail取最大项是因为sort -h默认升序，末尾才是最大的。若想降序可加 -r。在自动化报告里，还可以用 awk 抽取数值列做阈值报警，比人工翻日志高效得多。
另一个易忽略的点是稀疏文件（sparse file）与硬链接。du默认统计块占用，稀疏文件逻辑大小大但实占小；而硬链接因共享inode，du默认只计一次，这与某些备份工具的视角不同。理解这些差异，才能在看到du与ls大小不符时做出正确判断，而不是盲目删除文件。
# 找出根下最占空间的5个一级目录
du -hx --max-depth=1 / | sort -h | tail -n 5
# 将结果写入报告并提取超过1G的条目
du -h --max-depth=1 /data | awk '$1 ~ /G/ && $1+0 > 1 {print}'
通过上述多维度参数与管道协作，Linux下查看目录占用空间不再是模糊猜测，而是一套可复用、可脚本化的诊断流程。无论是临时清盘还是长期监控，掌握du的精细用法都能显著降低运维成本。
linuxdu_commanddisk_usage修改时间：2026-08-14 23:15:29