FileStore 磁盘信息：解析如何利用 NIO.2 获取磁盘空间总量、可用空间等监控变量

Ja va NIO.2 的 FileStore：如何精准获取磁盘空间信息？

在监控服务或资源调度模块里，我们常常需要知道磁盘还剩多少空间。传统做法是调用系统命令，但这既不优雅，也难跨平台。其实，Ja va 标准库早就提供了一个更“原生”的方案——NIO.2 的 FileStore 类。它能让你直接、高效地获取磁盘分区的底层存储信息，无需依赖外部 shell 命令，非常适合嵌入到轻量级的运维 SDK 或监控后台中。

核心字段含义与实际意义

打开 FileStore 的 API 文档，你会看到三个关于容量的方法。可别小看它们，这几个数字背后的含义大有不同，必须结合着理解，否则很容易踩坑。

• getTotalSpace()：这个数字代表文件系统的“标称容量”，单位是字节。关键点在于，它包含了系统预留的空间。比如在 ext4 这类文件系统上，通常有 5% 的空间是预留给 root 用户应急使用的，普通用户看不见也用不了，但这个值会算在 getTotalSpace() 里。
• getUsableSpace()：这才是当前运行 JVM 的用户真正能用的空间。它已经扣除了上面说的预留空间，并且还会受到用户磁盘配额（quota）或挂载选项（如 ro 只读）的影响。所以，判断你的应用还能不能继续写入文件，看这个值最靠谱。
• getUnallocatedSpace()：它指的是文件系统里还没被任何文件或目录占用的“纯空闲”字节数，并且不包含系统预留块。大多数情况下，它和 getUsableSpace() 很接近。但在启用了磁盘配额或者使用了精简配置（thin-provisioning）的存储系统上，这两个值可能会天差地别。

获取所有挂载点的 FileStore 列表

想拿到所有磁盘分区的信息？方法很简单：FileSystems.getDefault().getFileStores()。遍历这个列表就行。不过，这里有几个细节需要特别注意：

• 有些虚拟文件系统，比如 proc、sysfs 或者 overlay，它们要么返回容量为 0，要么直接抛出 IOException。在遍历时，最好主动跳过这些非实体存储。
• 在容器环境（比如 Docker）里，情况会更复杂一些。/proc/mounts 可能显示很多挂载点，但 FileStore 反映的是宿主机视角的物理或逻辑卷。对于容器内部的绑定挂载及其独立配额，FileStore 是无法识别的。
• 一个实用的过滤技巧是，结合 fileStore.name() 和 fileStore.type() 方法。你可以借此过滤掉像 tmpfs 这样的内存文件系统，确保你的监控逻辑聚焦在真正的持久化磁盘上。

安全读取与异常处理要点

FileStore 的容量方法并非总是畅通无阻，在某些情况下会抛出异常，健壮的代码必须处理它们：

• 当你尝试访问一个已经卸载的挂载点（比如 NFS 服务器宕机了），会抛出 IOException。
• 如果权限不足（例如分区以只读方式挂载，你却去调 getUsableSpace()），方法通常会返回 0，而不是抛出异常。
• 另外要注意性能。这些方法调用可能会触发底层 I/O，在高频采集的线程里反复调用，尤其是在性能较差的存储上，可能导致阻塞。一个常见的优化是设定一个最小刷新间隔，比如 30 秒。
• 因此，推荐的做法是将这些调用封装一层。捕获 IOException 后，返回一个 null 或者一个标记为“不可用”的特殊值，同时在日志里记录下设备名和具体的异常原因，便于后续排查。

与 df 命令结果对齐的注意事项

很多时候，我们需要用熟悉的 df -h 命令来验证 Ja va 程序输出的结果是否准确。这时，了解它们之间的差异至关重要：

• df 命令默认显示的“A vail”（可用空间）字段，对应的是 FileStore.getUsableSpace()，而不是 getUnallocatedSpace()。
• df -i 显示的是 inode 使用率，而 FileStore 并没有提供直接的 inode 查询接口。如果需要在 Ja va 层获取 inode 信息，要么通过 Files.getAttribute(path, “unix:fileKey”) 这类平台相关的方式间接获取，要么就只能退而求其次，执行 Runtime.getRuntime().exec(“df -i”) 了。
• 最后，df 输出的“Use%”（使用率）是按照 (已用空间 / 总空间) × 100 计算的。在 Ja va 这边，我们可以用 已用空间 = 总空间(getTotalSpace) - 未分配空间(getUnallocatedSpace) 来估算。但由于系统预留空间的存在，这个计算出来的“已用空间”可能会略大于 df 显示的值，这是正常现象，不必担心。