公司使用的openstack的备份服务组件karbor，要查询所使用的备份nas磁盘使用率的需求，根据以前的查询语句，很快写出如下的prom sql

100-topk(1,node_filesystem_free{device=~":/.*"}*100/node_filesystem_size{device=~":/.*"})

不久后，同事过来说给出的使用率不严谨，和在系统上通过df -h的命令不一样，分别是prom：10%，df结果是11%。嘴上说着差异不大不用管，身体却很实诚，马上去主机上通过df -h查看了使用率

:/var/lib/docker/nfs           147G   15G  125G  11% /var/lib/docker/volumes/volume-nfs/_data

通过prom sql查询出来的结果

{component="node",device=":/var/lib/docker/nfs",fstype="nfs",hostname="xxx",instance="xxx",instance_ip="xxx",job="job:monitor",mountpoint="/var/lib/docker/volumes/volume-nfs/_data",node_type="controller",system="QHC-CORE"}	9.978290691634598

确实有点差异，同事说df计算的使用率更严谨，但具体怎么算的也不清楚，同时看到df -h的结果size并不等于used+avail之和，于是就在网上查询相关的文章，看到了这篇文章谁吃了你的硬盘空间？(1) 诡异的df算法

主要的原因就是每个分区有一个给管理员的预留空间，保证即使普通用户写满其空间，管理员还可以进行操作，普通用户的可使用空间是总空间减去预留空间，该文章并给出了具体的预留空间计算规则

reserved  = fsu_blocksize * (fsu_bfree - fsu_bavail)

然后看了node_exporter的源码，核心的代码在github.com/prometheus/node_exporter/collector/filesystem_linux.go的101行

stats = append(stats, filesystemStats{
			labels:    labels,
			size:      float64(buf.Blocks) * float64(buf.Bsize),
			free:      float64(buf.Bfree) * float64(buf.Bsize),
			avail:     float64(buf.Bavail) * float64(buf.Bsize),
			files:     float64(buf.Files),
			filesFree: float64(buf.Ffree),
			ro:        ro,
		})

根据前面的算法，其实主要是将分母由磁盘总空间修改为磁盘总空间减去预留空间，写出如下prom sql

100-topk(1,node_filesystem_avail{device=~":/.*"}*100/(node_filesystem_size{device=~":/.*"}-(node_filesystem_free{device=~":/.*"}-node_filesystem_avail{device=~":/.*"})))

计算结果是10.5，基本与df -h四舍五入后的结果。

{component="node",device=":/var/lib/docker/nfs",fstype="nfs",hostname="node4",instance="xxxx",instance_ip="xxxx",job="job:monitor",mountpoint="/var/lib/docker/volumes/volume-nfs/_data",node_type="controller",system="QHC-CORE"}	10.51730188811679