ログの保管について
個人的な経験から言うと、ログはログを蓄積するためだけのログサーバを設置します。
そして、web サーバから cron などでログサーバに定期的に FTP で送信するなどしてディスク圧迫を抑えます。(どれほどのログがたまっているかわかりませんが、デイリーでいいでしょう)
FTP 送信時、あらかじめ gzip 圧縮するなどして容量を減らしておくと、サーバの転送量も減らせて良いですね。
エラーログ、アクセスログなどはユーザの動向がわかるものですし、ポリシーをきちんと決めて運営されることをお勧めします。
また、別に DB サーバがある場合は nginx だけではなく、そういったサーバのデータすべてを1箇所に集約すると良いです。
お勧めの構成としては、ログサーバは基本的にただのファイル貯蓄のためだけに存在させるため、低スペックでいいです。(ただしビッグデータ解析やデータマイニングなどをしたい場合は別)
HDD 容量については現在のサービスでデイリーで xxギガバイト出力されるから、目安として 1 か月保持とすると… といったように、現在の運用ベースで算出されるとよいと思います。
運用上の一部の例外について
アクセスログの肥大化に、検索サイトのクローラや、簡易的な URL チェックを用いたボットのアクセスが影響している可能性があります。
前者は単純に Google や Yahoo!、その他検索サイトが走らせているソフトウェアで、ユーザーエージェントが特殊ですので、そのユーザエージェントが走ってきたらログに出力しない、などの制御をしても良いかもしれません。(アクセス制御してしまうと検索できなくなってしまうので)
後者の場合は第三者によるダイレクトアタックか、アタック前のセキュリティホール走査です。その為、これらには通常 404 ないしは 403 のステータスコードで応答するとともに、特定のユーザーエージェントを記録しないようにします.
ディスク容量の監視について
容量監視では munin や Zabbix、Cacti など、サーバ監視のソフトウェアを導入されるとよいと思います。
これらは共通してディスク使用量が 90% を超えたら管理者宛にメールを送信する、などの細かい設定ができます。
これは使い方の一側面で、むしろ CPU 使用率だったり、httpd, 各種 DB サーバの死活監視、プロセス監視などが本来の目的です。
例えば私の場合ですと、Zabbix を用いて日々の MySQL データベースサーバ、httpd サーバの死活監視、ディスク容量把握、CPU使用率やメモリ使用量の監視を行っており、ある閾値になったら警告としてメールを送信する、といった監視をさせています。
公式サイトでは目的に応じたテンプレートなども用意されていますし、関連書籍もありますので、書店などですぐに見つけられると思います。