从114G输出文件反推:OpenHarmony编译后,out目录里到底装了啥?如何优化存储空间?

news2026/4/2 10:19:58
从114G输出文件反推OpenHarmony编译后out目录里到底装了啥如何优化存储空间当你第一次完成OpenHarmony的完整编译看到out目录膨胀到51G甚至更大时难免会感到震惊。更令人头疼的是随着开发迭代和多次编译这个数字可能轻松突破100G。对于使用SSD的开发机来说这简直是存储空间的噩梦。但别急着删除整个目录——理解out的结构和内容能帮你精准释放空间而不影响后续开发效率。1. 解剖OpenHarmony的编译产出物编译后的out目录就像一座精心规划的工业园每个区域都有特定职能。以常见的rk3568目标为例我们打开这个黑箱out/rk3568/ ├── args.gn # 本次编译的GN构建参数快照 ├── build.ninja # 实际执行的构建指令集 ├── build_configs/ # 各模块的构建配置存档 ├── gen/ # 自动生成的代码和资源 ├── lib.unstripped/ # 带调试符号的库文件占空间大户 ├── obj/ # 中间编译对象空间消耗主力 │ ├── third_party/ # 第三方库的编译中间文件 │ └── ... # 各模块的.o/.d文件 ├── packages/ # 可发布的软件包 ├── subsystem_info.json # 子系统依赖关系图 └── images/ # 最终刷机镜像核心产出 ├── system.img # 系统分区镜像 ├── vendor.img # 厂商定制镜像 └── ... # 其他分区镜像1.1 空间占用TOP3分析通过du -sh * | sort -h命令实测发现目录/文件类型占比是否可清理obj/58%可部分清理lib.unstripped/22%调试时可保留gen/12%需保留images/5%必须保留其他3%视情况而定提示obj/下的.o文件在增量编译时会复用但完全清理后首次编译将更耗时2. 精准清理保留核心产物的空间优化术2.1 安全清理清单这些文件可以放心删除# 清理过时的中间文件 find out/rk3568/obj -name *.o -mtime 7 -exec rm -f {} \; # 删除旧版本的调试符号库 rm -rf out/rk3568/lib.unstripped/*.old # 清除临时构建日志 find out -name *.log -delete但遇到这些文件请三思images/下的所有镜像文件刷机必需args.gn和build.ninja增量编译依赖gen/目录下的自动生成代码2.2 使用编译缓存智能节省在编译命令中加入--ccache参数# 首次编译生成缓存 ./build.sh --product-name rk3568 --ccache # 后续编译命中缓存 ./build.sh --product-name rk3568 --ccache --no-prebuilt-sdk实测效果对比编译类型耗时空间占用obj目录增量全新编译7.5h114G63G带ccache4.2h98G47G增量编译28min6G1.2G注意ccache默认占用5G空间可通过export CCACHE_SIZE10G调整3. 高级空间管理策略3.1 符号链接妙用将大目录挂载到机械硬盘# 1. 创建外部存储目录 mkdir /mnt/hdd/oh_out # 2. 迁移现有out目录 mv out/rk3568/obj /mnt/hdd/oh_out/ # 3. 创建符号链接 ln -s /mnt/hdd/oh_out/obj out/rk3568/obj3.2 模块化编译技巧只编译特定子系统# 单独编译ACE子系统 ./build.sh --product-name rk3568 --build-target ace_engine # 编译后立即清理该模块中间文件 find out/rk3568/obj/ace_engine -name *.o -delete3.3 自动化清理脚本创建oh_clean.sh#!/bin/bash # 保留最近3次编译的中间文件 KEEP_COUNT3 # 清理旧版obj备份 ls -dt out/rk3568/obj.* | tail -n $((KEEP_COUNT1)) | xargs rm -rf # 压缩一周前的日志 find out -name *.log -mtime 7 -exec gzip {} \;4. 编译环境调优实战4.1 并行编译参数优化调整build/gn/toolchain/BUILD.gn中的关键参数# 优化线程利用率 if (is_linux) { cpu_count host_cpu arm ? 4 : 16 ldflags [ -Wl,--threads${cpu_count} ] } # 控制调试信息级别 if (is_debug) { cflags [ -g1 ] # 比默认-g3节省30%空间 }4.2 文件系统优化针对EXT4文件系统的优化配置# 调整日志模式减少IO tune2fs -o journal_data_writeback /dev/nvme0n1p2 # 禁用访问时间记录 mount -o remount,noatime /4.3 内存磁盘加速利用tmpfs加速频繁访问的目录# 创建1G内存磁盘 sudo mount -t tmpfs -o size1G tmpfs out/rk3568/.tmp # 在GN配置中重定向临时文件 export TMPDIRout/rk3568/.tmp经过这些优化我的开发环境从频繁报磁盘空间不足到现在可以保持3个不同版本的编译产出同时存在。最实用的发现是定期执行find out -type f -size 100M找出异常大文件往往能意外发现可以清理的测试日志或冗余备份。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2475053.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…