如何解决Azure ML计算实例磁盘已满错误？
2026-7-10
Azure ML计算实例磁盘满修复方案
一、先恢复实例终端访问权限
如果实例处于“不可用”状态，先尝试在Azure ML Studio中触发重启实例操作——部分场景下系统会自动清理临时文件，恢复终端可访问状态。若重启后仍无法进入终端，尝试通过SSH登录实例（需提前配置SSH密钥）。
二、定位并清理大文件
登录终端后，用以下命令快速定位占用空间的文件/目录：
- 查看磁盘分区占用：
df -h，确认满额的分区路径 - 扫描根目录下各文件夹大小：
du -h --max-depth=1 /，定位大体积目录 - 查找10G以上的单个文件：
find / -type f -size +10G 2>/dev/null，屏蔽权限报错信息
优先清理的文件类型：
- 临时文件：直接清空临时目录：
sudo rm -rf /tmp/* - 训练缓存/中间输出：进入个人工作目录（如
/home/azureuser/cloudfiles/code/Users/下的项目文件夹），删除无用的checkpoint、模型中间权重、数据集副本 - Docker资源：执行
docker system prune -a，清理无用镜像、容器、卷，可释放大量空间 - 旧日志：删除压缩日志文件：
sudo rm -rf /var/log/*.gz，或用journalctl --vacuum-size=1G限制系统日志占用
三、处理/mnt目录下的大swapfile
swapfile需用root权限操作，直接删除可能导致系统崩溃，建议缩小其体积：
- 关闭swap：
sudo swapoff /mnt/swapfile - 重建swapfile为合适大小（示例为4G）：
sudo dd if=/dev/zero of=/mnt/swapfile bs=1G count=4 - 设置权限：
sudo chmod 600 /mnt/swapfile - 重新启用swap：
sudo swapon /mnt/swapfile - 验证状态：
swapon --show
四、长期预防方案
- 训练代码中加入自动清理逻辑，删除无用的中间文件、checkpoint
- 创建计算实例时选择匹配任务需求的磁盘大小，或挂载额外存储卷
- 定期执行Docker资源清理和日志压缩操作
内容的提问来源于stack exchange，提问作者heradsinn
相关产品推荐
相关产品推荐
