Colab会话重启后解压文件丢失及Google Drive同步异常求助

1. 先搞定Drive空间问题 #

• 运行!df -h /content/drive查看共享Drive的剩余空间，必须保证剩余空间至少是解压后数据集大小的1.5倍以上（2.2GB的压缩包解压后大概率会更大）。
• 空间不够的话，赶紧清理Drive里的冗余文件，或者找管理员扩容——空间不足会导致文件只在会话内存里临时存在，根本没写入到Drive。

2. 换个解压姿势，确保文件真的写入Drive #

别直接解压到Drive目录，先解压到Colab本地临时存储（/content/），再同步到Drive，速度快还稳：

# 第一步：解压到Colab本地临时文件夹
!tar -xf /content/drive/MyDrive/你的源文件路径/source.tar.gz -C /content/temp_extract
# 第二步：用rsync同步到Drive（支持断点续传，比mv更可靠）
!rsync -av /content/temp_extract/ /content/drive/MyDrive/你的目标路径/destination/

• 同步完成后，一定要运行!sync强制刷新缓存，或者等Drive侧边栏的文件数量稳定了再关会话，别着急退出。

3. 修复Drive挂载同步异常 #

• 重新挂载Drive，解决挂载不稳定的问题：

from google.colab import drive
drive.mount('/content/drive', force_remount=True)

• Drive界面卡顿的话，先运行!fusermount -u /content/drive卸载Drive，再重新挂载；或者用无痕浏览器打开Drive，清掉缓存干扰。

4. 临时存储+按需同步（不耽误GPU使用） #

如果共享Drive同步一直出问题，就用Colab的临时存储/content/来存解压后的数据集：

• 先把压缩包从Drive复制到本地：!cp /content/drive/MyDrive/你的源文件路径/source.tar.gz /content/
• 解压到本地，训练时直接从/content/读数据，速度比读Drive快很多
• 会话结束前如果需要保留数据集，再同步回Drive，这样既不占用GPU时间，也能避免同步卡顿。

5. 避免共享盘操作冲突 #

确认项目成员没有同时操作同一个数据集目录，尤其是删除、移动这类操作，很容易导致文件丢失。可以给数据集目录设成只读权限，防止误操作。

内容的提问来源于stack exchange，提问作者Filip