DVC新手远程存储三类技术问题咨询

你的DVC远程存储配置如下：

[core]
    remote = dvc-remote
['remote "dvc-remote"']
    url = /tmp/dvc-storage

针对你的三个问题，解答如下：

1. 访问远程存储的位置与无需dvc pull查看内容的方法

   • 直接在文件管理器中打开路径 /tmp/dvc-storage 即可访问该远程存储，因为配置里的url指向本地文件系统路径。
   • 也可以通过DVC命令直接查看远程内容，执行：dvc list . --remote dvc-remote，就能列出远程存储里的所有文件/目录，无需拉取到本地。

2. 修改后推回远程，原文件是否保留
   DVC采用内容寻址存储机制，不会覆盖远程里的原文件。你修改dataset后推回远程，会新增对应修改后内容的哈希文件，原来的旧文件依然保存在远程存储中。只有当你执行dvc gc（垃圾回收）命令清理未被任何版本引用的文件时，旧文件才会被删除。

3. Iterative Studio中其他文件路径变为哈希路径的原因
   Iterative Studio显示的是DVC远程存储中的哈希寻址路径，这是DVC管理文件的标准方式。出现这种情况可能是：

   • 你以为只添加了dataset，但实际上其他文件也被DVC跟踪了（比如被某个.dvc文件间接引用，或者执行dvc add时不小心包含了其他文件）；
   • Studio在展示DVC管理的文件时，统一采用了远程存储的哈希路径格式来显示，并非这些文件真的被移动到了该路径下。

内容的提问来源于stack exchange，提问作者cyMLOps