如何从DVC缓存中删除指定文件/文件夹以释放本地磁盘空间

我通过dvc pull <my_data_folder.dvc>拉取数据文件夹后，数据会被存储到.dvc/cache目录，同时my_data_folder里会生成指向缓存的软链接（已配置DVC使用软链接）。执行ls -l my_data_folder可以看到类似这样的结构：

my_data_file_1.pk --> .dvc/cache/4f/7bc7702897bec7e0fae679e968d792
my_data_file_2.pk --> .dvc/cache/4f/7bc7702897bec7e0fae679e968d792
...

当暂时不需要这些数据时，我整理了两种手动清理的方法，但不确定第二种是否可行，同时也想找更优的方案：

预备步骤（可选） #

类Unix系统默认使用软链接，无需执行这条命令：

dvc unprotect my_data_folder

方法一（已验证可行） #

删除所有缓存数据，在仓库根目录执行：

rm -r my_data_folder
rm -rf .dvc/cache

这个方法能彻底释放空间，之后需要数据时重新dvc pull即可，但会删掉所有DVC下载的数据，后续得重新拉取全部内容。

方法二（未验证） #

仅删除指定文件的缓存（不确定是否会损坏DVC）：

1. 先查看软链接对应的缓存路径：

ls -l my_data_folder

2. 执行删除命令，比如删除my_data_file_1.pk对应的缓存文件：

rm .dvc/cache/4f/7bc7702897bec7e0fae679e968d792

关于dvc gc的说明 #

在我的使用场景里，执行dvc gc无法删除目标缓存文件。

想请教的问题： #

• 方法二是否可行？会不会损坏DVC仓库？
• 有没有更高效的清理方法？
• 如何自动删除某个文件夹对应的全部缓存，不用逐个文件操作？

内容的提问来源于stack exchange，提问作者Jau A