Google Colab挂载Google Drive后磁盘内存被大量占用的原因及排查方法

• 首先是最容易被误解的点：Colab的预装运行环境本身就会占用大量磁盘空间
  没挂载Drive的全新实例，预装的CUDA运行库、深度学习框架（PyTorch、TensorFlow等）、系统工具包本来就会占35~40G空间，很多人挂载Drive前没有查看过初始磁盘剩余量，误以为这部分占用是挂载Drive导致的。
• Drive挂载的临时索引占用
  Colab的Google Drive挂载不是纯零开销的虚拟映射，会在本地生成文件目录索引、文件缩略图缓存，这部分占用通常在几百M到2G区间，不会造成几十G的大额占用。
• 历史运行的残留文件占用
  如果没有选择“恢复出厂设置”重置实例，之前运行单元格生成的临时缓存、pip安装包的本地缓存、下载的临时数据集会自动存在本地隐藏目录，哪怕你没手动保存过模型文件，这部分也可能悄悄占走几个G到十几个G的空间。

直接在代码单元格运行对应命令即可，无需额外安装工具：

1. 先查看全局磁盘的挂载和使用情况
   运行：!df -h
   输出结果里重点区分两个挂载点：
   • /dev/sda1对应的挂载路径是/，这是Colab分配的68G左右的本地临时磁盘
   • /content/drive对应的是你挂载的Google Drive云端空间，二者的占用是独立计算的，不会互相占用配额
2. 定位大体积目录
   运行：!du -h --max-depth=1 / 2>/dev/null | sort -hr
   命令会从根目录开始按体积从大到小排序所有一级目录，直接看排在最前面的几个目录即可定位占用源：
   • 如果是/usr目录体积最大：属于预装环境的正常占用，不建议随意删除，否则会导致Colab运行环境损坏
   • 如果是/root/.cache目录体积最大：是pip、HuggingFace等工具的下载缓存，可直接运行!rm -rf ~/.cache/*安全清理
   • 如果是/tmp目录体积最大：是运行过程生成的临时文件，可直接运行!rm -rf /tmp/*安全清理
   • 如果是/content目录下非drive路径的文件夹体积最大：是你之前手动存在本地、没及时转移到Drive的文件，可按需删除

小提示：存在/content/drive/MyDrive路径下的文件会直接同步到Google云端，不会占用Colab本地临时磁盘的空间，只有存在/content下、不在drive目录内的文件才会消耗本地磁盘配额。

内容的提问来源于stack exchange，提问作者Maji