硬盘容量统计神器WinDirStat
最近遇到C盘快要爆满的问题,我的笔记本是128G SSD + 1t HDD,给C盘分配的空间是80G固态,由于平时疏远管理,造成了C盘臃肿,迁移一些软件,但还是没有太好的解决,这是上知乎发现有大神推荐了这样一个软件WinDirStat——硬盘容量统计。
这里给出百度百科对其介绍:
链接:https://www.zhihu.com/question/27284451/answer/45000200
来源:知乎
要想解决这个问题,第一步要知道C盘臃肿在什么地方。其他的答案大都是说:根据我的经验,臃肿的地方很可能在xxx, yyy,你把删掉就好了。但我觉得更清晰的思路是:我们来找个工具,实际测一下对于你这个用户来说,臃肿的地方到底在哪。然后把最臃肿的地方(安全地)删掉。这个思路同时适用于Mac和Linux。
性能优化问题不要去猜瓶颈在哪,第一反应应当是去测量。
所谓的profiler,windows下可以使用WinDirStat,来自于Linux下的开源软件KDirStat,Mac下可以用OmniDiskSweeper,都是免费的。打开之后扫描C盘,它的界面类似
最关键的是下面一栏。从里面可以看到一些非常大的方块,这些都是很大的文件(方块越大表示单个文件越大)。单击每个方块,上面就会出现相对应的文件和路径。在找到最大的文件在哪以后,再根据具体的文件名和路径判断是不是可以删除的文件,必要时求助搜索引擎,这才是最事半功倍的办法。下面具体看看我的电脑。点那个狂大的红色的方块,和那个绿色的方块:
可以看见在这个例子里,最大的两个方块分别是一个debian虚拟机文件,和pagefile.sys。第一个是因为VirtualBox的默认安装路径在C盘,所以浪费了很多空间,直接把整个移到D盘去即可。第二个通过google可以知道是系统缓存文件,可以通过更改系统设置的方法来移到D盘。这样一下就出来了24G的空间。
这个方法的好处是,每个人装的软件不一样,所以C盘臃肿的原因也是不一样的。我也遇见过各种诡异的原因,比如Dropbox缓存过大,Windows Live Photo Gallery把我所有修改的照片都备份了一遍,iTunes自动同步音乐库,备份了iPhone固件等等。这些纯放狗或者“凭经验”是很难正确指出的,但一旦给你一份硬盘使用全图,就很容易发现问题所在了。
性能优化问题不要去猜瓶颈在哪,第一反应应当是去测量。
最新文章
- 挑子学习笔记:两步聚类算法(TwoStep Cluster Algorithm)——改进的BIRCH算法
- WebRTC音频预处理单元APM的整体编译及使用
- java script小结
- ubuntu桌面版打开终端Terminal的几种方法
- 分享10款激发灵感的最新HTML5/CSS3应用
- Solr4.8.0源码分析(2)之Solr的启动(一)
- runloop和runtime
- mybatis整合spring获取配置文件信息出错
- javaScript设计模式之----工厂模式
- linux crontab 执行mysqldump全局备份为空
- mvc EF框架中,加载外键对象序列化对象时报错 序列化类型为XX的对象时检测到循环引用
- Android Studio Flavors的妙用(转)
- java 远程debug
- Android Gradle插件(plugin)版本(version)与Gradle、SDK Build Tools版本关系
- 积分之迷-2015决赛C语言B组第一题
- (转)postfix疯狂外发垃圾邮件之分析与解决
- net面试宝典
- Matlab练习——矩阵和数组的操作
- angular2使用ng g component navbar创建组件报错
- 个人博客开发之xadmin与ueditor集成
热门文章
- 学习python这么久,有没有考虑发布一个属于自己的模块?
- HA: Infinity Stones Vulnhub Walkthrough
- oopday01(面向对象-类&;private&;this)
- mysql与python的交互
- 面试连环炮系列(七):HashMap的put操作做了什么
- python语言的鸭子类型和强类型语言的多态
- weblogic启动节点服务java.lang.ClassCastException:com.octestring.vde.backend.BackendRoot cannot be cast to com.octestring.vde.backend.standard.BackendStandard类型转换异常
- .Net Core 使用 NPOI 导入Excel
- Python-根据照片信息获取用户详细信息(微信发原图或泄露位置信息)
- JVM运行时数据区-详细结构图