1. 项目概述：为什么需要清理Jetson Nano存储空间
Jetson Nano作为一款嵌入式AI计算设备，其存储管理往往容易被开发者忽视。我使用Nano开发计算机视觉项目三年多，发现当eMMC存储占用超过80%后，系统响应速度会明显下降，TensorRT模型加载时间可能延长2-3倍。不同于普通PC，Nano的存储清理需要特别注意ARM架构下的软件包依赖关系和CUDA环境完整性。
典型需要清理的场景包括：
- 频繁安装/卸载不同版本的深度学习框架（如PyTorch各版本残留）
- 长期运行产生的日志堆积（尤其Docker容器日志）
- 临时构建文件未及时清理（OpenCV编译中间文件可能占用数GB）
- 冗余内核镜像（系统更新后旧内核未自动移除）
2. 存储占用分析实战
2.1 快速定位大文件
在Nano上推荐使用改进版的磁盘分析命令：
bash复制sudo du -h --max-depth=1 / 2>/dev/null | sort -hr | head -n 20
这个命令相比常规的df -h更能精确显示各目录实际占用，特别是：
/var/log（系统日志）/usr/local/cuda-xx.x（旧版CUDA残留）~/.cache（用户缓存）
注意：直接删除/usr下的文件可能破坏系统，需要先确认是否为活跃版本
2.2 专用工具分析
安装可视化分析工具ncdu：
bash复制sudo apt install ncdu
ncdu /
通过方向键导航，可以看到：
- 红色标注的目录代表可安全清理
- 按d键直接删除（比rm更安全）
3. 深度清理六大核心区域
3.1 系统日志清理
Jetson Nano默认日志轮转配置较保守，手动清理步骤：
bash复制# 查看日志大小
journalctl --disk-usage
# 保留最近100MB日志
sudo journalctl --vacuum-size=100M
# 禁用不必要服务的日志
sudo systemctl disable nvgetty.service
3.2 Docker系统清理
如果使用Docker，会产生大量孤立资源：
bash复制# 删除所有停止的容器
docker container prune
# 删除所有未被使用的网络
docker network prune
# 彻底清理（含build cache）
docker system prune -a
3.3 旧内核清理
Ubuntu系统更新后会保留旧内核，特别占用/boot分区：
bash复制# 查看当前内核
uname -r
# 列出所有已安装内核
dpkg --list | grep linux-image
# 安全删除旧内核（保留最近两个版本）
sudo apt purge linux-image-5.10.120-tegra
3.4 CUDA环境整理
多版本CUDA并存时，需要手动清理：
bash复制# 查看当前CUDA版本
nvcc --version
# 安全删除旧版本（示例）
sudo rm -rf /usr/local/cuda-10.2
# 更新环境变量
sudo nano ~/.bashrc
3.5 Python环境清理
pip安装的包可能占用大量空间：
bash复制# 查看包大小分布
pip list --format=freeze | cut -d= -f1 | xargs pip show | grep -E "Location|Name"
# 批量卸载无用包
pip uninstall numpy pandas matplotlib
3.6 交换空间优化
默认的swapfile可能不合理：
bash复制# 禁用当前swap
sudo swapoff /swapfile
# 创建新swap（建议为内存的1-2倍）
sudo fallocate -l 4G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
4. 自动化维护方案
4.1 创建定时清理脚本
新建/usr/local/bin/clean_nano.sh：
bash复制#!/bin/bash
# 自动清理日志
journalctl --vacuum-time=7d
# 清理apt缓存
apt-get autoremove -y
apt-get clean
# 清理用户缓存
rm -rf ~/.cache/*
# 清理临时文件
find /tmp -type f -atime +7 -delete
设置每周自动运行：
bash复制sudo chmod +x /usr/local/bin/clean_nano.sh
(crontab -l ; echo "0 3 * * 0 /usr/local/bin/clean_nano.sh") | crontab -
4.2 存储监控看板
安装并配置Netdata实时监控：
bash复制bash <(curl -Ss https://my-netdata.io/kickstart.sh)
访问http://[nano-ip]:19999可查看：
- 实时磁盘使用率
- 历史增长趋势
- 异常占用告警
5. 高阶维护技巧
5.1 系统目录迁移
将易增长的目录挂载到外部存储：
bash复制# 假设外接SSD在/mnt/ssd
sudo rsync -av /var/lib/docker /mnt/ssd/
sudo mv /var/lib/docker /var/lib/docker.bak
sudo ln -s /mnt/ssd/docker /var/lib/docker
5.2 最小化系统安装
对于生产环境，建议使用：
bash复制sudo apt install --no-install-recommends package-name
可减少30%-50%的依赖包安装
5.3 容器化方案
将开发环境容器化可避免污染主机：
dockerfile复制FROM nvcr.io/nvidia/l4t-base:r32.7.1
RUN apt-get update && apt-get install -y \
python3-pip \
&& rm -rf /var/lib/apt/lists/*
6. 常见问题排查
6.1 清理后系统异常
如果清理后出现库缺失错误：
bash复制# 重建dpkg数据库
sudo apt-get install --reinstall -o Dpkg::Options::="--force-confmiss" $(dpkg -l | grep '^ii' | awk '{print $2}')
6.2 空间未释放问题
有时删除文件后空间未释放：
bash复制# 查看被进程占用的已删除文件
lsof | grep deleted
# 重启相关服务或系统
sudo systemctl restart service-name
6.3 根目录爆满应急处理
当根目录100%占满时：
bash复制# 创建紧急清理空间
dd if=/dev/zero of=/cleanup bs=1M count=1024
# 执行关键清理后
rm /cleanup
我在实际维护多台Jetson Nano设备时发现，定期执行上述清理可使系统性能保持在新机的90%以上。特别是Docker和Python环境的清理，往往能一次性回收5-10GB空间。建议每月检查一次存储情况，在存储占用达到70%时就进行预防性清理。