composer clear-cache 在低配服务器上常“清了等于没清”,因其默认不清理 vcs/ 目录(含完整 git 仓库,占 300–800 mb),而该目录易耗尽 inodes 导致“no space left on device”;需手动执行 rm -rf ~/.composer/cache/vcs/ 并调整 tmpdir、禁用 cache-vcs 等策略才能真正释放资源。

composer clear-cache 为什么在低配服务器上常“清了等于没清”
因为它默认跳过 vcs/ 目录——而这个目录里存的是完整 Git 仓库(含 .git),一个 Laravel 或 Symfony 的克隆就占 300–800 MB。低配服务器磁盘小、inodes 少,vcs/ 里的成百上千个小文件会快速耗尽 inodes,导致 No space left on device,哪怕 df -h 还显示有空间。
常见误判:composer clear-cache 后 du -sh ~/.composer/cache 显示只剩几 MB,就以为清理完成。其实 vcs/ 可能还躺着 2.3 GB,且不被统计进默认清理范围。
-
clear-cache只删files/(ZIP 包)、repo/(元数据)、installers/(安装器) -
vcs/是手动必须补刀的环节,删完不影响后续使用:下次需要时自动重建 - 检查 inodes 是否告急:运行
df -i,若Use%≥ 95%,优先清vcs/
怎么安全删掉 vcs/ 而不破坏后续 install
vcs/ 目录本质是缓存用的裸仓库(bare repo),Composer 不会校验其完整性,只在需要时按需 clone。删它比删 files/ 更安全——因为 ZIP 包可能被多个项目共用,但 Git 仓库几乎从不复用。
围绕关键发现、作用机制、临床相关性及研究局限性展开讨论。适用于撰写或优化任何生物医学论文的“讨论(Discussion)”部分——包括结果解读、与既往文献关联、阐释意外发现、界定研究局限性,以及撰写结论。当用户输入以下任一指令时也会自动触发该功能: - “write my discussion” - “help me discuss my findings” - “how do I compare to prior studies” - “write the limitations par
- Linux/macOS:执行
rm -rf ~/.composer/cache/vcs/(注意结尾斜杠,避免误删父目录) - Windows:运行
rd /s /q "%APPDATA%\Composer\Cache\vcs" - 确认路径是否被自定义:先跑
composer config --global cache-dir,再拼出vcs子路径 - 删前确保没有
composer install或update正在运行,否则可能触发Corrupted cache file
低配机上别只清缓存,还要改临时目录
Composer 在下载解压阶段默认用系统 /tmp(Linux)或 %TEMP%(Windows),而低配服务器的 /tmp 往往只有 1–2 GB。装一个带前端资源的大包,峰值临时空间需求轻松破 1.5 GB,直接卡死在 extracting 阶段。
- 把临时目录挪到大分区:
export TMPDIR="/mnt/data/tmp" && mkdir -p "$TMPDIR" && chmod 777 "$TMPDIR" - 同时迁移缓存目录(可选但推荐):
export COMPOSER_CACHE_DIR="/mnt/data/composer-cache" - 验证生效:
echo $TMPDIR和composer config --global cache-dir应返回新路径 - 切完立刻
composer clear-cache,否则旧缓存仍可能被读取
清完缓存后装包变慢?这是正常设计,不是故障
清空 repo/ 后,首次 composer install 必须重拉所有 packages.json;清空 files/ 后,所有 ZIP 都要重下。这不是命令失败,是缓存机制的必然代价。
- 低配机建议加
--prefer-dist:跳过--prefer-source的 git clone,减少 CPU 和磁盘 I/O - 禁用 VCS 缓存(一劳永逸):
composer config --global cache-vcs false,后续全部走 dist 安装 - 慎用
parallel-downloads:低内存机器设为5或6即可,设太高反而因内存不足崩溃 - 真正省事的长期方案:升级 Composer 到 2.5+,新版对小内存场景做了 lazy loading 和压缩缓存优化










