Yarn Berry项目中环境变量YARN_CACHE_FOLDER的正确使用方式
2025-05-29 21:55:03作者:鲍丁臣Ursa
在Yarn Berry(v2+)版本中,缓存管理机制相比经典版Yarn有了显著变化。许多开发者在使用YARN_CACHE_FOLDER环境变量时会发现设置无效,这实际上是由于对Yarn Berry新缓存机制的理解不足导致的。
问题现象
当开发者尝试通过设置YARN_CACHE_FOLDER环境变量来修改缓存目录时,例如:
YARN_CACHE_FOLDER=".example" yarn config --no-defaults
会发现配置中的cacheFolder值并未改变,仍然指向默认的全局缓存路径。
根本原因
Yarn Berry默认启用了全局缓存机制(global cache),这是与经典版Yarn的一个重要区别。当全局缓存启用时,YARN_CACHE_FOLDER的设置会被忽略,系统会强制使用全局缓存路径。
解决方案
要使用自定义的缓存目录,需要同时设置两个环境变量:
YARN_CACHE_FOLDER=".example" YARN_ENABLE_GLOBAL_CACHE=false yarn install
这样配置后:
- YARN_ENABLE_GLOBAL_CACHE=false 会禁用全局缓存机制
- YARN_CACHE_FOLDER的设置才会生效
技术背景
Yarn Berry引入全局缓存的主要目的是:
- 提高多项目间的缓存共享率
- 减少磁盘空间占用
- 加速依赖安装过程
全局缓存默认存储在系统特定位置:
- Linux/macOS: ~/.yarn/berry/cache
- Windows: %LOCALAPPDATA%/Yarn/Berry/cache
最佳实践建议
- 对于需要隔离缓存的项目(如CI环境),建议禁用全局缓存
- 在大多数开发场景下,保持全局缓存启用可以获得更好的性能
- 如需修改缓存位置,建议通过.yarnrc.yml配置文件持久化设置:
enableGlobalCache: false
cacheFolder: "./.custom-cache"
版本兼容性说明
此行为从Yarn Berry(v2)开始引入,在v1及更早版本中,YARN_CACHE_FOLDER可以直接生效。项目迁移到Berry版本时需要注意这一变化。
通过理解Yarn Berry的缓存机制设计,开发者可以更灵活地管理项目依赖缓存,在需要时实现缓存隔离,同时在大多数情况下享受全局缓存带来的性能优势。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134