LittleFS v2.11.0 版本发布:支持有限文件系统收缩与跨平台改进
LittleFS 是一个专为嵌入式系统设计的轻量级文件系统,以其低内存占用、断电安全性和磨损均衡等特性广受欢迎。最新发布的 v2.11.0 版本虽然是一个小版本更新,但包含了多项实用改进和错误修复,特别值得嵌入式开发者关注。
文件系统收缩功能
本次更新最引人注目的新特性是由贡献者 sosthene-nitrokey 实现的有限文件系统收缩功能。通过新增的 LFS_SHRINKNONRELOCATING 编译选项,开发者现在可以使用 lfs_fs_grow 函数减少 block_count 参数值。
需要注意的是,这一功能有明确限制条件:只有当收缩操作不需要块重定位时才能成功执行。由于 LittleFS 采用伪随机块分配策略作为磨损均衡的一部分,即使在小文件系统中,这个功能也可能无法正常工作。该特性主要目的是为那些早期版本创建的、忽略磁盘 block_count 值的文件系统镜像提供迁移路径。
跨平台编译改进
yamt 贡献了一系列针对 macOS 平台的改进,使得 make test 命令现在可以在 Mac 上开箱即用。这些改动包括:
- 适配 Mach-O 链接器段使用方式
- 移除了 Clang 不支持的特定 CFLAGS
- 对 Makefile 进行了调整以支持 Clang 编译
值得注意的是,现在 LittleFS 的 Makefile 已经能够支持 Clang 编译(尽管栈测量功能暂时无法使用)。对于使用非 Clang 非 GCC 编译器的开发者,只需设置 NO_GCC 环境变量即可进行编译。
重要错误修复
本次更新包含了多个关键错误修复:
-
DvdGiessen 修复了 LFS_CRC 相关的多个问题:
- 解决了当 lfs_util.h 被多次包含时用户提供的 LFS_CRC 会产生多重定义的问题
- 移除了 LFS_CRC 需要尾部分号的限制
-
selimkeles 修复了在 16 位设备上 lfs_fromle32/lfs_frombe32 可能出现的溢出问题
-
Hugh-Baoa 发现并修复了在删除操作期间如果 mdir 发生重定位可能导致的双重孤儿问题
-
DvdGiessen 还修复了 changeprefix.py 脚本在 /tmp 位于不同文件系统时会中断的问题
性能与资源占用
从代码大小来看,各配置版本的变动都在 0.1% 以内,保持了 LittleFS 一贯的轻量级特性:
- 默认配置:代码 17104B,栈 1448B,结构体 812B
- 只读配置:代码 6230B,栈 448B
- 线程安全配置:代码 17956B,栈 1448B,结构体 820B
测试覆盖率保持稳定,行覆盖率达到 2434/2595,分支覆盖率为 1283/1616。
总结
LittleFS v2.11.0 虽然是一个小版本更新,但为开发者提供了更多灵活性和更好的跨平台支持。特别是有限的文件系统收缩功能,为特定场景下的系统维护提供了新选择。同时,多项错误修复进一步提升了系统的稳定性和可靠性,使得这个本就成熟的嵌入式文件系统更加完善。
对于嵌入式开发者而言,如果项目中有使用 LittleFS 的需求,现在正是评估升级到 v2.11.0 版本的好时机,特别是那些需要在 macOS 环境下开发或需要处理旧版文件系统镜像的项目。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0151- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112