解决 umijs/mako 开发服务器文件监控过多导致无法自动刷新的问题
2025-07-04 22:32:04作者:宣海椒Queenly
问题现象
在使用 umijs/mako 构建工具进行项目开发时,部分开发者遇到了开发服务器无法自动刷新的问题。具体表现为:
- 控制台报错
Error watching files: Too many open files (os error 24) - 修改文件后无法触发热更新
- 即使手动刷新浏览器,获取到的仍然是旧内容
- 只有重启开发服务器才能获取到最新编译结果
这个问题在 monorepo 项目和大型项目(如 antd)中尤为常见,特别是在 macOS 系统上。
问题根源分析
经过技术分析,该问题的根本原因在于文件监控机制:
- 文件描述符限制:操作系统对单个进程能打开的文件描述符数量有限制(通常为 2560 左右)
- 监控机制选择:mako 默认使用了
macos_kqueue作为文件监控机制 - 监控方式差异:
kqueue机制需要为每个监控的文件/目录单独打开文件描述符- 大型项目中监控的文件数量很容易超过系统限制
- 项目规模影响:monorepo 项目或依赖较多的大型项目(如 antd)更容易触发此问题
解决方案
针对这一问题,社区提出了几种解决方案:
1. 调整文件监控机制
将默认的 macos_kqueue 改为 macos_fsevent:
fsevent是 macOS 专有的文件系统事件通知机制- 可以监控整个目录树而无需为每个文件单独打开描述符
- 显著减少文件描述符的占用
2. 系统级调整
临时提高系统的文件描述符限制:
ulimit -n 65536
但这只是临时解决方案,重启终端后会失效。
3. 忽略不必要的监控路径
通过配置 watch.ignorePaths 忽略不需要监控的目录,如:
- node_modules
- 构建输出目录
- 文档目录等
最佳实践建议
- 大型项目推荐:对于 monorepo 或依赖较多的大型项目,建议优先使用
fsevent机制 - 开发环境配置:可以在项目启动脚本中加入 ulimit 调整命令
- 监控优化:合理配置忽略路径,减少不必要的文件监控
- 持续关注:关注 mako 项目的更新,该问题已在 #1550 中修复
技术原理深入
理解不同文件监控机制的工作原理有助于更好地解决此类问题:
-
kqueue:
- BSD 系统的事件通知接口
- 通用性强,可用于多种类型的事件监控
- 每个监控对象需要独立的文件描述符
- 适合监控少量文件
-
FSEvents:
- macOS 专属的文件系统事件API
- 基于目录树监控,效率高
- 单个监控器可监控整个目录及其子目录
- 特别适合大型项目
-
inotify:
- Linux 系统的文件系统监控机制
- 也支持目录树监控
- 在 Linux 环境下是更好的选择
总结
文件监控是现代化前端构建工具的重要功能,但在处理大型项目时需要特别注意系统资源的合理利用。通过选择合适的监控机制和优化监控策略,可以有效解决 umijs/mako 开发服务器自动刷新失效的问题,提升开发体验。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
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
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (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
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92