SD Maid SE在Android 15中处理归档应用数据的技术解析
2025-06-15 15:35:56作者:温玫谨Lighthearted
背景概述
随着Android 15引入应用归档功能(App Archiving),系统会在用户选择归档应用时自动移除APK文件以释放存储空间,同时保留用户数据以便未来恢复。这一机制与传统的应用卸载行为存在显著差异——常规卸载会清除所有数据,而归档操作则保留了用户数据的完整性。
问题发现
在Android 15 Beta 2环境中,SD Maid SE的CorpseFinder模块会误将归档应用的用户数据识别为残留文件。具体表现为:
- 在
/data_mirror/data_ce和/data_mirror/data_de目录下检测到归档应用的CE/DE数据 - 在
/storage/emulated/0/Android/data目录下存在对应应用的私有存储
测试验证表明,若删除这些"残留数据",当用户恢复归档应用时,将导致应用数据完全丢失(表现为全新安装状态)。这与归档功能的设计初衷相违背,因为归档机制本应保留用户数据以便无缝恢复。
技术原理
Android 15的归档机制通过以下方式实现:
- APK清理:移除应用二进制文件释放空间
- 数据保留:
- 保持
/data/data/<package>目录结构 - 维持外部存储的Android/data私有目录
- 保持
- 恢复机制:重新安装时尝试关联保留的数据
SD Maid SE的检测逻辑需要针对此特性进行优化,避免将合法的归档数据误判为垃圾文件。
解决方案建议
-
目录级排除:
- 将
/data_mirror/路径加入默认排除列表 - 需注意系统可能通过bind mount将数据映射到该路径
- 将
-
状态检测增强:
- 通过PackageManager查询应用归档状态(API 35+)
- 对
GET_ARCHIVED_PACKAGES权限的应用进行特殊处理
-
用户提示优化:
- 在扫描结果中明确标注归档应用数据
- 提供"排除归档数据"的独立选项
开发者注意事项
- 需要区分常规卸载残留与归档保留数据
- 处理
/data_mirror路径时需考虑Android的存储沙盒机制 - 建议增加对
ApplicationInfo.ARCHIVED标志位的检测
用户建议
当前版本用户可采取以下临时措施:
- 手动排除包含归档应用的扫描结果
- 避免删除
/data_mirror路径下的目录内容 - 关注后续版本更新获取完整支持
该问题的修复将确保SD Maid SE在Android 15环境中既能有效清理真实垃圾文件,又能完整保留归档应用的用户数据,实现存储清理与功能完整性的平衡。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
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++
654
281
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (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
1.13 K
630
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
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100