当前位置:首页 > 文章列表 > 文章 > 前端 > Storage 估算机制如何检测本地剩余空间

Storage 估算机制如何检测本地剩余空间

2026-03-30 16:42:13 0浏览 收藏
现代浏览器通过 `navigator.storage.estimate()` 提供了一种轻量、异步的本地存储空间估算机制,可在安全上下文中快速获取当前站点的粗略已用空间(usage)和可用配额(quota),虽非精确字节级测量,却极为实用——它能帮你提前预警容量瓶颈、优化缓存策略、避免大文件上传失败,甚至引导用户清理空间;配合 `persist()` 请求持久化权限还可提升配额稳定性与可靠性,是构建健壮离线应用和响应式存储管理不可或缺的“健康检查”工具。

如何用 storage 估算机制检测本地剩余可用存储容量大小

现代浏览器提供了 StorageManager.estimate() 方法,可用于异步获取当前 origin 的存储使用量和可用容量估算值。它不返回精确字节数,而是提供基于底层存储系统的合理估算,适用于判断是否接近配额上限、优化缓存策略或提示用户清理空间。

调用 estimate() 获取使用与可用容量

该方法返回一个 Promise,解析为包含 usage(已用字节数)和 quota(估算的总可用字节数)的对象:

  • usage:当前 origin 所有持久化存储(如 Cache API、IndexedDB、localStorage 等)占用的粗略大小;
  • quota:浏览器为该站点分配的大致最大容量,受设备总空间、系统策略、隐私模式等影响,不是固定值;
  • 调用需在安全上下文(HTTPS 或 localhost)中进行,且可能被跨域 iframe 阻止。

示例代码:

注意估算的局限性与实际偏差

该机制本质是启发式估算,并非磁盘级精确读取:

  • 不同浏览器返回的 quota 差异较大(Chrome 可能返回数 GB,Firefox 可能更保守);
  • 隐身/无痕模式下通常返回极小 quota(如 128MB),且 usage 可能为 0;
  • 部分 Android WebView 或旧版 Safari 尚未支持,需做特性检测;
  • 无法区分 localStorage、IndexedDB、Cache 等具体存储类型的占用,仅提供 origin 总览。

结合持久化存储请求提升可靠性

若需更稳定的长期存储保障,可主动请求持久化权限,提高配额稳定性:

  • 调用 navigator.storage.persist() 请求将存储设为“持久”(用户可能收到提示);
  • 之后再调用 estimate(),部分浏览器会返回更高、更稳定的 quota 值;
  • 配合 navigator.storage.persisted() 可检查当前是否已获持久授权。

例如:

navigator.storage.persist().then(granted => {
  if (granted) console.log('已获得持久化授权');
  return navigator.storage.estimate();
}).then(estimate => { ... });

实用建议:用于容量预警而非精确计算

把 estimate() 当作轻量级健康检查工具:

  • 当 (usage / quota) > 0.8 时,可提示用户“缓存较多,建议清理”;
  • 上传大文件前先检查剩余空间,避免中途写入失败;
  • 搭配 IndexedDB 的 onblocked 或 onupgradeneeded 错误,作为辅助诊断手段;
  • 不要依赖其数值做单位换算展示(如显示“还剩 2.3GB”),应统一用“充足/紧张/不足”等状态描述。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

身份证到期换领材料及异地办理攻略身份证到期换领材料及异地办理攻略
上一篇
身份证到期换领材料及异地办理攻略
Apple Watch表冠卡涩怎么解决
下一篇
Apple Watch表冠卡涩怎么解决
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    386次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    468次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    475次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    415次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    241次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码