在 Windows 上构建不占 C 盘的科研级 WSL 实验环境（Ubuntu 22.04）

适用人群：

使用 Windows 作为主力实验机器

从事 机器学习 / NLP / LLM / KBQA / 图数据库 等研究

C 盘空间紧张，希望 WSL 数据完整放在 D 盘

本文将完整介绍：

为什么默认 WSL 会疯狂占用 C 盘
如何从零开始把 Ubuntu 22.04 WSL 安装到 D 盘
如何在该 WSL 中搭建一个 可长期使用、可复现的科研级 Python / 深度学习环境

全文以"Windows + WSL2 = 主力科研环境"为核心设计理念。

一、为什么默认 WSL 会占 C 盘？（原理必须先搞清）

WSL2 的本质并不是"Linux 进程模拟"，而是：

一个运行在 Hyper-V 之上的轻量级 Linux 虚拟机

这个虚拟机的整个 Linux 文件系统，被封装在一个虚拟磁盘文件中：

text 复制代码

ext4.vhdx

默认存放位置

text 复制代码

C:\Users\<你的用户名>\AppData\Local\Packages\<发行版ID>\LocalState\ext4.vhdx

关键结论

即使你在 Linux 内部：
- 修改 /home
- 挂载数据目录
ext4.vhdx 依然在 C 盘
所有数据增长，最终都会体现在 C 盘空间被吞噬

👉 因此：

唯一真正让 WSL 不占 C 盘的方法，是控制 ext4.vhdx 的物理存放位置

二、WSL 安装方案对比（结论先行）

安装方式	是否真正不占 C 盘	推荐度
`wsl --install` 直接安装	❌	不推荐
Microsoft Store 安装	❌	不推荐
`wsl --import` 自定义路径	✅	⭐⭐⭐⭐⭐
安装后再迁移	✅	⭐⭐⭐

最佳实践只有一个：

从一开始就用 wsl --import，把 ext4.vhdx 放在 D 盘

三、在 D 盘新建 Ubuntu 22.04 WSL（标准做法）

目标效果

发行版名称：Ubuntu-22.04
数据目录：D:\WSL\Ubuntu-22.04\
ext4.vhdx 完全位于 D 盘
C 盘仅保留极少量 WSL 组件文件

Step 1：准备目录（Windows）

在 D 盘新建目录：

text 复制代码

D:\WSL\Ubuntu-22.04

Step 2：获取 Ubuntu 22.04 RootFS（官方方式）

在 PowerShell 中执行：

powershell 复制代码

wsl --install -d Ubuntu-22.04
wsl --shutdown

随后导出 rootfs：

powershell 复制代码

wsl --export Ubuntu-22.04 D:\WSL\ubuntu-22.04.tar
wsl --unregister Ubuntu-22.04

说明：

这一步只是借用官方镜像生成 rootfs

该发行版马上会被删除，不会长期占用 C 盘

Step 3：在 D 盘重新导入（关键步骤）

powershell 复制代码

wsl --import Ubuntu-22.04 D:\WSL\Ubuntu-22.04 D:\WSL\ubuntu-22.04.tar --version 2

参数解释：

参数	含义
Ubuntu-22.04	WSL 中显示的发行版名称
D:\WSL\Ubuntu-22.04	ext4.vhdx 的实际存放位置
ubuntu-22.04.tar	Linux 根文件系统
--version 2	使用 WSL2

Step 4：清理临时文件

powershell 复制代码

del D:\WSL\ubuntu-22.04.tar

Step 5：启动并配置用户

powershell 复制代码

wsl -d Ubuntu-22.04

默认以 root 身份进入，需要手动创建用户：

bash 复制代码

adduser yourname
usermod -aG sudo yourname

设置默认用户：

powershell 复制代码

ubuntu2204.exe config --default-user yourname

Step 6：验证 ext4.vhdx 位置

powershell 复制代码

wsl --shutdown

确认：

text 复制代码

D:\WSL\Ubuntu-22.04\ext4.vhdx

至此，WSL 的 全部 Linux 数据已彻底脱离 C 盘。

四、已有 WSL 的迁移方案（备选）

powershell 复制代码

wsl --shutdown
wsl --export Ubuntu-22.04 D:\WSL\backup.tar
wsl --unregister Ubuntu-22.04
wsl --import Ubuntu-22.04 D:\WSL\Ubuntu-22.04 D:\WSL\backup.tar --version 2

五、必须避开的常见误区

❌ 误区 1：只迁移 `/home`

ext4.vhdx 仍在 C 盘
问题根本没解决

❌ 误区 2：ext4.vhdx 做软链接

官方不支持
高概率损坏文件系统

❌ 误区 3：安装后强行改路径

没有官方迁移机制
极易翻车

六、在该 WSL 中搭建科研级 Python / ML 环境

以下所有操作均在 Ubuntu 22.04 WSL 内执行

1️⃣ 系统与编译基础

bash 复制代码

sudo apt update
sudo apt upgrade -y

sudo apt install -y \
  build-essential cmake pkg-config \
  git curl wget unzip zip \
  tmux htop tree software-properties-common

2️⃣ 使用 Conda 管理 Python（强烈推荐）

bash 复制代码

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
source ~/.bashrc

创建科研主环境：

bash 复制代码

conda create -n research python=3.10 -y
conda activate research

3️⃣ 数值计算与深度学习基础

bash 复制代码

pip install -U numpy scipy pandas scikit-learn matplotlib seaborn tqdm
pip install torch torchvision torchaudio

4️⃣ NLP / LLM / KBQA 核心库

bash 复制代码

pip install -U \
  transformers datasets tokenizers sentencepiece accelerate \
  spacy nltk rapidfuzz rank-bm25 networkx \
  SPARQLWrapper rdflib pyparsing

5️⃣ 实验工程与复现工具

bash 复制代码

pip install -U pyyaml hydra-core rich wandb

6️⃣ 环境验证

bash 复制代码

python - << EOF
import torch, transformers, numpy, pandas, networkx
print('Torch:', torch.__version__)
print('Transformers:', transformers.__version__)
print('OK: research env ready')
EOF

七、总结

通过 WSL2 + D 盘部署 + Conda 管理环境，Windows 完全可以胜任：

日常科研实验
LLM / KBQA / 图推理
大规模数据处理与复现

该方案的核心优势是：

C 盘零压力
环境高度可控
与 Linux 服务器高度一致
对科研工作极其友好

如果你本身就是 Windows 用户，这几乎是目前性价比最高、工程最稳妥的实验环境方案。

在 Windows 上构建不占 C 盘的科研级 WSL 实验环境（Ubuntu 22.04）