Question

我们将客户端迁移到了一个网站。我们的代码在一个单独的分支上，然后合并到master和release中。对于其他功能，Master已经多次分支。所有这些分支使得存储库比我在网络上找到的示例稍微复杂一些。

我们现在意识到客户端的原始媒体 - 主要是图像和一个大的CSV文件 - 也被检入Git。虽然它只有12MB左右，但有几个理由可以删除它（尤其是客户端的文件名具有非ASCII字符，这些字符与我们在OSX上的Vagrant box的共享文件夹一起播放。）以下是存储库的大小细分：

$ du --max-depth 1 -h
12M  ./.git
13M  ./modules
2.0M ./themes
27M  .

虽然二进制文件显然现在存在于多个分支上，但据我所知，我应该能够执行以下操作来删除二进制文件，然后删除与它们对应的存储库对象：

$ git filter-branch --tree-filter "git rm -rf --ignore-unmatch modules/custom/mymigration/data/photos/*" # Did this with and without "HEAD" argument
[snip lots of output]
$ git reflog expire --expire=now --all 
$ git gc --aggressive --prune=now

但是，我仍然有一个很大的.git子文件夹：

$ du --max-depth 1 -h
12M  ./.git
1.4M ./modules
2.0M ./themes
15M  .

最大的文件是.git / objects / pack / pack -.... pack。当我验证.idx文件时：

$ git verify-pack -v .git/objects/pack/pack-53c8077d0590dabcf5366589c3d6594768637f5e.idx | sort -k 3 -n | tail -n 5

我得到一长串对象。如果我将其传输到rev-list，并将grep传递给我的迁移数据目录：

$ for i in `git verify-pack -v .git/objects/pack/pack-53c8077d0590dabcf5366589c3d6594768637f5e.idx | sort -k 3 -n | tail -n 5 | awk '{print $1}'`;    do 
    git rev-list --objects --all | \
      grep $i | \
      grep modules/custom/mymigration/data
  done
47846536601f0bc3a31093c88768b522a5500c96 modules/custom/mymigration/data/photos/Turkey.jpg
b920e36357d855352f4fdb31c17772d21c01304d modules/custom/mymigration/data/photos/Burger_Top.JPG

然后你可以看到照片仍然在包文件中。

如果我将此存储库推送到（完全空的）远程，然后将远程克隆到其他地方完全不同，那么仍有12MB的包文件。
使用git clone file://path/to/old-repos new-repos在本地克隆此存储库也具有相同的效果：更糟糕的是，我所有的原始分支都消失了（正如您可能期望的那样）所以我只有主人。

我能做些什么来摆脱那些打包的物品？它们是否继续存在表明它们仍然与某些git提交对象相关联？我试过repack和prune-packed，但一切都没有改变。

此外，如果我只是“摆脱它们”，如果我没有正确完成第一位，是否有可能破坏？如果删除git提交仍然引用的文件对象会发生什么？

Answer 1

以下工作可以重复地将存储库减少到大约2.5MB .git和5.8MB。它包括上面@jamessan提出的建议。

这将从所有分支中删除对象，并将这些删除推送到远程存储库。据我所知，那个远程存储库完全没有这些对象（存储库大小大幅下降。）

# Configure the repository to push all existing branches & tags
# when none are explicitly specified
git config --add remote.origin.push '+refs/tags/*:refs/tags/*'
git config --add remote.origin.push '+refs/heads/*:refs/heads/*'

# Make sure all local branches exist, so they get filtered
for remote_branch in `git branch --all | grep -v HEAD | sed -e 's/\*//'`; do local_branch=`echo $remote_branch | sed -e 's!remotes/origin/!!'`; git checkout $local_branch; done

# Prevent git <1.7.7.1 from complaining about dirty working directory
git update-index -q --ignore-submodules --refresh

# Do the filtering across --all branches and rewrite tags
# Note that this will necessarily remove signatures on tags
git filter-branch -f --tree-filter "git rm -rf --ignore-unmatch modules/custom/mymigration/data/photos/*" --tag-name-filter cat -- --all

# Remove the backed-up refs
git for-each-ref --format="%(refname)" refs/original/ | xargs -n 1 git update-ref -d

# Clear out the reflog and garbage-collect
git reflog expire --expire=now --all
git gc --aggressive --prune=now

# Push all changes to origin - pushes tags and branches
git push origin

Answer 2

git-filter-branch手册页的底部描述了缩小存储库的两种方法。

简单的方法是再次克隆存储库

git clone file:///path/to/repo

更复杂的方法类似于你所做的（reflog expire，gc），但是你省略了第一步

删除由git-filter-branch备份的原始引用：git for-each-ref --format =“％（refname）”refs / original / | xargs -n 1 git update-ref -d

完全从所有分支和标记中删除git存储库对象，并将更改推送到远程

2 个答案: