Question

（解决，见问题正文的底部）
现在寻找这个，我现在拥有的是：

几乎相同的方法，但它们都将对象留在包文件中...坚持。
我尝试了什么：

git filter-branch --index-filter 'git rm --cached --ignore-unmatch file_name'
rm -Rf .git/refs/original
rm -Rf .git/logs/
git gc

包里还有文件，这就是我所知道的：

git verify-pack -v .git/objects/pack/pack-3f8c0...bb.idx | sort -k 3 -n | tail -3

而且：

git filter-branch --index-filter "git rm -rf --cached --ignore-unmatch file_name" HEAD
rm -rf .git/refs/original/ && git reflog expire --all &&  git gc --aggressive --prune

同样......

尝试git clone技巧，它删除了一些文件（约3000个），但最大的文件仍在那里......

我在存储库中有一些大型遗留文件，大约200M，我真的不希望它们在那里......而且我不想将存储库重置为0 :(

解：这是摆脱文件的最短路径：

检查.git / packed-refs - 我的问题是我有一个refs/remotes/origin/master行用于远程存储库，删除它，否则git不会删除这些文件
（可选） git verify-pack -v .git/objects/pack/#{pack-name}.idx | sort -k 3 -n | tail -5 - 检查最大的文件
（可选） git rev-list --objects --all | grep a0d770a97ff0fac0be1d777b32cc67fe69eb9a98 - 检查这些文件是什么
git filter-branch --index-filter 'git rm --cached --ignore-unmatch file_names' - 从所有版本中删除文件
rm -rf .git/refs/original/ - 删除git的备份
git reflog expire --all --expire='0 days' - 使所有松散的物品失效
git fsck --full --unreachable - 检查是否有任何松动的物品
git repack -A -d - 重新包装
git prune - 最终删除这些对象

Answer 1

我无法确定无法访问您的存储库数据，但我相信在运行git filter-branch之前，可能还有一个或多个打包的引用仍引用旧提交。这可以解释为什么git fsck --full --unreachable不会将大blob称为无法访问的对象，即使你已经使你的reflog过期并删除了原始（未压缩的）refs。

以下是我要做的事情（git filter-branch和git gc完成后）：

1）确保原始引用消失：

rm -rf .git/refs/original

2）使所有reflog条目失效：

git reflog expire --all --expire='0 days'

3）检查旧的打包参考

这可能很棘手，具体取决于您拥有多少个打包的裁判。我不知道任何自动执行此操作的Git命令，因此我认为您必须手动执行此操作。备份.git/packed-refs。现在编辑.git/packed-refs。检查旧引用（特别是，查看它是否包含来自.git/refs/original的任何引用）。如果您发现任何旧版本不需要，请删除它们（删除该参考的行）。

清理完packed-refs文件后，查看git fsck是否注意到无法访问的对象：

git fsck --full --unreachable

如果有效，并且git fsck现在报告您的大blob无法访问，则可以继续执行下一步。

4）重新包装您的打包存档

git repack -A -d

这将确保解压缩无法访问的对象并保持解压缩。

5）修剪松散（无法到达）的对象

git prune

那应该这样做。 Git真的应该有更好的方法来管理打包引用。也许有一种我不了解的更好的方式。如果没有更好的方法，手动编辑packed-refs文件可能是唯一的方法。

Answer 2

我建议使用BFG Repo-Cleaner，这是git-filter-branch的一种更简单，更快的替代方案，专门用于重写Git历史记录中的文件。它让你的生活更轻松的一种方式是它实际上默认处理所有引用（所有标签，分支，refs / remotes / origin / master之类的东西等），但它也是{{3更快。

您应该在这里仔细按照以下步骤操作：10-50x - 但核心位是这样的：下载http://rtyley.github.com/bfg-repo-cleaner/#usage（需要Java 6或更高版本）并运行此命令：

$ java -jar bfg.jar  --delete-files file_name  my-repo.git

任何名为file_name的文件（不在最新提交中）都将从存储库的历史记录中完全删除。然后，您可以使用git gc清除死数据：

$ git gc --prune=now --aggressive

BFG的使用通常比git-filter-branch简单得多 - 这些选项围绕这两种常见用例进行了定制：

删除疯狂大文件
删除密码，凭据＆amp;其他私人数据

完全披露：我是BFG Repo-Cleaner的作者。

Answer 3

我发现这对于删除整个文件夹非常有帮助，因为上面的内容对我没有帮助：https://help.github.com/articles/remove-sensitive-data。

我用过：

git filter-branch -f --force \
--index-filter 'git rm -rf --cached --ignore-unmatch folder/sub-folder' \
--prune-empty --tag-name-filter cat -- --all

rm -rf .git/refs/original/
git reflog expire --expire=now --all
git gc --prune=now
git gc --aggressive --prune=now

Answer 4

我试图摆脱历史上的一个大文件，而上述答案在某种程度上有效。关键是：如果你有标签，它们就不起作用。如果可以从标记访问包含大文件的提交，那么您需要调整filter-branches命令：

git filter-branch --tag-name-filter cat \
--index-filter 'git rm --cached --ignore-unmatch huge_file_name' -- \
--all --tags

Answer 5

请参阅：How do I remove sensitive files from git’s history

如果文件在转速中不存在，则上述操作将失败。在这种情况下，' - ignore-unmatch'开关将修复它：

git filter-branch -f --index-filter 'git rm --cached --ignore-unmatch <filename>' HEAD

然后，将所有松散的物品从废物箱中取出：

git gc --prune='0 days ago'

Answer 6

git gc之后，由于does not remove all loose objects，您有多种原因可以获得仍然很大的git仓库大小。

我在“reduce the git repository size”

中详述了这些原因

但是，在你的情况下测试的一个技巧是clone your "cleaned" Git repo并查看克隆是否具有合适的大小。

（''clean“repo'是您应用filter-branch，然后gc和prune）

的应用

Answer 7

这应该由Git Extras中的git obliterate命令（https://github.com/visionmedia/git-extras）涵盖。

git obliterate <filename>

Answer 8

我遇到了同样的问题，我在github上发现了一个很棒的tutorial，它逐步解释了你如何摆脱意外提交的文件。

以下是Cupcake建议的程序的一点概述。

如果您要从历史记录中删除名为file_to_remove的文件：

cd path_to_parent_dir

git filter-branch --force --index-filter \
  'git rm --cached --ignore-unmatch file_to_remove' \
  --prune-empty --tag-name-filter cat -- --all

从git存储库中删除文件（历史记录）

8 个答案: