我可以在git filter-branch期间使用我的存储库吗？

Question

我将一些大的二进制文件签入了git存储库。我注意到它变得很慢。最多4-5秒响应根目录中的git status .。所以我决定用git filter-branch --tree-filter "rm -f web/libs/*.*jar" HEAD和类似命令清理存储库。但它们需要数小时才能完成。

我可以继续使用我的存储库，而这些命令正在运行吗？

Answer 1

在过滤器分支

期间，不要尝试在存储库中工作

通过将过滤器分支进程发送到shell会话的后台，或者打开另一个终端并继续使用您的回购方式，您可以可能在过滤器分支期间继续使用您的回购，但我强烈反对，如果你尝试过，你可能会在你的回购中造成很多问题。

然后，Git可能会在过滤器分支（例如索引）期间锁定某些文件，因此如果您在过滤器分支期间尝试非过滤器分支操作，它可能会抛出一堆错误。

解决方案1：使用index-filter

不要使用树形过滤器，正如您所见，它非常慢，因为它必须将每个提交签出到工作副本中。使用索引过滤器，而不是recommended in the filter-branch documentation，因为它不需要检查每个提交，因此它运行得更快：

git filter-branch --index-filter '
  git rm --cached --ignore-unmatch web/libs/*.*jar
' HEAD

您还可以通过传递一系列提交到HEAD的提交来加速filter-branch，而不是过滤所有提交。例如，以下内容将过滤最后20或21次提交：

git filter-branch --index-filter '
  git rm --cached --ignore-unmatch web/libs/*.*jar
' HEAD~20..HEAD

文档

The options：

--index-filter <command>

     

这是重写索引的过滤器。它类似于树过滤器，但不检查树，这使得它更快。经常与git rm --cached --ignore-unmatch ...一起使用，请参阅下面的示例。对于毛病例，请参阅git-update-index(1)。

The example：

  

将--index-filter与git rm一起使用会产生明显更快的版本。与使用rm filename一样，如果提交树中没有该文件，git rm --cached filename将失败。如果您想“完全忘记”某个文件，它在输入历史记录时无关紧要，因此我们还会添加--ignore-unmatch：

     

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

解决方案2：使用BFG

或者您可以尝试使用BFG工具as VonC recommended。

Answer 2

速度是你的问题，我写BFG更快。而不是几个小时，它几乎肯定会在不到半分钟内完成。

你应该仔细遵循usage instructions，但核心部分就是这样：

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

这将删除您当前在最近一次提交中使用的存储库历史记录中的所有jar。

BFG通常比运行git filter-branch至少10-50x快，并且通常更容易使用。如果您决定使用git filter-branch，您可能希望看到我之前写过的关于如何让它更快一点的回答：https://stackoverflow.com/a/16154016/438886

无论您使用git filter-branch还是BFG，在历史记录被重写时，您确实不应该在存储库上工作 - 但是，使用BFG，那段时间将只有几秒钟。

完全披露：我是BFG Repo-Cleaner的作者。