Question

我们有一个历史悠久的git项目。

具体来说，在项目早期，项目中存在大量二进制资源文件，这些文件现已被删除，因为它们实际上是外部资源。

但是，由于先前已提交这些文件，我们的存储库大小> 200MB（总结账时间约为20MB）。

我们要做的是“折叠”历史记录，以便存储库看起来是从以后的版本创建的。例如

1-----2-----3-----4-----+---+---+
                   \       /
                    +-----+---+---+

创建存储库
添加了大量二进制文件
删除了大量二进制文件
新的存储库“开始”

因此，我们希望在某一点之前丢失项目历史记录。此时只有一个分支，因此尝试处理多个起点等没有复杂性。但是我们不想丢失所有历史记录并使用当前版本启动新的存储库。

这是可能的，还是我们注定要永远拥有一个膨胀的存储库？

Answer 1

您可以移除二进制膨胀并保留其余历史记录。 Git允许您重新排序和“压缩”先前的提交，因此您只需要组合添加和删除大二进制文件的提交。如果添加都在一次提交中完成，而删除则在另一次提交中完成，这将比处理每个文件容易得多。

$ git log --stat       # list all commits and commit messages

在此处搜索添加和删除二进制文件的提交，并记下其SHA1，例如2bcdef和3cdef3。

然后要编辑repo的历史记录，请使用rebase -i命令及其交互选项，从添加二进制文件的提交的父级开始。它将启动您的$ EDITOR，您将看到以2bcdef开头的提交列表：

$ git rebase -i 2bcdef^    # generate a pick list of all commits starting with 2bcdef
# Rebasing zzzzzz onto yyyyyyy 
# 
# Commands: 
#  pick = use commit 
#  edit = use commit, but stop for amending 
#  squash = use commit, but meld into previous commit 
# 
# If you remove a line here THAT COMMIT WILL BE LOST.
#
pick 2bcdef   Add binary files and other edits
pick xxxxxx   Another change
  .
  .
pick 3cdef3   Remove binary files; link to them as external resources
  .
  .

插入squash 3cdef3作为第二行，并从列表中删除显示pick 3cdef3的行。您现在有一个交互式rebase的操作列表，它将把添加和删除二进制文件的提交组合到一个提交中，其中diff只是这些提交中的任何其他更改。然后，当您告诉它完成时，它将按顺序重新应用所有后续提交：

$ git rebase --continue

这将需要一两分钟你现在有一个不再拥有二进制文件的回购。但是他们仍然会占用空间，因为默认情况下，Git会在垃圾收集之前保持30天左右的变化，以便您可以改变主意。如果你想现在删除它们：

$ git reflog expire --expire=1.minute refs/heads/master
      #all deletions up to 1 minute  ago available to be garbage-collected
$ git fsck --unreachable      # lists all the blobs(files) that will be garbage-collected
$ git prune
$ git gc

现在你已经删除了膨胀，但保留了历史的其余部分。

Answer 2

您可以使用git filter-branch和grafts将提交编号4作为分支的新根提交。只需创建文件.git/info/grafts，其中只有一行包含提交号为4的SHA1。

如果您现在执行git log或gitk，您将看到这些命令将显示提交编号4作为分支的根目录。但是在您的存储库中实际上没有任何改变。您可以删除.git/info/grafts，git log或gitk的输出将与以前一样。要实际将提交编号4设为新根，您必须运行git filter-branch，不带参数。

Answer 3

感谢JesperE的帖子，我调查了git-filter-branch - 这可能实际上就是你想要的。看起来你可以保留你之前的提交，除非你的大文件被删除后它们会被修改。来自git-filter-branch man page：

假设您要从所有提交中删除文件（包含机密信息或侵犯版权）：

git filter-branch --tree-filter'rm filename'HEAD

请务必阅读该手册页...显然，您希望在存储库的备用克隆上执行此操作，以确保其按预期工作。

Answer 4

git-fast-export您要找的是什么？

NAME
   git-fast-export - Git data exporter

SYNOPSIS
   git-fast-export [options] | git-fast-import

DESCRIPTION
   This program dumps the given revisions in a form suitable to be piped into git-fast-
   import(1).

   You can use it as a human readable bundle replacement (see git-bundle(1)), or as a kind
   of an interactive git-filter-branch(1).

折叠git存储库的历史记录

4 个答案: