我们有一个相当大的代码库，包含大约60000次提交。我们希望重新格式化所有.java文件，同时保留git历史记录。因此，我们采用的方法是使用git filter-branch --tree-filter来重新格式化整个代码库，同时保持历史记录的完整性。但是，有一些问题我无法找到答案。
当我应用--tree-filter并传递重新格式化根目录中所有.java文件的命令时，重写就会发生，但最后，我看到了所有的.java文件。集结区。重写的每一步都需要提交还是自动发生？
git filter-branch似乎需要进行一系列的提交，这让我想知道是否可以在每次重写之前保存提交ID并在发生故障时恢复。恢复很重要，因为整个过程可能需要几天才能完成（即使在强大的计算实例上）。
为了重新格式化整个代码库，请将--index-filter工作吗？
更新：澄清
答案 0 :(得分：2)
作为the BFG的作者（git-filter-branch的更快，更简单的替代方案），我很乐意提及它，尽管它不是 - 不属于 - box - 做Java源重新格式化。
你提到git-filter-branch操作失败后的恢复会有所帮助 - 当然，因为git-filter-branch太慢了。有no way to resume a git-filter-branch操作 - 但如果它更快，它就会成为一个大问题。 BFG可以是many hundred times faster而不是git-filter-branch，因为它只清除任何给定版本的文件一次 - 不像git-filter-branch，每次提交都会清除同一个文件。
BFG支持文件中的直接文本替换，但正如我所说，它不会进行Java源代码重新格式化。有两种方法可以让它发挥作用：
git-filter-branch＆＃39} s --tree-filter或--index-filter - 但我仍然希望，相当快。选项2难以实现。但是，我想知道你是否可以详细说明你为什么要采取这个激烈的行动 - 重写历史？相对于重写提交和让每个人都适应变化的历史的麻烦，拥有完美格式化的历史真的有很大的好处吗？为什么不对您的最新提交进行一次性重新格式化？
答案 1 :(得分：1)
Re 1：--tree-filter不需要单独提交：它只是将对应于某个提交的树转储到临时目录中，运行过滤器，然后将生成的目录作为新树的新树承诺。 所有更改（包括创建或删除的文件）会导致不同的＆＃34;新的＆＃34;提交，并且作为手册页注释，.gitignore和所有其他忽略规则不使用（因此，如果您创建.bak文件或其他任何内容，通常只会.gitignore它，您必须在树形过滤器中手动删除它。
所有这些工作都是在git＆＃39; base＆＃34;的基础目录中完成的。临时目录，您可以使用-d进行设置，但默认为.git-rewrite。 （过滤器的子目录 - 包括树过滤器在内的所有这些都是$tempdir/t，但这不应该是相关的。）它也都是通过特殊的临时索引完成的（暂存区域） ）文件（$tempdir/index）。
请注意，在git filter-branch退出时删除整个临时目录。
Re 2：是的，可以在所有过滤器运行期间保存要过滤的ID，它在$ GIT_COMMIT（环境变量）中。 （由于过滤器大多是eval，您甚至可以修改环境以传递其他变量或更改一些变量;请参阅filter-branch脚本。
回复3：基本上，--index-filter和--tree-filter之间的区别在于--tree-filter将树提取到临时目录中，运行过滤器，然后汇总（可能已修改）树为新提交创建新树。相反，--index-filter将树加载到索引文件中;运行你的过滤器，可以修改索引;然后使用结果索引为新提交创建新树。
换句话说，树过滤器实际上解压缩并重新打包索引。这就是索引过滤器更快的原因：它会跳过解包/重新打包步骤。如果你必须修改实际文件，只需解压所有文件，修改所有文件并重新打包所有文件就更简单了。如果许多文件赢得被修改，通过解包有趣的文件，修改那些文件并重新包装修改后的结果，你可以获得一些速度，但要做到这一点你需要一点点坚韧不拔低级别的git知识。 （您可以轻松地git checkout和git add每个文件，但您还必须找到要修改的文件。）