SO和其他地方的数十个问题和答案强调Git无法处理大型文件或大型回购。建议使用一些变通方法，例如git-fat和git-annex，但理想情况下，Git会本地处理大型文件/存储库。
如果此限制已存在多年，是否有理由尚未取消限制？我认为Git中存在一些技术或设计挑战，这使得大文件和大型repo支持非常困难。
很多相关的问题，但似乎都没有解释为什么这是一个很大的障碍：
答案 0 :(得分：14)
基本上，它取决于权衡。
你的一个问题有一个来自Linus本人的例子：
[...] CVS，即它真的最终面向“一次一个文件”模式。
哪个好，因为你可以拥有一百万个文件，然后只查看其中一些 - 你甚至都看不到其他999,995个文件的影响。
从根本上说，Git从来没有真正看过不到整个回购。即使你稍微限制一些事情（即只检查一部分，或者让历史记录稍微退一步），git最终仍然关心整个事情，并传授知识。如果你强迫它把所有东西看作一个巨大的存储库，那么git会非常糟糕。我不认为这部分是可以修复的，尽管我们可以改进它。
是的，那就是“大文件”问题。我真的不知道如何处理大文件。我知道，我们会嘲笑他们。
正如您将找不到具有O（1）索引访问和插入的数据结构一样，您将找不到能够完美地执行所有操作的内容跟踪器。
Git故意选择在某些方面做得更好，对别人不利。
磁盘使用情况
由于Git是DVCS（分布式版本控制系统），每个人都拥有整个仓库的副本（除非您使用相对较新的浅层克隆）。
这有一些真正优点，这就是为什么像Git这样的DVCS变得非常受欢迎。
然而，使用SVN或CVS的中央服务器上的4 TB回购是可管理的，而如果你使用Git，每个人都不会为携带它而感到激动。
Git有一个很好的机制，可以通过跨文件创建delta链（“diffs”）来最小化repo的大小。 Git在创建它们时不受路径或提交命令的限制，它们确实工作得很好....有点像对整个仓库进行压缩。
Git将所有这些小差异放入packfiles中。 Delta链和packfiles使得检索对象需要更长的时间，但这对于最小化磁盘使用非常有效。 （还有那些权衡。）
这种机制对于二进制文件不起作用，因为它们往往会有很大不同，即使在“小”更改之后也是如此。
<强>记录
当您签入文件时，您将永远拥有它。你的孙子孙女的孙子每次克隆你的回购时都会下载你的猫gif。
这当然不是git独有的，因为DCVS会使后果更加重要。
虽然可以删除文件，但git的基于内容的设计（每个对象id是其内容的SHA）使得删除这些文件变得困难，侵入性和破坏历史记录。相比之下，我可以从工件仓库或S3存储桶中删除crufty二进制文件，而不会影响我的其他内容。
<强>难度
使用非常大的文件需要很多仔细的工作，以确保最小化您的操作，并且永远不会将整个内容加载到内存中。在创建具有与git一样复杂的特征集的程序时，这非常难以可靠地完成。
<强>结论
最终，开发人员说“不要把大文件放在Git中”有点像那些说“不要把大文件放在数据库中”的人。他们不喜欢它，但任何替代方案都有缺点（在一种情况下Git整合，ACID合规和FK与另一种）。实际上，它通常可以正常工作，特别是如果你有足够的记忆。
它的效果不如它的设计效果好。
答案 1 :(得分：5)
git＆＃34;无法处理＆＃34;这是不对的。大文件。只是您可能不希望使用git来管理大型二进制文件的存储库，因为git repo包含每个文件的完整历史记录，而delta压缩是大多数类型的二进制文件比在文本文件上有效得多。结果是一个非常大的repo，需要很长时间才能克隆，使用大量磁盘空间，并且由于其必须通过大量数据，因此对于其他操作来说可能会慢得令人无法接受。
替代方案和附加组件（如git-annex）分别存储大型二进制文件的修订版，其方式违反了git通常的假设，即每个以前的存储库状态可以脱机使用在任何时候，但避免必须运送如此大量的数据。
答案 2 :(得分：0)
这是因为每个结帐都包含每个文件的每个版本。
现在，git有一些方法可以缓解这个问题，例如二进制差异和稀疏克隆，但是每个客户端肯定会在每个文件中至少有两个副本（一个在工作树中，一个在存储库中）。这是你的问题取决于您的具体情况。