Question

我们目前正在将SVN回购迁移到GIT（托管在bitbucket）。我使用subgit将我们所有的分支/历史导入到我本地（Windows）PC上的裸仓库中。

回购非常大（导入后为7.42 GB）这是因为它还包含有关SVN的信息，例如修订号，以便提供在Git和SVN之间进行双向同步的方法（我只感兴趣于单向SVN到GIT）。

我创建了导入的裸仓库的本地克隆，并将所有分支推送到bitbucket。几个小时后（！），回购完全上传。 BitBucket现在给了我关于回购规模的警告。我检查了尺寸，它是1.1GB。这不像导入的裸机那么大，但仍然很大，有一个快速的存储库。

在使用BFG之后，我设法在裸仓库上使用这些命令删除了soms大型DLL / SQL导出文件（我只使用克隆来推送而没有所有与svn相关的引用）：

java -jar bfg.jar --delete-files '{''specialized 2015''','''specialized,''insert-pcreeks''}.sql' --no-blob-protection

java -jar bfg.jar --delete-files 'Incara.*.dll' --no-blob-protection Incara.git

git reflog expire --expire=now --all && git gc --prune=now --aggressive

这需要一段时间，之后git_find_big.sh脚本不再显示这些大型sql文件。但是在把东西推回到bitbucket之后（作为一个新的回购，而不是强力推动）它只会变得更大（1.8GB）

您能为这种行为提供可能的解释吗？

我不知道它是否重要但我们在svn中使用了非标准分支/标签模型。这导致分支如下： /refs/heads/archive/some/path/to/branch。这些分支似乎工作正常，删除它们也不影响大小。

除了这些问题，我注意到我在git_find_big.sh输出中显示了一些XML文件：

size,pack,SHA,location 12180,1011,56731c772febd7db11de5a66674fe6a1a9ec00a7 repository/frontend.xml 12074,1002,0cefaee608c06621adfa4a9120ed7ef651076c33 repository/frontend.xml 12073,1002,a1c36cf49ec736a7fc069dcc834b784ada4b6a06 repository/frontend.xml 12073,1002,1ba5bd92817347739d3fba375fc42641016a5c1d repository/frontend.xml 12073,1002,e9182762bfc5849bc6645fdd6358265c3930779f repository/frontend.xml 12073,1002,dff5733d67cb0306534ac41a4c55b3bbaa436a2e repository/frontend.xml 12072,1002,8ee628f645ce53d970c3cf9fdae8d2697224e64c repository/frontend.xml 12072,1002,1266dee72b33f7a05ca67488c485ea8afc323615 repository/frontend.xml

这些文件包含我们正在使用的网络平台的前端逻辑，确实非常大。但他们应该被视为文本吗？因此，我不明白为什么它们在上面的输出中显示为单独的对象。我是对的，这不应该发生吗？

SVN导入也导致了一些空提交（例如，当SVN创建或移动分支时，它需要新的提交）。我想这些只能使用filter-branch删除？

抱歉，我有很多问题！有人可以帮我这个吗？

谢谢，

皮特

Answer 1

我已经在您的问题评论中要求提供更多诊断信息，这对于对主要部分给出合理答案是必要的，但对于您的次要问题（Stackoverflow鼓励您单独提出，顺便提一下！），这里有一些指示：

除了这些问题，我注意到我出现了一些XML文件   git_find_big.sh输出：   [剪断]

这些文件包含的前端逻辑   我们正在使用的网络平台，确实很大。但他们应该   对待文本吧？因此，我不明白他们出现的原因   上面输出中的单独对象。我是对的，不应该这样   发生？

Git根据文件内容（SHA哈希）分配id，并且就此而言，不关心你的文件是否是文本 - 如果文件稍有不同，它们的id不同，并将单独存储（Git 可能在引擎盖下进行增量压缩，但这不会阻止文件被定义为逻辑上分离）。因此，git_find_big.sh输出中不同版本的同一文件不止一次出现就不足为奇了。

SVN导入也导致了一些空提交（例如 SVN创建或移动需要新提交的分支。我想这些只能使用filter-branch删除？

是的，BFG并不是开箱即用的。但是，filter-branch 做的一项任务是合理地快速完成（即使使用起来很繁琐）。

Answer 2

（我在运行BFG之后）增加了程序包大小，最终由于git版本2.18时代版本程序包问题而出现。使用2.19的同事没有问题，我可以在2.19中找到错误修复说明。

使用BFG后，Git存储库只会变得更大

2 个答案: