如何控制 Git 库的膨胀？一步搞定！

Git 小故事

相信每个公司都有自己的官网。小明公司也不例外，不过小明却发现公司的“猿”哥哥将许多视频放在了代码仓库里，导致原本只有代码的仓库从早期的几十MB，飙升至 1G以上，变得无比臃肿(或者是慢慢臃肿)。这时老板大手一挥删了所有视频，理论上是该缩小的，但小明发现仓库体积并没有变化。明明删了视频，怎么仓库竟没有减小？

到底发生了什么导致 Git 库的膨胀？

根据 Git 的数据存储机制，只要通过命令 git add 将文件存储至暂存区，都会对版本库中的每一个文件，不论是图片、视频、源文件还是二进制文件生成相对应的 Blob 对象（即一段二进制数据）。

如果你的项目中不小心打包进来了比较大的 word 文档或视频资源，Git 本身又识别不了该类型文件，只能当作二进制文件全量存储。所以，在其他人拉取该 word 文档更新完后再推远程分支的时候，则会使得 .git 下面的 objects 的文件夹大小迅速膨胀。

上面使用场景中表面删除了500M空间，实则增加了一次至少500M的历史提交记录，仓库容量并没有变化。

如何精简你的 Git 仓库？

1

压缩 Git 仓库

例如，码云项目管理中会提供存储库 GC 功能，用于清理悬空文件，压缩存储库对象，减少存储库磁盘占用。

2

删除大文件提交记录

查看存储库中的大文件：

git rev-list --objects --all | grep -E `git verify-pack -v .git/objects/pack/*.idx | sort -k 3 -n | tail -10 | awk '{print$1}' | sed ':a;N;$!ba;s/\n/|/g'`

改写历史，去除大文件

git filter-branch --tree-filter 'rm -f path/to/large/files' --tag-name-filter cat -- --all
git push origin --tags --force
git push origin --all --force

并告知所有组员，push 代码前需要 pull rebase，而不是 merge，否则会从该组员的本地仓库再次引入到远程库中。

/

REVIEW

往期精彩