2

我的 repo 是从一个开源项目中派生出来的，所以我不想在 ForkPoint 标记之前修改提交。我已经尝试过BFG Repo Cleaner，但它不允许我指定范围。

我想要

  1. 穿越历史ForkPoint..HEAD^
  2. 重写提交以删除所有大于 10M 的文件

如何从 git 存储库中删除未使用的对象？说应该是这样的

BADFILES=$(find . -type f -size +10M -exec echo -n "'{}' " \;)
git filter-branch --index-filter \
"git rm -rf --cached --ignore-unmatch $BADFILES" ForkPoint..HEAD^

但BADFILES不仅包含存在于HEAD?

例如，如果我错误地提交了一个HUGE_FILE然后又提交了另一个删除该文件的提交，则BADFILES搜索将找不到，HUGE_FILE因为find在当前工作树中看不到它。

Edit1：现在我正在考虑在克隆上使用 BFG，然后将我的叉子移到原始的 ForkPoint 上。fatRepo这会是正确的命令slimRepo吗？

mkdir merger ; cd merger ; git init
git remote add fat  ../fatRepo
git remote add slim ../slimRepo
git fetch --all
git checkout fat/ForkPoint
git cherry-pick slim/ForkPoint..slim/branchHead

Edit2：樱桃采摘不起作用，因为樱桃采摘无法处理 slimRepo 中的合并。我可以以某种方式粉碎 slimRepo 的历史，并简单地合并到 fatRepo/ForkPoint 上吗？

git <turn into a single commit> slim/rootNode..slim/ForkPoint
git checkout fat/ForkPoint
git merge slim/branchHead
4

1 回答 1

1

是的，你是对的。

如果您可以提前识别文件，只需手动列出它们。

如果您需要从每次提交中选择大文件，您可以：

  • 使用索引过滤器（如上面的示例所示），但检查中的大文件$GIT_COMMIT，或
  • 使用树过滤器并简单地删除大文件

（或者当然你能想到的任何其他东西）。

索引过滤器要快得多，因为它允许您（和 git）跳过将每个要过滤的提交转换为工作树的杂乱事务，反之亦然。但是，如果要复制的提交很少，您将把时间和精力投入到总体回报很小的事情上。如果您希望采用这种方式，请注意您需要足够的引用才能$GIT_COMMIT从发生时可用的变量中提取eval（例如，请参见下面的脚本技巧，因为它已放入环境中）。

树过滤器很容易使用：在这种情况下，git 将原始提交提取到一个干净的空子目录中（默认情况下，在.git包含存储库的目录中创建一个子目录，但请参阅-d参数）并运行您的过滤器（在那个子目录中）。之后保留的任何文件都将与其他过滤器（如果有）一起放入新的提交中（按照文档中给出的顺序）。所以你的树过滤器可能只是：

find . -type f -size +10M -exec rm '{}' ';'

请注意，字符串是传递给的，eval因此有必要使用多个级别的引用。或者，您可以简单地通过完整路径名运行它：将您的脚本放在一个文件中，例如/tmp/cleanup.sh，使其可执行，然后使用：

git filter-branch --tree-filter /tmp/cleanup.sh ForkPoint..HEAD^

树过滤器会很慢，但您可能不太在意，尤其是当您的范围仅包含少数提交时。

编辑：通过查看存储在该提交中的树来查找特定提交（或其他树）中的大文件——这是你在索引过滤器中需要的——你可以使用这个 script-ette（经过轻微测试）：

git ls-tree -lr $ref |
while read mode type hash size path; do
    [ $size -gt $limit ] && echo $size $path
done

$ref为($GIT_COMMIT在索引过滤器中) 和选择合适的值$limit。echo将命令更改为git rm --cached -- $path以在过滤器中删除它们。（您不需要--ignore-unmatch，因为通过查看该提交的树可以找到找到的路径。）

git rev-list您可以通过首先使用准备一组 refs来查看这会做什么：

git rev-list ForkPoint..HEAD^ | /tmp/script

其中 /tmp/script 是：

check_tree() {
    git ls-tree -lr $1 |
    while read mode type hash size path; do
        [ $size -gt $limit ] && echo $size $path
    done
}

limit=1000000 # or whatever number

while read rev; do
    check_tree $rev
done

一旦找到所需的大小限制值，然后使用稍微修改的脚本（如上所述）作为实际的索引过滤器。

于 2014-07-29T06:02:40.313 回答