问题标签 [datalad]

我已经开始在我的实验室中使用 datalad（git 附件的包装器）来控制版本控制数据和过期时间。它工作得很好，除了 .git 文件夹可以默默地变大，特别是在 git 历史中来回重复某些步骤时。例如，有时我做了一个提交，意识到我需要修复一些东西，所以回滚它，git reset HEAD~然后从那里进行额外的提交。这会孤立以前是 HEAD 的提交，因此它不会出现在其中，git log但其所有关联文件仍将在附件中，如果您有提交 sha，您仍然可以使用git show它。如何永久删除这些孤立的提交，以使它们及其关联文件不占用磁盘空间？我试过git gc --prune=now --aggressive了，但这似乎什么也没做。

例如：

我正在尝试将现有的 python API（它不是 Web API，它是一个名为Datalad的 python 库）集成到 Django 应用程序中。

更深入地说，我想创建一个代表数据集类的 django 模型，即 git/git-annex 存储库的表示。

django 模型类应该镜像数据集类的属性和方法，并最终扩展它们。

我的目的是创建一个 django 应用程序来创建和管理 git/git-annex 存储库，该存储库将成为序列化为 json（添加到 git 树）或二进制文件（由 git-annex 管理）的通用对象的存储后端。

例如，我将拥有代表视频、音频、超文本等内容的 django 模型和代表存储库的模型。

当我添加视频时，我会将视频本身添加到选择的 git-annex 存储库中，并将其元数据序列化并作为 json 文件提交到 git 中。

最好的方法是什么？

我无法让 datalad 在 python jupyter 实验室笔记本中工作，但它在常规终端中工作正常。我需要专门做些什么来将 datalad 与 Jupyter 笔记本集成吗？我根据 Datalad 手册安装：http: //handbook.datalad.org/en/latest/intro/installation.html#install。以下是一些细节：

机器规格：macOS Mojave 10.14.6，Python 3.8.5，使用 anaconda

使用它是行不通的！使用 shell 终端安装，但确实在终端应用程序中工作。这是我尝试使用 data lad 时的 jupyter 终端示例：!datalad status --annex all ; 产生此错误：[ERROR] git-annex of version >= 7.20190503 is missing。有关如何安装 DataLad 和 git-annex 的说明，请访问http://handbook.datalad.org/r.html?install 。[annexrepo.py:_check_git_annex_version:555]（缺少外部依赖）

我试图在 jupyter ( pip install datalad ) 中进行 pip 安装，它给了我这个警告，但其他方面似乎没问题：警告：目录 '/Users/eprzysinda/Library/Caches/pip' 或其父目录不属于或属于当前用户不可写。缓存已被禁用。检查该目录的权限和所有者。如果使用 sudo 执行 pip，您可能需要 sudo 的 -H 标志。

当我尝试导入 datalad.api 时，我收到一个很长的运行时错误，但从以下开始：

我正在尝试使用自制软件安装 git-annex。安装 brew 后，当我输入

brew install git-annex 在命令行中，它显示“git-annex：没有可用的瓶子！”。我也想下载datalad，按照datalad手册上的步骤操作后，出现和安装git-annex brew install datalad一样的问题“错误：datalad：没有可用的瓶子！”