TIP

Git 并不适合管理二进制文件,但有些情况下又不得不添加一些图片之类的二进制文件,但一旦频繁更改的话,历史记录中将记录着每一个完整的二进制文件,导致 repo 越来越大……为了解决该问题,往往需要一些针对二进制文件的处理手段

# Git LFS

Git LFS 是 github 推出的大文件存储服务,它是让 git 只保存二进制文件的 hash,而二进制文件将会存在 Git LFS 服务器中,当然,这可以有效防止 Git 历史的增长,但……免费只有 1G 空间,而且每月还限 1G 带宽,虽然看起来挺大的,但有一个月我频繁更新博客,CI 频繁地从 LFS 获取图片,结果居然真的差点就用到了 1 个 G 的带宽……之后我就开始另寻他法……

# 定期清理 Git 历史

定期清理的话,虽然麻烦,但也最实用,在使用 LFS 之前我也定期清理过,是使用的 git-filter-branch,但由于嫌麻烦,就改用 LFS 了,至于为什么不用 BFG,因为懒得装 JDK

弃用 LFS 后,我仍然使用 git-filter-branch,不过实在是麻烦,每次清理我需要运行好多命令,比如清理全部 *.jpg 图片,我需要

git filter-branch --force --index-filter \
'git rm --cached --ignore-unmatch -r *.jpg' \
--prune-empty --tag-name-filter cat -- --all
rm -rf .git/refs/original/
git reflog expire --expire=now --all
git gc --prune=now
git gc --aggressive --prune=now
git push origin master --force
1
2
3
4
5
6
7
8

emmm,就很麻烦

最近,使用 git filter-branch 会提示 warning,推荐使用 git filter-repo,于是就试着搜了下,这居然是 python 实现的清理器,拥有远比 git filter-branch 更加方便的使用方法,所以我在尝试了一下下就果断转 git filter-repo

在使用之前需要先使用 pip 安装一下

pip3 install git-filter-repo
1

使用 git filter-repo 清理全部 *.jpg 只需要

git filter-repo --path-glob '*.jpg' --invert-paths
1

不仅命令简单,而且速度超快,只不过不能像 git filter-branch 一样清楚地了解都清理了哪些文件了

当然,这只是 git filter-repo 的一个最简单的应用啦,更多使用技巧还是要看文档的~

# References

  1. git-filter-repo GitHub
  2. git-filter-repo Manual Page