Git如何删除历史记录中的大文件详解

技术  /  管理员 发布于 7年前   444

前言

Git 作为一个分布式的版本管理工具，代码仓库中是会保存所有历史记录的。虽然，Git 的 .gitignore 文件里可以定义一些忽略文件的规则，但是，在我们提交代码的过程中，总会不小心误提一些没用的文件，如果文件中存在大文件，就会导致：就算我们把它删了重新提交，.git 文件夹依然会占用较大的空间。

如何解决这个问题呢？其实，Git 已经为我们提供了解决方案，就是被称为核弹级的命令 filter-branch。这个命令可以用来修改历史提交记录，把不需要的文件永久地从历史记录中删除。

方法如下：

首先，我们需要找出大文件。

找出排名前 5 的 pack 记录：

git verify-pack -v .git/objects/pack/pack-*.idx | sort -k 3 -g | tail -5

可以看到这样的信息：

1753e0b6aa1cd3ed27d1d14e8e569664c685e896 blob 44600 43841 37970ca12c545eae19d688ac840c7f0e2e623a1a4192b blob 45262 8534 1404487a3265ee94c0ab25cf079ac8ccdf87f41d455d42 blob 54708 49093 17130772590cee1315e32dada25535184dcee97c6f5af9 blob 1114323 1104823 1138876124cc1f9dcef1004355d2a595d45808e99f100dc4d blob 114592569 113703558 184054

最后一条就是最大的一条记录，4cc1f9dcef1004355d2a595d45808e99f100dc4d 是它的 id。
找出该记录对应的文件：

git rev-list --objects --all | grep 4cc1f9dcef1004355d2a595d45808e99f100dc4d

可以看到：

4cc1f9dcef1004355d2a595d45808e99f100dc4d app/src/main/assets/Android群英传.pdf

这个文件就是罪魁祸首，它占了有 100 多 M 的空间。

将该文件从历史记录中移除:

git log --pretty=oneline --branches -- app/src/main/assets/Android群英传.pdf

重写所有 commit，将该文件从 Git 历史中完全移除：

git filter-branch --index-filter 'git rm --cached --ignore-unmatch app/src/main/assets/Android群英传.pdf' -- --all

到这里，历史记录中已经没有该文件了。不过运行 filter-branch 产生的日志还是会对该文件有引用，所以还需要运行以下几条命令，把该文件的引用完全删除：

rm -Rf .git/refs/originalrm -Rf .git/logs/git gcgit prune

这个时候，再看文件夹，已经小了很多了。然后就可以 push 代码了，不过就是需要强制 push：

git push --force

以上就是删除 Git 历史记录中大文件的过程。

当然 filter-branch 的作用还不止这些，比如它还可以用来修改历史提交记录中的用户名(username)和邮箱(email)等。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对AIDI的支持。