如何从 git 存储库中删除旧历史记录？

Question

恐怕我找不到像这种特殊情况的任何东西。

我有一个 git 存储库，它有很多历史：500 多个分支，500 多个标签，可以追溯到 2007 年中期。 它包含约 19,500 次提交。 我们希望删除 2010 年 1 月 1 日之前的所有历史记录，以使其更小且更易于处理（我们会将历史记录的完整副本保存在存档存储库中）。

我知道我想要成为新存储库根的提交。 但是，我无法找出正确的 git mojo 来截断 repo 以从该提交开始。 我猜一些变种

git filter-branch

涉及移植物是必要的； 可能还需要分别处理我们想要单独保留的 200 多个分支中的每一个，然后将 repo 修补在一起（我确实知道该怎么做）。

有没有人做过这样的事情？ 如果重要的话，我有 git 1.7.2.3。

Answer 1

也许现在回复已经太晚了，但由于这个页面是 Google 的第一个结果，所以它可能仍然有帮助。

如果您想释放 git 仓库中的一些空间，但不想重建所有提交（rebase 或嫁接），并且仍然能够从拥有完整仓库的人那里推/拉/合并，您可以使用git克隆浅克隆（ --depth参数）。

; Clone the original repo into limitedRepo
git clone file:///path_to/originalRepo limitedRepo --depth=10

; Remove the original repo, to free up some space
rm -rf originalRepo
cd limitedRepo
git remote rm origin

您可以按照以下步骤浅化现有的存储库：

; Shallow to last 5 commits
git rev-parse HEAD~5 > .git/shallow

; Manually remove all other branches, tags and remotes that refers to old commits

; Prune unreachable objects
git fsck --unreachable ; Will show you the list of what will be deleted
git gc --prune=now     ; Will actually delete your data

如何删除所有 git 本地标签？

Ps：旧版本的 git 不支持从/到浅存储库的克隆/推/拉。

Answer 2

只需将您的新根提交的父项移植到无父项（或空提交，例如存储库的真正根提交）。 例如echo "<NEW-ROOT-SHA1>" > .git/info/grafts

创建嫁接后，立即生效； 您应该能够查看git log并看到不需要的旧提交已经消失：

$ echo 4a46bc886318679d8b15e05aea40b83ff6c3bd47 > .git/info/grafts
$ git log --decorate | tail --lines=11
commit cb3da2d4d8c3378919844b29e815bfd5fdc0210c
Author: Your Name <your.email@example.com>
Date:   Fri May 24 14:04:10 2013 +0200

    Another message

commit 4a46bc886318679d8b15e05aea40b83ff6c3bd47 (grafted)
Author: Your Name <your.email@example.com>
Date:   Thu May 23 22:27:48 2013 +0200

    Some message

如果一切看起来都符合预期，您只需执行一个简单的git filter-branch -- --all即可使其永久化。

注意：在执行filter-branch步骤后，所有提交 ID 都将发生变化，因此使用旧仓库的任何人都不得与使用新仓库的任何人合并。

Answer 3

这种方法很容易理解并且效果很好。 脚本 ( $1 ) 的参数是对要保留历史记录的提交的引用（标签、哈希、...）。

#!/bin/bash
git checkout --orphan temp $1 # create a new branch without parent history
git commit -m "Truncated history" # create a first commit on this branch
git rebase --onto temp $1 master # now rebase the part of master branch that we want to keep onto this branch
git branch -D temp # delete the temp branch

# The following 2 commands are optional - they keep your git repo in good shape.
git prune --progress # delete all the objects w/o references
git gc --aggressive # aggressively collect garbage; may take a lot of time on large repos

请注意，旧标签仍然存在； 所以你可能需要手动删除它们

备注：我知道这与@yoyodin 几乎相同，但这里有一些重要的额外命令和信息。 我试图编辑答案，但由于这是对@yoyodin 答案的重大更改，我的编辑被拒绝了，所以这里是信息！

Answer 4

试试这个方法如何截断git历史：

#!/bin/bash
git checkout --orphan temp $1
git commit -m "Truncated history"
git rebase --onto temp $1 master
git branch -D temp

这里$1是您要保留的提交的 SHA-1，脚本将创建新分支，其中包含$1和master之间的所有提交，并且所有旧的历史记录都将被删除。 请注意，这个简单的脚本假定您没有名为temp现有分支。 另请注意，此脚本不会清除旧历史的 git 数据。 在确认您确实想丢失所有历史记录后，运行git gc --prune=all && git repack -a -f -F -d 。 您可能还需要rebase --preserve-merges但请注意该功能的 git 实现并不完美。 如果您使用它，请手动检查结果。

Answer 5

作为重写历史的替代方法，请考虑使用git replace如Pro Git book中的这篇文章中所述。 所讨论的示例涉及替换父提交以模拟树的开始，同时仍将完整历史记录作为单独的分支进行保管。

Answer 6

如果您想保留具有完整历史记录的上游存储库，但要保留本地较小的结帐，请使用git clone --depth=1 [repo]进行浅克隆。

推送提交后，您可以执行

1. git fetch --depth=1修剪旧提交。 这使得旧的提交及其对象无法访问。
2. git reflog expire --expire-unreachable=now --all 。 使所有旧提交及其对象过期
3. git gc --aggressive --prune=all删除旧对象

另请参阅如何在提交后删除本地 git 历史记录？ .

请注意，您不能将此“浅”存储库推送到其他地方：“不允许浅更新”。 请参阅更改 Git 远程 URL 后远程被拒绝（不允许浅更新） 。 如果你想这样做，你必须坚持嫁接。

Answer 7

我需要阅读几个答案和一些其他信息来了解我在做什么。

1. 忽略比某个提交更早的所有内容

文件.git/info/grafts可以为提交定义假父母。 只有提交 ID 的一行表示提交没有父级。 如果我们想说我们只关心最近的 2000 次提交，我们可以输入：

git rev-parse HEAD~2000 > .git/info/grafts

git rev-parse 为我们提供了当前提交的第 2000 个父项的提交 ID。 如果存在，上述命令将覆盖嫁接文件。 首先检查它是否在那里。

2.重写Git历史（可选）

如果你想让这个嫁接的假父母成为真正的父母，那么运行：

git filter-branch -- --all

它将更改所有提交 ID。 此存储库的每个副本都需要强制更新。

3.清理磁盘空间

我没有完成第 2 步，因为我希望我的副本与上游保持兼容。 我只是想节省一些磁盘空间。 为了忘记所有旧的提交：

git prune
git gc

替代方案：浅拷贝

如果您有另一个存储库的浅拷贝并且只想节省一些磁盘空间，您可以更新.git/shallow 。 但是要小心，没有任何东西指向之前的提交。 所以你可以运行这样的东西：

git fetch --prune
git rev-parse HEAD~2000 > .git/shallow
git prune
git gc

浅层的进入就像嫁接一样。 但注意不要同时使用嫁接和浅层。 至少，那里没有相同的条目，它会失败。

如果您仍有一些指向旧提交的旧引用（标签、分支、远程头），它们将不会被清除，您也不会节省更多磁盘空间。

Answer 8

当rebase或push to head/master 时可能会发生此错误

remote: GitLab: You are not allowed to access some of the refs!
To git@giturl:main/xyz.git
 ! [remote rejected] master -> master (pre-receive hook declined)
error: failed to push some refs to 'git@giturl:main/xyz.git'

要在 git 仪表板中解决此问题，应从“受保护的分支”中删除主分支

然后你可以运行这个命令

git push -f origin master

要么

git rebase --onto temp $1 master

Answer 9

这里有太多不是最新的答案，有些没有完全解释后果。 以下是使用最新的 git 2.26 修剪历史记录对我有用的方法：

首先创建一个虚拟提交。 此提交将显示为您截断的存储库中的第一个提交。 您需要这个，因为此提交将保存您保留的历史记录的所有基本文件。 SHA 是您要保留的提交的前一个提交的 ID（在本例中为8365366 ）。 字符串 'Initial' 将显示为第一次提交的提交消息。 如果您使用的是 Windows，请从 Git Bash 命令提示符键入以下命令。

# 8365366 is id of parent commit after which you want to preserve history
echo 'Initial' | git commit-tree 8365366^{tree}

上面的命令将打印 SHA，例如， d10f7503bc1ec9d367da15b540887730db862023 。

现在只需输入：

# d10f750 is commit ID from previous command
git rebase --onto d10f750 8365366

这将首先将提交8365366所有文件放入虚拟提交d10f750 。 然后，它会8365366后回放所有提交过顶d10f750 。 最后master分支指针将更新为最后一次提交回放。

现在，如果您想推送这些截断的 repo，只需执行git push -f 。

需要记住的几件事（这些也适用于其他方法以及本方法）： 标签不会被转移。 在保留提交 ID 和时间戳的同时，您将看到 GitHub 将这些提交显示在像 Commits Commits on XY date这样的一次性标题中。

幸运的是，可以将截断的历史记录保留为“存档”，稍后您可以将修剪过的 repo 与存档 repo 结合起来。 为此，请参阅本指南。

Answer 10

对于先前使用--depth克隆的现有存储库

git clone --depth=1 ...

做就是了

git pull --depth=1 --update-shallow

https://git-scm.com/docs/git-pull

Answer 11

在我的情况下，我想将一个存储库一分为二，保留历史记录，但从过滤掉新存储库的文件中清理日志历史记录。

这是解决方案：

PATHS=path_a path_b
git filter-branch -f --prune-empty --index-filter "git read-tree --empty                                                                                    
git reset \$GIT_COMMIT -- $PATHS " -- --all -- $PATHS

通过这种方式，我得到了一个包含完整提交日志历史记录的新仓库，但仅限于我想要保留的路径；

参考： https://stackoverflow.com/a/56334887/2397613

Answer 12

根据 BFG 工具的 Git 存储库，它“像 git-filter-branch 一样删除大的或麻烦的 blob，但速度更快——并且是用 Scala 编写的”。

https://github.com/rtyley/bfg-repo-cleaner

Answer 13

1. 删除 git 数据，rm .git
2. git初始化
3. 添加一个 git 遥控器
4. 强推