如何從git倉庫中刪除不存在的文件？

Question

我濫用GIT在本地將其用作增量備份解決方案。 一方面是為了教給我git，另一方面是為了解決JPG和MP3文件損壞的情況，這種情況一次發生在藍月亮中。

回購顯然變得龐大。 我需要從歷史記錄中清除不存在的文件。 （我有很多安全視頻會自動進入系統，但稍后會被刪除，因此不需要在.git文件夾中完全檢查前院的視頻供稿。）

這是以“正確”的方式濫用該工具的問題-我不介意浪費很多空間來存放我擁有的文件； 我不介意擁有100個版本的文件。 但是，如果它不存在，我希望將其從回購中刪除，無法將其重新帶回。 完全從歷史中刪除。

Answer 1

有兩個很好的工具可以解決此問題。 BFG Repo Cleaner可以從歷史記錄中刪除大文件。 Git大文件存儲 （也稱為git-lfs）使您可以將大文件放入Git，而不會增加存儲庫的大小。

將它們放在一起，您可以使用BFG將大文件的舊提交更改為通過新的--convert-to-git-lfs選項使用gif-lfs 。 然后使用git-lfs將來提交大文件。

Answer 2

使用ls-tree HEAD來獲取文件

然后刪除不存在的文件
https://github.com/rtyley/bfg-repo-cleaner

它是完成此類任務的完美工具

BFG回購清潔劑

git-filter-branch的替代方法。

BFG是git-filter-branch的一種更簡單，更快的替代方法，用於從Git存儲庫歷史記錄中清除不良數據 ：

• 刪除瘋狂的大文件
• 刪除密碼，憑據和其他私人數據

示例（來自官方網站）

在所有這些示例中，bfg是java -jar bfg.jar的別名。

# Delete all files named 'id_rsa' or 'id_dsa' :
bfg --delete-files id_{dsa,rsa}  my-repo.git

---

清理存儲庫后，請使用此工具存儲大文件。

Answer 3

這確實是對工具的嚴重濫用。 弄清楚是什么破壞了原始文件可能會更好。 Git在這里真正給您的就是內容校驗和，您可以在Git之外...或在Git內使用較少的濫用，通過使用通常的提交鏈之外的數據結構來進行內容校驗和。

換句話說，如果您想這樣做是為了學習如何以錯誤的方式使用Git :-)我認為有一種“更好的錯誤方式”。 這是我的建議：

• 使每個提交在一個新的孤立分支上。 您可以使用git checkout -b --orphan或使用“管道”工具git write-tree和git commit-tree來做到這一點。

• 每個分支只能包含一個提交。 （如果使用管道工具，則可以使用標簽代替分支。）

• 然后，要刪除備份（整個備份），只需刪除分支（或標記）名稱。

用圖解法代替：

o--o--o--...--o--o   <-- master

              ^  ^
              |   \
              |  the most recent
              |
         an hour ago, or yesterday, or whatever

您的提交將是：

o   <-- backup-20160508T101112.13

o   <-- backup-20160508T131415.16

...

這些名稱或多或少是ISO日期格式，即YYYYMMDDTHHMM.SS； 但您可以使用對您來說最有意義的任何名稱。

請注意，如果兩個備份提交相同的文件，則它們將重用所有底層的Git“ blob”對象，因此，兩個備份所占用的空間基本上與一個備份所占用的空間相同。 刪除這兩個備份之一（通過刪除分支或標記名稱）無效，因為所有這些文件都被另一個備份引用。

如果一個文件（ xyz.txt ）稍有不同，則Git將以Git的通常方式對另一文件（在任何其他提交中）進行增量壓縮，使其不再需要父/子關系連接。 請注意，圖像和電影文件無論如何都很少在Git中很好地壓縮（因為它們已經被壓縮了：信息理論說，如果第一次壓縮是好的，那么第二次嘗試將無濟於事）。

現在假設您決定不再需要備份文件foo.jpg 。 只需將其刪除：一旦最舊的備份來自“ now”，它將過期並被垃圾回收。 確實，已刪除的文件將保留在較早的備份中，但只保留您的備份。