從僅包含已刪除文件的git存儲庫中刪除所有提交

Question

多年來，我們龐大的回購協議之一已經有機增長，包含兩個項目。 現在，項目之間的分歧很大，我們決定寧願將它們放在單獨的存儲庫中。

拆分它們是沒有問題的（復制存儲庫，在存儲庫1中刪除項目A並在存儲庫2中刪除項目B），將項目移動到存儲庫根目錄而不是repo / projectX（ git filter-branch --subdirectory-filter ） 。

但是，我們有8000多個提交，其中絕大多數只涉及其中一個項目，而不是兩者。 理想情況下，我們希望從repo2中清除對項目A的提交，反之亦然。

是否有腳本或工具可以執行此類操作？ 從邏輯上講，這似乎很簡單：

for each commit {
  if all files startwith '/projectA' delete commit
}

Answer 1

更改 任何提交都是不可能的。

同時，每個提交都記錄其前任（ 父 ）提交的哈希ID（直接：原始哈希ID）。

當您將這兩個事實放在一起時，您會發現不可能從鏈的中間刪除提交。 這是一個簡單的玩具示例，整個存儲庫中只有三個提交：

A <--B <--C   <--master

在這里，名稱master擁有第三個提交C的ID。 這是最后的提交：這是Git開始工作的地方。 Git從提交C讀取第二個提交B的哈希ID。 Git從提交B讀取第一個提交A的哈希ID。 提交A 沒有父項，因此操作停止，我們剛剛看到了歷史記錄。

現在，您決定要刪除提交B 提交C 不能更改 ，但有一些東西，你可以這樣做：你可以提取提交C ，做一些修改，並重新提交結果作出新的承諾，我們可以稱之為D ，但我們把它叫做C' ，而不是：

A--B--C
 \
  C'

我們想在做C'之前進行的更改是消除兩件事：

• 提交B對源樹的影響：無論B什么變化，我們都會以某種方式退回。

• 新提交C'的父級應該是A ，而不是B

完成此過程后，我們將擁有一個新的歷史記錄，其中從未提交B 但是，名稱master現在必須指向新的不同提交C' ：

  B--C   [abandoned]
 /
A--C'  <-- master

如果我們有一個更大的存儲庫，其中包含更多提交，並且想跳過其中兩個提交，則過程將非常相似：

  B--C--D--E--F--G--H   [abandoned]
 /
A--C'-F'-G'-H'   <-- master

請注意，廢棄的提交會在存儲庫中保留一段時間，但最終會通過Git的“垃圾收集”過程（ git gc ）丟棄， 前提是您確保您從未通過例如合並提交重新連接到舊提交H提交H' 。

任何仍具有master指向H現有克隆都必須被視為放射性的，以免您不小心將H合並到H'並把所有這些提交帶回來。

Git過濾器分支

Git附帶了一個工具，使您可以執行上述操作。 但是，此工具就像瑞士軍隊的電鋸一樣，沒有防護措施可防止割傷手，腳，頭等。 它並不是特別容易使用，特別是對於您在此處設置的任務。

它所做的只是簡單地枚舉存儲庫中的可達提交 （請參閱Think Like（a）Git，並閱讀Git對圖論的使用）。 然后運行一個循環：

• 將每個提交提取到一個臨時區域
• 允許您對提取的提交執行任意工作
• 重新提交結果，或者（通過--commit-filter ）允許您跳過提交結果

並一路保持“原始哈希ID⟶新哈希ID”的映射，以映射父哈希ID。 您將要了解在跳過這樣的提交時“重映射到祖先”是如何工作的。

重新復制存儲庫中的每個提交都很慢。 在某些情況下，例如使用--tree-filter從字面上提取每個提交時，它的運行速度非常慢。 結果，filter-branch有許多過濾器選項可以嘗試加快處理速度。 請記住，這些選項本質上只是優化技巧：作為打算使用filter-branch作為工具的人，您應該首先明確定義問題並提出正確的解決方案（即，如何修改源樹快照和提交）。 ），然后查看是否可以使用優化路徑（例如--index-filter ）進行快照編輯。

如果您的存儲庫中有標簽，請記住，除非提供--tag-name-filter否則filter-branch不會重寫標簽以指向新的提交哈希。

最后，請記住，如果您選擇走這條路（即使您使用自己編寫的工具而不是使用git filter-branch您正在做的就是復制原始提交的某些子集。 新的存儲庫不再與舊存儲庫的任何現有克隆兼容！