git 快速導入存儲庫中的現有文件

Question

我有本地 git 存儲庫和大量文件（約 400 萬，總大小約 700GB），我想檢查到 git。 使用 git 過濾器，我想跟蹤的不是文件的真實內容，而是對文件的一些引用（類似於git lfs正在做的事情）。 添加和提交文件（分塊）仍然需要很長時間，我希望通過使用git fast-import來減少時間。

不過，我不知道如何使用git fast-import精確復制git add <file> && git commit -m <message> 。 讓我們考慮以下情況：

mkdir /tmp/git_fast_test && cd /tmp/git_fast_test
git init
echo "1234" > testfile

現在我運行以下 python 腳本，它將模式為 644 和內容為1234的文件testfile提交到 git 存儲庫。 這現在應該與/tmp/git_fast_test/testfile完全對應。

import subprocess
import time

proc = subprocess.Popen(["git", "fast-import"], stdin=subprocess.PIPE, stdout=subprocess.PIPE, cwd="/tmp/git_fast_test")
proc.stdin.write(b"commit refs/heads/master\n")
proc.stdin.write(b"committer Me <me@me.org> %d +0100\n" % int(time.time()))

# commit message
proc.stdin.write(b"data 5\n")
proc.stdin.write(b"abcde\n")

# add file a with content `1234`
proc.stdin.write(b"M 644 inline testfile\n")
proc.stdin.write(b"data 4\n")
proc.stdin.write(b"1234\n")

proc.stdin.flush()
proc.stdin.close()

但是，在回購中我看到了這個：

$ git status
On branch master
Changes to be committed:
  (use "git reset HEAD <file>..." to unstage)

    deleted:    testfile

Untracked files:
  (use "git add <file>..." to include in what will be committed)

    testfile

雖然 git 似乎知道 testfile：

$ git show testfile
commit 85f343fa205665e7304dfbad1725b640a0d03b01 (HEAD -> master)
Author: Me <me@me.org>
Date:   Thu Jan 7 08:47:39 2021 +0100

    abcde

diff --git a/testfile b/testfile
new file mode 100644
index 0000000..274c005
--- /dev/null
+++ b/testfile
@@ -0,0 +1 @@
+1234
\ No newline at end of file

那么，如何調整我的git fast-import腳本以使 git 相信文件/tmp/git_fast_test/testfile正是存儲在其索引中的內容？

---

我在原始 git 源代碼中找到了一個示例 shell 腳本，該腳本應該幾乎完全符合我的要求，並且與該腳本有相同的問題。 所以我相信這是git fast-import的預期行為......

Answer 1

LeGEC 的評論實際上是正確的答案：快速導入繞過了正常的索引和工作樹系統，當git fast-import退出時，您有一堆提交，但 Git 的索引與其中任何一個都不匹配。 如果您剛剛創建了存儲庫，Git 的索引完全是空的，因此建議的下一次提交是一棵空樹的提交。 因此，與當前提交的比較將顯示“修改當前提交以使其與建議的下一次提交匹配，刪除每個文件”。

修復方法是運行git reset （或git restore或git read-tree ）來加載 Git 的索引。 您也可以選擇在此時重置您的工作樹。