如何从我的git仓库中删除未引用的blob

我有一个有两个分支的GitHub存储库-master和release。

版本分支包含二进制分发文件，这些文件导致很大的回购大小（> 250MB），因此我决定清理这些内容。

首先，我通过删除了远程发行分支 git push origin :release

然后，我删除了本地发行分支。首先我尝试了git branch -d release，但是git说“错误：分支'release'不是您当前HEAD的祖先。” 的确如此，因此我确实git branch -D release强行将其删除。

但是，无论是本地还是在GitHub上，我的存储库规模仍然很大。因此，然后我没有遇到git gc --prune=today --aggressive任何麻烦就浏览了git命令的常用列表，例如。

通过遵循SO 1029969上 Charles Bailey的指示，我可以获得最大斑点的SHA1列表。然后，我使用SO 460331中的脚本 找到了Blob……尽管找到了较小的Blob，但五个最大的不存在，因此我知道脚本正在工作。

我认为这些博客是release分支的二进制文件，在删除该分支后，它们以某种方式消失了。摆脱它们的正确方法是什么？

...并且事不宜迟，我可以向您介绍这个有用的命令“ git-gc-all”，确保删除所有 git垃圾，直到它们可能出现额外的配置变量：

git -c gc.reflogExpire=0 -c gc.reflogExpireUnreachable=0 -c gc.rerereresolved=0 -c gc.rerereunresolved=0 -c gc.pruneExpire=now gc

您可能还需要先运行类似这样的命令，哦，亲爱的，git很复杂！

git remote rm origin
rm -rf .git/refs/original/ .git/refs/remotes/ .git/*_HEAD .git/logs/
git for-each-ref --format="%(refname)" refs/original/ | xargs -n1 --no-run-if-empty git update-ref -d

您可能还需要删除一些标签，谢谢Zitrax：

git tag | xargs git tag -d

我把所有这些都放在脚本中：git-gc-all-ferocious。

如上所述这里，如果你想永久删除只能通过引用日志引用的一切，只需使用

git reflog expire --expire-unreachable=now --all
git gc --prune=now

git reflog expire --expire-unreachable=now --all删除中所有无法访问的提交的引用reflog。

git gc --prune=now 自己删除提交。

注意：仅使用git gc --prune=now无法使用，因为这些提交仍在reflog中引用。因此，必须清除reflog。还要注意，如果使用rerere它，则这些命令不会清除其他引用。请参阅git help rerere以获取更多详细信息。另外，本地或远程分支或标记引用的任何提交都不会被删除，因为git将其视为有价值的数据。

如本SO回答所述，git gc实际上可以增加回购的大小！

另请参阅此线程

现在git具有一种安全机制，可以在运行' ' 时不立即删除未引用的对象git gc。
默认情况下，未引用的对象会保留2周。这是为了使您能够轻松恢复意外删除的分支或提交，或者避免git gc在并行运行的' '进程中删除正在创建但尚未引用的刚刚创建的对象的竞争。

因此，为了给已打包但未引用的对象留出宽限期，重新打包过程会将那些未引用的对象从包中推送到它们的松散形式，以便可以对其进行老化并最终对其进行修剪。
成为非引用的对象通常并不多。有404855个未引用的对象很多，而通过克隆首先将那些对象发送给这些对象是愚蠢的，并且完全浪费了网络带宽。

无论如何...要解决您的问题，您只需要git gc使用--prune=now参数运行' ' 以禁用该宽限期并立即清除那些未引用的对象（仅在没有其他git活动同时发生时才是安全的）易于确保在工作站上）。

顺便说一句，使用' git gc --aggressive'和更高版本的git版本（或' git repack -a -f -d --window=250 --depth=250'）

在同一个线程中提到：

 git config pack.deltaCacheSize 1

这会将增量缓存大小限制为一个字节（有效地将其禁用），而不是默认值0，这意味着无限制。这样，我就可以git repack在具有4GB RAM和4个线程（这是四核）的x86-64系统上使用上述命令重新打包该存储库。但是，常驻内存使用量已增长到近3.3GB。

如果您的计算机是SMP并且没有足够的RAM，则可以将线程数减少到一个：

git config pack.threads 1

此外，您还可以通过--window-memory argument将“ git repack” 限制为内存使用。
例如，使用--window-memory=128M应该在增量搜索内存使用上保持合理的上限，尽管如果存储库包含大量大文件，则这可能会导致最佳增量匹配变差。

在分支过滤器的前面，您可以（谨慎）考虑此脚本

#!/bin/bash
set -o errexit

# Author: David Underhill
# Script to permanently delete files/folders from your git repository.  To use 
# it, cd to your repository's root and then run the script with a list of paths
# you want to delete, e.g., git-delete-history path1 path2

if [ $# -eq 0 ]; then
    exit 0
fi

# make sure we're at the root of git repo
if [ ! -d .git ]; then
    echo "Error: must run this script from the root of a git repository"
    exit 1
fi

# remove all paths passed as arguments from the history of the repo
files=$@
git filter-branch --index-filter "git rm -rf --cached --ignore-unmatch $files" HEAD

# remove the temporary history git-filter-branch otherwise leaves behind for a long time
rm -rf .git/refs/original/ && git reflog expire --all &&  git gc --aggressive --prune

git gc --prune=now或低级别git prune --expire now。

每当您的HEAD移动时，git就会在中进行跟踪reflog。如果删除了提交，则仍然会有“悬空提交”，因为〜30 reflog天内仍会引用它们。当您意外删除提交时，这就是安全网。

您可以使用git reflog命令删除特定的提交，重新打包等，也可以仅使用高级命令：

git gc --prune=now

您可以使用git forget-blob。

用法很简单git forget-blob file-to-forget。您可以在此处获取更多信息

https://ownyourbits.com/2017/01/18/completely-remove-a-file-from-a-git-repository-with-git-forget-blob/

它会从您的历史记录，引用日志，标签等所有提交中消失

我时不时遇到相同的问题，并且每次不得不回到这篇文章和其他文章时，这就是我使流程自动化的原因。

归功于Sam Watkins等贡献者

尝试使用git-filter-branch-它不会删除大的Blob，但是可以删除您从整个存储库中指定的大文件。对我来说，它可以将回购大小从数百MB减少到12 MB。

有时，“ gc”没有太大用处的原因是基于旧提交的未完成的rebase或stash。

要添加另一个提示，请不要忘记在使用git gc之前使用git remote prune删除远程对象的过时分支。

你可以用git branch -a看到它们

当您从github和分叉的存储库获取数据时，这通常很有用...

在执行git filter-branch和之前git gc，您应该检查存储库中存在的标签。任何具有自动标记功能（例如持续集成和部署）的真实系统都会使这些标记仍引用不需要的对象，因此gc无法删除它们，并且您仍然会怀疑为什么回购的规模仍然很大。

摆脱所有不需要的东西的最好方法是运行git-filter＆git gc然后将master推送到新的裸仓库。新的裸仓库将具有清理过的树。