折叠git仓库的历史

Question 1

我们有一个历史悠久的git项目。

具体来说，在项目初期，项目中有很多二进制资源文件，由于它们实际上是外部资源，因此已被删除。

但是，由于这些文件先前已提交，因此我们的存储库大小大于200MB（当前总签出约为20MB）。

我们想要做的是“折叠”历史记录，以使该存储库似乎是从比以前更高的修订版创建的。例如

1-----2-----3-----4-----+---+---+
                   \       /
                    +-----+---+---+

储存库已建立
添加了大量二进制文件
删除了大量二进制文件
储存库的新预期“开始”

因此，有效的是我们希望在某一点之前丢失项目历史记录。此时，只有一个分支，因此尝试处理多个起点等并不复杂。但是，我们不想丢失所有历史记录并使用当前版本启动新的存储库。

这是可能的，还是我们注定要永远拥有一个ated肿的存储库？

Question 2

您可以删除二进制膨胀，并保留其余的历史记录。Git允许您重新排序和“压缩”先前的提交，因此您可以仅合并添加和删除大二进制文件的提交。如果所有添加都在一个提交中完成，而删除都在另一个提交中完成，则比处理每个文件要容易得多。

$ git log --stat       # list all commits and commit messages

在此搜索以查找添加和删除二进制文件的提交，并记下它们的SHA1，例如2bcdef和3cdef3。

然后，要编辑存储库的历史记录，请使用rebase -i命令及其交互选项，从添加二进制文件的提交的父项开始。它将启动您的$ EDITOR，您将看到以开头的提交列表2bcdef：

$ git rebase -i 2bcdef^    # generate a pick list of all commits starting with 2bcdef
# Rebasing zzzzzz onto yyyyyyy 
# 
# Commands: 
#  pick = use commit 
#  edit = use commit, but stop for amending 
#  squash = use commit, but meld into previous commit 
# 
# If you remove a line here THAT COMMIT WILL BE LOST.
#
pick 2bcdef   Add binary files and other edits
pick xxxxxx   Another change
  .
  .
pick 3cdef3   Remove binary files; link to them as external resources
  .
  .

插入 squash 3cdef3作为第二行，然后pick 3cdef3从列表中删除该行。现在，您有一个用于交互式的动作列表rebase，它将将添加和删除二进制文件的提交合并为一个提交，其区别只是这些提交中的任何其他更改。然后，当您告诉它完成时，它将按顺序重新应用所有后续提交：

$ git rebase --continue

这将需要一两分钟。
现在，您有了一个不再有二进制文件进出的仓库。但是它们仍然会占用空间，因为默认情况下，Git会将更改保留30天左右，然后再进行垃圾收集，以便您可以改变主意。如果要立即删除它们：

$ git reflog expire --expire=1.minute refs/heads/master
      #all deletions up to 1 minute  ago available to be garbage-collected
$ git fsck --unreachable      # lists all the blobs(files) that will be garbage-collected
$ git prune
$ git gc

现在，您已消除了膨胀，但保留了其余的历史记录。

Question 3

您可以使用git filter-branch嫁接使提交编号4成为分支的新根提交。只需创建一个文件，.git/info/grafts其中只有一行包含提交编号4的SHA1。

如果现在执行agit log或gitk，则将看到这些命令将显示提交编号4作为分支的根。但是您的存储库中实际上没有任何更改。您可以删除.git/info/grafts，git log或的输出gitk将与以前一样。要使提交号4真正成为新的根目录，您将必须运行git filter-branch，且不带参数。

Question 4

多亏了JesperE的帖子，我研究了git-filter-branch—实际上可能正是您想要的。看起来您也可以保留以前的提交，但由于大文件已删除，因此它们将被修改。从git-filter-branch手册页：

假设您要从所有提交中删除文件（包含机密信息或侵犯版权的文件）：

git filter-branch --tree-filter'rm文件名'HEAD

一定要阅读该手册页...显然，您希望在存储库的备用克隆上执行此操作，以确保其按预期运行。

Question 5

是git-fast-export你在找什么？

NAME
   git-fast-export - Git data exporter

SYNOPSIS
   git-fast-export [options] | git-fast-import

DESCRIPTION
   This program dumps the given revisions in a form suitable to be piped into git-fast-
   import(1).

   You can use it as a human readable bundle replacement (see git-bundle(1)), or as a kind
   of an interactive git-filter-branch(1).