如何从git存储库中删除未使用的对象？

89

我最近一次提交到Git存储库时，不小心添加，提交并推送了一个巨大的二进制文件。

如何让Git删除为该提交创建的对象，以便.git目录再次缩小到合理的大小？

编辑：感谢您的回答；我尝试了几种解决方案。没有工作。例如，来自GitHub的那个已从历史记录中删除了文件，但.git目录大小并未减小：

$ BADFILES=$(find test_data -type f -exec echo -n "'{}' " \;)

$ git filter-branch --index-filter "git rm -rf --cached --ignore-unmatch $BADFILES" HEAD
Rewrite 14ed3f41474f0a2f624a440e5a106c2768edb67b (66/66)
rm 'test_data/images/001.jpg'
[...snip...]
rm 'test_data/images/281.jpg'
Ref 'refs/heads/master' was rewritten

$ git log -p # looks nice

$ rm -rf .git/refs/original/
$ git reflog expire --all
$ git gc --aggressive --prune
Counting objects: 625, done.
Delta compression using up to 2 threads.
Compressing objects: 100% (598/598), done.
Writing objects: 100% (625/625), done.
Total 625 (delta 351), reused 0 (delta 0)

$ du -hs .git
174M    .git
$ # still 175 MB :-(

— 乔纳斯·H
source

13

只是提醒主持人，这个问题100％来自SO，而不是超级用户。

— VonC

又见stackoverflow.com/questions/2116778/reduce-git-repository-size/...和stackoverflow.com/questions/685319/...

— VonC

如此处所述（stackoverflow.com/questions/685319/…），在gc之后您是否尝试过重新打包？ git-repack -a其次是git-prune-packed例如。参见blog.felipebalbi.com/2007/12/19/…–

— VonC

2

@Jonas：在完成所有这些操作之后，如果克隆了您的仓库，该怎么办？然后，您会得到所需大小的克隆吗？

— VonC

1

@Jonas：毕竟是你做（filter-branch，gc，repack，...），不，你应该看不到任何错误提交的。这表明清洁未按预期进行。

— VonC

127

我在其他地方回答了这个问题，由于我对此感到自豪，因此将在这里复制！

...并且事不宜迟，我可以向您介绍这个有用的脚本git-gc-all，保证删除所有git垃圾，直到它们可能提出额外的配置变量为止：

git -c gc.reflogExpire=0 -c gc.reflogExpireUnreachable=0 \
  -c gc.rerereresolved=0 -c gc.rerereunresolved=0 \
  -c gc.pruneExpire=now gc "$@"

--aggressive选项可能会有所帮助。

注意：这将删除所有未引用的东西，因此，如果您以后决定要保留其中的一些东西，请不要哭泣。

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

我把所有这些都放在脚本中，在这里：

http://sam.nipl.net/b/git-gc-all-ferocious

— 山姆·沃特金斯
source

与stackoverflow.com/questions/1904860/…一样，再次为您+1。

— VonC

18

太好了：D我邪恶的计划，通过克隆答案来获得更多积分，这很成功！！ 1;）

— 萨姆·沃特金斯

是! 这可行，但是我必须运行完整的脚本。仅运行gc命令（带有config选项）是不够的。

— 丹尼尔（Daniel）

4

102m至160k ..有效而具破坏性

— 普鲁士旺16-3-15

4

非常感谢您的脚本！奖励信息：xargs由于无法识别的选项，该命令在OS X上产生错误。最简单的解决方案：通过自制程序安装GNU xargsbrew install findutils并替换xargs为gxargs。

— qqilihq

26

您git reflog expire --all不正确。它将删除过期时间（默认为90天）之前的reflog条目。使用git reflog expire --all --expire=now。

我对类似问题的回答涉及从存储库中真正清除未使用的对象的问题。

— 乔希·李
source

18

1）从git repo（＆不是文件系统）中删除文件：

git rm --cached path/to/file

2）使用以下方法收缩仓库

git gc，
要么 git gc --aggressive
要么 git prune

或上述问题的建议的组合：减小git存储库大小

— 杰米
source

10

可以使用相同的方法来应用有关删除敏感数据的指南。您将重写历史记录，以从存在该文件的每个修订版本中删除该文件。这是破坏性的，并且会导致与其他任何签出的存储库冲突，因此请首先警告任何协作者。

如果您想让二进制文件在其他人的仓库中可用，那么就没有真正的方法可以做您想做的事情。几乎全有或全无。

— 丹妮丝
source

8

对我来说，关键在于运行它git repack -A -d -f，然后git gc减小了我拥有的单个git pack的大小。

— 安德鲁·查内斯基
source

6

！

Git仅在克隆存储库时接收它实际需要的对象（如果我正确理解的话）

因此，您可以修改最后一次提交，以删除错误添加的文件，然后将所做的更改推送到远程存储库（使用-f选项也可以覆盖服务器上的旧提交）

然后，当您对该存储库进行新克隆时，它的.git目录应该与提交大文件之前一样小。

（可选）如果您也想从服务器上删除不需要的文件，则可以删除服务器上的存储库，然后推送新克隆的副本（具有完整的历史记录）

— u-foka
source

5

请参阅Pro Git书中的“删除对象”：

http://git-scm.com/book/en/Git-Internals-Maintenance-and-Data-Recovery#Removing-Objects

更新：另请参见BFG回购清洁器：http : //rtyley.github.io/bfg-repo-cleaner/

— 沙雷克·汤姆恰克（Czarek Tomczak）
source

4

git filter-branch --index-filter 'git rm --cached --ignore-unmatch Filename' --prune-empty -- --all

记住要更改Filename要从存储库中删除的那个。

— 马丁
source

0

在2020年，git-filter-branch的文档不鼓励使用它，并建议使用git-filter-repo之类的替代方案。也可以代替BFG使用。

请注意，git书中有关重写历史的章节尚未更新。GitHub关于删除敏感数据的建议也没有。

— 用户名
source