如何从git仓库中删除不存在的文件？

Question

我在滥用GIT在本地使用它作为增量备份解决方案。在某种程度上教我git，但部分是为了打击JPG和MP3文件损坏，这在一个蓝色的月亮中发生过一次。

显然，回购变得非常庞大。我需要清除历史记录中不存在的文件。 （我有很多安全视频会自动进入系统，但也会在以后删除，我不需要在我的.git文件夹中完全检查我前院的视频。）

这是以“正确”方式滥用工具的问题 - 我不介意为我拥有的文件浪费大量空间;我不介意有100个版本的文件，如果它是一个存在的文件。但如果它不存在，我想把它从回购中拿出来，没有办法把它带回来;完全从历史中抹去。

Answer 1

这个问题有两个很好的工具。 BFG Repo Cleaner可以从历史记录中删除大文件。 Git Large File Storage，又名git-lfs，允许您将大文件放在Git中，而不会使您的存储库大小膨胀。

将它们组合在一起，您可以使用新的--convert-to-git-lfs选项use BFG to change old commits of large files to use gif-lfs。然后使用git-lfs进行大型文件的未来提交。

Answer 2

使用ls-tree HEAD获取

中的文件

然后删除不存在的文件 https://github.com/rtyley/bfg-repo-cleaner

这是完成此类任务的完美工具

  

BFG Repo-Cleaner

     

git-filter-branch的替代品。

     

BFG是git-filter-branch的一种更简单，更快速的替代方法，用于清除Git存储库历史记录中的错误数据：

     

  
• 删除疯狂的大文件
  
• 删除密码，凭证和密码其他私人数据
  

示例（来自官方网站）

  

在所有这些示例中，bfg是java -jar bfg.jar的别名。

# Delete all files named 'id_rsa' or 'id_dsa' :
bfg --delete-files id_{dsa,rsa}  my-repo.git

清理存储库后，使用this tool存储大文件。

Answer 3

这确实是相当严重的滥用工具。找出破坏原始文件的内容可能会更好。所有Git将真正给你的是内容校验和，你可以在Git之外做...或者在Git里面，通过使用除了通常的提交链之外的数据结构来减少滥用。

换句话说，如果你想这样做是为了学习如何以错误的方式使用Git :-)我认为有一个更好的错误方式＆＃34;。这是我的建议：

• 在新的孤立分支上进行每次提交。您可以使用git checkout -b --orphan或使用＆＃34; plumbing＆＃34;工具git write-tree和git commit-tree。

• 每个分支都包含一个且只有一个提交。 （如果您使用的是管道工具，则可以使用标签而不是分支。）

• 然后，要删除备份（整个），只需删除分支（或标记）名称。

按照图示，而不是：

o--o--o--...--o--o   <-- master

              ^  ^
              |   \
              |  the most recent
              |
         an hour ago, or yesterday, or whatever

您的提交将是：

o   <-- backup-20160508T101112.13

o   <-- backup-20160508T131415.16

...

这些名称或多或少是ISO日期格式，YYYYMMDDTHHMM.SS;但你可以使用任何对你最有意义的名字。

请注意，如果两个备份提交相同的文件，它们会重用所有底层Git＆＃34; blob＆＃34;对象，因此两个备份与一个备份占用的空间基本相同。删除这两个备份中的一个（通过删除分支或标记名称）无效，因为所有这些文件都由另一个备份引用。

如果一个文件（xyz.txt）略有不同，Git将以Git的常规方式对另一个文件（在任何其他提交中）进行delta压缩：提交不需要父级/孩子的关系。请注意，无论如何，图像和电影文件在Git中很少压缩（因为它们已经压缩了：信息理论说如果第一次压缩是好的，第二次尝试就无济于事了。）

现在让我们假设您不再需要备份文件foo.jpg。只需删除它：一旦最旧的备份来自＆＃34;现在＆＃34;它将过期并被垃圾收集。确实，删除的文件将保留在较旧的备份中，但仅限于保留这些备份的时间。