git 彻底删除历史记录中的大文件

时间：2024-06-18 21:34:02

Worked Reference

Reference

大家一定遇到过在使用Git时，不小心将一个很大的文件添加到库中，即使删除，记录中还是保存了这个文件。以后不管是拷贝，还是push/pull都比较麻烦。

===

删除大文件方法

  • 方法很简单，就是先找到大文件对象再删除。

  • 先清理当前working tree。

      commit、stash、checkout都ok

  • 对仓库进行gc操作

     git gc

  • 运行count-objects 查看空间使用，size-pack 是以千字节为单位表示的 packfiles 的大小。

     git count-objects -v

  • 运行底层命令 git verify-pack 以识别大对象，对输出的第三列信息即文件大小进行排序.

    git verify-pack -v .git/objects/pack/***.idx | sort -k 3 -n | tail -3

  • 使用 rev-list 命令，传入 --objects选项，它会列出所有 commit SHA 值，blob SHA 值及相应的文件路径，这样查看 blob 的文件名。

    git rev-list --objects --all | grep ${SHA}

  • 将该文件从历史记录的所有 tree 中移除。

    git log --pretty=oneline --branches -- ${FILE_PATH}

  • 用 filter-branch 命令重写从 646784 开始的所有 commit 才能将文件从 Git 历史中完全移除。

    git filter-branch --index-filter 'git rm --cached --ignore-unmatch  ${FILE_PATH}' -- ${MD5}..
    
注：--index-filter 选项类似于 --tree-filter 选项，但这里不是传入一个命令去修改磁盘上签出的文件，而是修改暂存区域或索引。
    
不能用 rm file 命令来删除一个特定文件，而是必须用git rm - -cached 来删除它 ── 即从索引而不是磁盘删除它。
    
这样做是出于速度考虑 ── 由于 Git 在运行你的 filter 之前无需将所有版本签出到磁盘上，这个操作会快得多。
    
也可以用 --tree-filter 来完成相同的操作。
    
git rm 的 --ignore-unmatch 选项指定当你试图删除的内容并不存在时不显示错误。最后，因为你清楚问题是从哪个 commit 开始的，使用 filter-branch 重写自 指定这个 commit 开始的所有历史记录。不这么做的话会重写所有历史记录，花费不必要的更多时间。

  • 现在历史记录中已经不包含对那个文件的引用了。不过 reflog 以及运行 filter-branch 时 Git 往.git/refs/original 添加的一些 refs 中仍有对它的引用，因此需要将这些引用删除并对仓库进行 repack 操作。在进行 repack 前需要将所有对这些 commits 的引用去除。

     rm -Rf .git/refs/original
    
 rm -Rf .git/logs/
    
 git gc
    
 注意，本操作会删除本地当前库的操作历史，请确认后完成

  • 查看空间使用

     git count-objects -v

  • 接下来就是对库进行分支操作，以push

  • 如果真的要完全把这个对象删除，可以运行 git prune 命令。

相关文章