git - 折叠一个 git 仓库的历史

Question

我们有一个历史悠久的 git 项目。

具体来说，在项目早期，项目中有相当多的二进制资源文件，这些文件现在已被删除，因为它们实际上是外部资源。

但是，由于之前提交了这些文件，我们存储库的大小超过 200MB(目前总 checkout 约为 20MB)。

我们想要做的是“折叠”历史，这样存储库就好像是从一个比原来更晚的版本创建的。例如

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

1. 已创建存储库
2. 添加了大量二进制文件
3. 删除了大量二进制文件
4. 存储库的新预期“开始”

所以实际上我们想要在某个时间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一个新存储库。

这是可能的，还是我们注定要永远拥有一个臃肿的存储库？

Answer 1

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”之前的提交，因此您可以只 merge 添加和删除大二进制文件的提交。如果添加全部在一次提交中完成，删除在另一次提交中完成，这将比处理每个文件容易得多。

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

在此搜索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，请使用带有交互选项的 rebase -i 命令，从添加二进制文件的提交的父级开始。它将启动您的 $EDITOR，您将看到以 2bcdef 开头的提交列表:

$ 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
  .
  .

将 squash 3cdef3 作为第二行插入，并从列表中删除显示 pick 3cdef3 的行。您现在有了交互式 rebase 的操作列表，它将添加和删除二进制文件的提交 merge 到一个提交中，其差异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

这需要一两分钟。
你现在有一个不再有二进制文件来来去去的 repo 协议(protocol)。但是它们仍然会占用空间，因为默认情况下，Git 会在垃圾收集之前将更改保留 30 天左右，这样您就可以改变主意。如果你现在想删除它们:

$ 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                      

现在您已经删除了膨胀但保留了其余的历史记录。