git - 获取/pull 非常大的存储库的一部分？

Question

这可能是显而易见的，之前已经以不同的方式被问过很多次，但我搜索了一段时间后仍未找到答案。

假设如下:

• 例如，我在本地有一个 500GB 的磁盘；
• 我有一个 100 TB 的远程存储库；因此，克隆整个存储库的成本根本不可行；
• 用于创建远程存储库的工作目录由 1000 个顶级目录 DIR001、DIR002 ... DIR00N 组成，每个目录包含多个子目录，文件仅位于叶子目录下(例如 DIR001/subdir1/fileA1 ... DIR001/subf1/fileAN 和 DIR001/subdir2/fileB1 ... DIR001/subdir2/fileBN, ...
• 我没有明确标记或分支目录 DIR001、DIR002、... DIR00N 或与此相关的任何其他内容
• 我初始化了一个全新的本地 git 存储库

我如何有效地从远程存储库中 pull 或获取最后提交的版本，例如 DIR001/subdir2/fileB1 ... DIR001/subdir2/fileBN？

和

只是来自远程存储库的 DIR001/subdir2/fileB1 ... DIR001/subdir2/fileBN 的单个文件的最后提交版本，没有别的吗？

和

我如何有效地 pull 或获取所述文件子集的先前提交版本，而不是其他任何东西？

也许 fetch/pull 不是正确的命令。

Answer 1

“Partial cloning”的答案可以帮助您开始尝试浅克隆。
但它会受到限制:

• 达到一定深度，和/或某些分支，
• 但不是某些文件或目录(您可以通过稀疏 check out 获取文件或目录，但您仍然必须先获取完整的存储库!)
• 甚至是某个提交。
  (Git 2.5(2015 年第 2 季度)支持单个提取提交!参见“Pull a specific commit from a remote git repository”)。

不过，真正的解决方案是将庞大的远程仓库分离成子模块。
参见 What are Git limits或 Git style backup of binary files用于说明这种情况。

---

2015 年 4 月更新:

Git Large File Storage (LFS)将使 pull/fetch 更加高效(来自 GitHub，2015 年 4 月)。

项目是git-lfs (参见 git-lfs.github.com )并在支持它的服务器上进行了测试:lfs-test-server :
您只能将元数据存储在 git 存储库中，而将大文件存储在其他地方。