git - 如何找出哪些文件占用了 git repo 中最多的空间？

Question

我需要缩小存储库。我想我可以通过从 git 历史记录中删除有问题的二进制文件来使其更小:

git filter-branch --index-filter 'git rm --cached --ignore-unmatch BigFile'

然后释放对象:

rm -rf .git/refs/original/
git reflog expire --expire=now --all
git gc --aggressive --prune=now

(如果这些命令有误，请随时发表评论。)

问题:如何识别那些大文件，以便我可以评估是否将它们从 git 历史记录中删除？它们很可能不再在工作树中了——它们已被删除并且可能也未被跟踪:

git rm --cached BigFile

Answer 1

twalberg's answer做的伎俩。我将其包装在一个循环中，以便您可以按大小顺序列出文件:

while read -r largefile; do
    echo $largefile | awk '{printf "%s %s ", $1, $3 ; system("git rev-list --all --objects | grep " $1 " | cut -d \" \" -f 2-")}'
done <<< "$(git rev-list --all --objects | awk '{print $1}' | git cat-file --batch-check | sort -k3nr | head -n 20)"

head -n 20 将输出限制为前 20 个。根据需要进行更改。

确定问题文件后，查看 this回答如何删除它们。