git - 快速列出大量文件的最后提交日期

Question

我想列出 git 存储库中大量文件的最后提交日期。

为了具体起见，让我们假设我想获取特定子目录中所有 *.txt 文件的最后提交日期。存储库中总共有数万个文件，相关的*.txt文件数量在数百个左右。存储库中已经有数千次提交。

我尝试了三种不同的方法。

---

解决方案 1. This question给出一个答案，基于 git log。但是，如果我尝试做这样的事情，它会很慢:

find . -name '*.txt' |
    xargs -n1 git log --format=format:%ai -n1 --all -- '{}'

在我的测试用例中，它花了几分钟——对我的目的来说太慢了。

---

解决方案 2。像这样的东西会多快，不到一秒:

git log --format=format:%ai --name-only .

但是，我将不得不编写一个脚本来对输出进行后处理。此外，上面的命令打印出很多永远不需要的信息:不相关的文件和旧的提交。

---

解决方案 3. 我也尝试过类似的方法，以摆脱不相关的文件:

git log --format=format:%ai --name-only `find . -name '*.txt'`

但是，结果证明这比解决方案 2 慢。(运行时间相差 3 倍。)此外，它仍然打印不再需要的旧提交。 p>

---

问题。我是否遗漏了什么？有没有快捷方便的方法？最好是不仅现在而且将来当我们有更多的提交时都有效的东西？

Answer 1

试试这个。

在 git 中，每个提交都引用一个树对象，它有指向每个文件状态的指针(文件是 blob 对象)。

因此，您要做的是编写一个程序，该程序以您感兴趣的所有文件的列表开始，并从 HEAD 开始。对象(通过 git rev-parse HEAD 获得的 SHA1 提交)。它检查是否有任何“感兴趣的文件”在该树中被修改(树从 git cat-file commit [SHA1] 的“树”属性获得) - 注意，您必须下降到每个目录的子树。如果它们被修改(意味着与它们在“先前”修订版中的不同的 SHA1 哈希)，它会从兴趣集中删除每个这样的并打印适当的信息。然后它继续到当前树的每个父节点。这一直持续到兴趣集为空。

如果您想要最快的速度，您将使用 git C API。如果你不想那么那么快，你可以使用git cat-file tree [SHA1 hash] (或者更简单，git ls-tree [SHA1 hash] [files])，这将执行绝对最少的工作量来读取特定的树对象(它是管道层的一部分)。

这在未来会继续发挥多大作用值得怀疑，但如果向前兼容是一个更大的问题，您可以从 git cat-file 提高一个级别- 但正如您已经发现的那样，git log相对较慢，因为它是瓷器的一部分，而不是管道。

参见 here有关 git 的对象模型如何工作的非常好的资源。