git - 版本控制系统是否使用差异来存储二进制文件？

Question

流行的版本控制系统(svn、git)如何处理存储对二进制文档的修订？我的项目包含定期更新并需要 checkin 的二进制源(主要是 Photoshop 文档、自定义数据格式和一些文字处理文档)。我一直担心 checkin 二进制文件，因为我认为 VCS 可能会采取一种简单的方式，每次只上传一份新的二进制文件副本 - 因此我的存储库会很快变得庞大。

如果我有几个数据 block (我们称它们为 A、B、C、D 等)并且我有一个二进制文件，在第一次 checkin 时看起来像 ABC，但在第二次 checkin 时已被修改为 ADBE ，我的 VCS 是否足够智能以仅存储更改的位，还是会创建文件的全新图像？

Answer 1

tl;博士

Git 只能存储二进制文件的差异，但效率不高，因此您可能应该使用一些外部工具，如 lfs .

稍微长一点的解释

默认情况下，git 不存储提交之间的差异。当您更改某个文件并进行新提交时，git 会存储包含整个文件内容的对象。只更改一行或重写整个文件都没关系 - git 不存储差异，至少一开始是这样。有一个名为 git-gc 的 git (垃圾收集器)负责删除悬空提交和优化等任务，它运行另一个 git 命令 - git-repack这正是你所要求的。它获取所有对象并使用增量压缩将它们存储在一个包中。

不幸的是，在压缩二进制文件时，使用 git-repack 打包并不是特别有效。你可以随时 tweak it , 但如果你的文件变化很大，或者它们真的很大，你应该使用一些外部工具，比如 lfs .