git - git 如何处理压缩文件？

Question

我有一些 svg 文件，我想用 git 跟踪它们。但是，大多数软件都可以透明地处理 svgz(基本上就是 svg.gz)。因此，我正在考虑切换到 svgz 以节省磁盘空间。

从 git 的角度来看，将它们作为 svgz 而不是 svg 的优缺点是什么？

我天真的想法是，git diff 算法针对文本文件进行了优化，但在压缩后的对应文件上效果不佳。由于差异也被压缩，我假设整体方法对于文本文件非常有效，差异占用很少的磁盘空间。相反，对于压缩数据，它会倾向于在内部保存更大的文件，最终我预计在某个时候存储库可能最终会为压缩文件占用更多空间。

Answer 1

Git 使用 Xdelta 的变体在包文件中。这与文本差异(Git 使用 XDiff 的变体)是分开的。 Git 的所有存储对象也使用 Git 的 zlib deflate 压缩，即 fundamentally similar to gzip ，所以在这个特定级别，它几乎是 a wash .¹

如果你的图片很大，或者你通过 .gitattributes 和 -delta 将它们标记为“不要尝试增量压缩”，你可能想要预压缩它们，即，将它们存储为 svgz 文件，只是为了速度。² 如果它们较小，并且如果某些 svg 文件将 delta-对某些其他 svg 文件进行很好的压缩，您通常希望避免对它们进行预压缩，因为这将使 Git 无法进行 delta-压缩它们。

另见 Is repacking a repository useful for large binaries?和 Are Git's pack files deltas rather than snapshots?我对 What does git do when we do : git gc - git prune 的回答还有一点.可以说，底线是您必须进行一些测试，以了解哪种方法最适合您的特定情况。请注意，fetch 和 push 使用“瘦包”(其中对象根据已知存在于另一个 Git 中的基本对象进行压缩，但不包含在包文件中)来加速网络传输，这可能是更多 比节省磁盘空间更重要，所以也要考虑这一点。

---

¹或six of one, half a dozen of the other .

²即使 Git 和其他工具压缩它们所花费的时间相同，将它们标记为 -delta 也会让 Git 不考虑将它们打包，这将节省 git repack 时间。