太坑了。。。Git仓库为什么越来越大

背景

上个月开源了一套低代码平台 marsview ，陆陆续续有一些对低代码感兴趣的兄弟加入，开启了贡献之路，有不少功能都是小伙伴提交的。

然后最近发生一件事儿，小伙伴发现开源仓库越来越大，克隆的时候已经有 200 多 M 了，可是下载仓库包发现只有 4.7M ，这是为什么？

其实，我第一反应就是，.git 记录了历史缓存，但我没想到的是，克隆包居然高达200多M，不能容忍….

问题跟踪

marsview 当前仓库源码其实只有4.7M，究竟是什么原因导致变成了250M，我们也就迭代了一个月左右。

于是，我开始翻找历史提交记录，果不其然，我们在开源后的一周，上线了开发文档，当时，我跟小伙伴录制了几个视频，一开始为了节省 CDN 流量，我把视频文件放到了文档仓库提交到远程了，后来感觉不合理，又选择上传到了百度云，但是视频文件最终是被删除的，没想到变成了历史文件，虽然当前视频文件已经被删除了，但是 git 的历史包里面却被打包进去了。

当前开源项目下载包大小

历史提交的视频文件记录

打开项目.git目录查看历史打包文件大小

所以，我们已经找到根本原因了，只要你历史提交过大文件，那你的代码仓库就会有记录，即使你最后又删除了大文件也没用。

这样带来的影响是什么 ？

最大的影响就是别人克隆你的仓库非常慢，一看250M，直接走了。

解决思路

说实话，这个问题解决起来很棘手，我尝试在网上寻找答案：有说，git reset ，有说，git revert ，也有人说 git rebase；

其实仔细想一想，前两个都不太可能，我们是要抹除历史记录，相当于要把曾经提交视频的那一次给它干掉，我尝试了使用git rebase，因为它可以把历史记录进行合并、修改或删除。

使用 git rebase

1. 找到添加视频的那一次提交

2. 复制版本号，执行rebase

git rebase -i a256f5058c3478ea12244db0a6ccb980825d98bd^

我们加一个^，往前执行一步

很快就发现了这两次提交记录，我们输入i进入输入模式，把那两次提交前面的pick改成drop，这样最终的提交记录里面就找不到这两次视频的提交。

这个过程中，如果有冲突，就解决一下冲突，直接提交commit，然后继续执行：git rebase --continue，直到把所有冲突解决完，然后强推上去。

3. 强推一下，查看效果

通过git rebase以后，我查看了github提交记录，确实已经找不到这两个视频的提交了，然而我去重新克隆仓库，发现依然是250M，见鬼了，说明通过git reset/revert/rebase这种操作只是处理提交日志，解决不了历史缓存问题。

【这里我当时忘了截图了，查看GitHub已经找不到视频的提交记录了】

git filter-branch

网上介绍说，需要通过git filter-branch来解决历史缓存问题，于是我就照搬了。 幸亏我在执行git rebase之前，把仓库备份了，要不然还挺麻烦。

1. 执行命令

git filter-branch --force --prune-empty --index-filter 'git rm -rf --cached --ignore-unmatch packages/docs/src/pbulic/project.mp4' --tag-name-filter cat -- --all

git filter-branch --force --prune-empty --index-filter 'git rm -rf --cached --ignore-unmatch packages/docs/src/pbulic/editor.mp4' --tag-name-filter cat -- --all

参数解释：

• filter-branch 是让git重写每一个分支。

• --force 假如遇到冲突也让git强制执行。

• --index-filter 选项指定重写的时候应该执行什么命令，要执行的命令紧跟在它的后面，在这里就是git rm --cached --ignore-unmatch password.txt ，让git删除掉缓存的文件，如果有匹配的话。

• --prune-empty 选项告诉git，如果因为重写导致某些commit变成了空（比如修改的文件全部被删除），那么忽略掉这个commit。

• --tag-name-filter 表示对每一个tag如何重命名，重命名的命令紧跟在后面，当前的tag名会从标注输入送给后面的命令，用cat就表示保持tag名不变。

• -- 表示分割符。

执行的时候，它会生成一个重写的.git-rewrite目录，看起来有效果，当时全部执行完以后，发现objects目录大小并没有变化，但objects下面多了很多子目录，看起来是每一次提交的历史日志，然而.pack文件大小始终没有变化。

我们最重要的就是要把这个pack文件降下去，否则就是徒劳。

2. 通过gc回收

第一步查找记录，删除日志文件，第二步就是清理，因为历史记录都是打包在.pack文件里面的。

设置过期

git reflog expire --expire=now --all

打包、回收

git gc --aggressive --prune=now

果然.pack文件变小了，说明前面几步执行是成功的，因为我们视频没有删除完，所有当前还有32M

强推、查看提交记录

• 继续执行上面的命令，删除所有视频文件。
• 强制推送代码到远程：git push origin main --force
• 查看github远程记录

查看GitHub历史，分析只有代码，没有视频文件了。

总结

随着版本的迭代，仓库大小会越来越大，对于大文件的提交（视频、jar、SDK..）一定要慎重考虑是否提交到仓库，避免不必要的困扰。

如果不小心发生了，跟我一样的情况，就按这个思路解决：

1. 执行git filter-branch

git filter-branch --force --prune-empty --index-filter 'git rm -rf --cached --ignore-unmatch packages/docs/src/pbulic/editor.mp4' --tag-name-filter cat -- --all

2. 执行git reflog

git reflog expire --expire=now --all

3. 执行git gc

git gc --aggressive --prune=now

号外

最近低代码强力更新，欢迎大家体验

体验地址： www.marsview.cc/