如何从Git存储库的提交历史中删除/删除一个大文件?

我不小心把一个dvd光盘放到了一个网站项目中，然后不小心提交-a -m…而且，快，回购膨胀了2.2 g。下次我做了一些编辑，删除了视频文件，并提交了所有内容，但压缩文件仍然在存储库中，在历史中。

我知道我可以从这些提交中启动分支，并将一个分支重置到另一个分支上。但是我应该怎么做才能合并两次提交，使大文件不显示在历史记录中，并在垃圾收集过程中被清理?

当前回答

新的答案在20222年有效。

请勿使用:

git filter-branch

此命令可能不会在按下后更改远程回购。如果你在使用它后进行克隆，你会看到什么都没有改变，回购仍然有一个很大的大小。这个命令现在已经过时了。例如，如果您使用https://github.com/18F/C2/issues/439中的步骤，这将不起作用。

你需要使用

git filter-repo

步骤:

(1)找到。git中最大的文件:

git rev-list --objects --all | grep -f <(git verify-pack -v  .git/objects/pack/*.idx| sort -k 3 -n | cut -f 1 -d " " | tail -10)

(2)开始过滤这些大文件:

 git filter-repo --path-glob '../../src/../..' --invert-paths --force

 git filter-repo --path-glob '*.zip' --invert-paths --force

 git filter-repo --path-glob '*.a' --invert-paths --force

或无论你在第一步中找到什么。

(3)

 git remote add origin git@github.com:.../...git

(4)

git push --all --force

git push --tags --force

完成了! !

2022-11-27 17:01:52

其他回答

使用BFG Repo-Cleaner，这是一个更简单、更快的Git -filter-branch的替代方案，专门用于从Git历史记录中删除不需要的文件。

仔细按照使用说明，核心部分就是这样:

$ java -jar bfg.jar --strip-blobs-bigger-than 100M my-repo.git

任何超过100MB大小的文件(不是最近提交的文件)都将从Git存储库的历史记录中删除。然后你可以使用git gc清除死数据:

$ git reflog expire --expire=now --all && git gc --prune=now --aggressive

修剪后，我们可以强制推送到远程repo*

$ git push --force

*注意:不能在GitHub上强制推送一个保护分支

BFG通常比运行git-filter-branch快10-50倍，而且通常更容易使用。

完全披露:我是好心眼巨人回收清理器的作者。

2013-07-26 20:15:38

根据GitHub文档，只需遵循以下步骤:

去掉大文件

选项1:你不想保留大文件:

rm path/to/your/large/file        # delete the large file

选项2:您希望将大文件保存到一个未跟踪的目录中

mkdir large_files                       # create directory large_files
touch .gitignore                        # create .gitignore file if needed
'/large_files/' >> .gitignore           # untrack directory large_files
mv path/to/your/large/file large_files/ # move the large file into the untracked directory

保存更改

git add path/to/your/large/file   # add the deletion to the index
git commit -m 'delete large file' # commit the deletion

从所有提交中删除大文件

git filter-branch --force --index-filter \
  "git rm --cached --ignore-unmatch path/to/your/large/file" \
  --prune-empty --tag-name-filter cat -- --all
git push <remote> <branch>

2020-09-10 13:37:23

除了git filter-branch(缓慢但纯粹的git解决方案)和BFG(更简单，性能非常好)之外，还有另一个性能良好的过滤工具:

https://github.com/xoofx/git-rocket-filter

从它的描述来看:

git-rocket-filter的目的类似于git-filter-branch命令，但提供了以下独特的功能:

快速重写提交和树(从x10到x100的顺序)。内置支持使用——keep(保存文件或目录)的白名单和使用——remove选项的黑名单。使用.gitignore类似的模式进行树过滤快速和简单的c#脚本提交过滤和树过滤支持每个文件/目录模式的树过滤脚本自动修剪空的/不变的提交，包括合并提交

2019-10-10 11:25:32

当您遇到这个问题时，git rm是不够的，因为git会记住这个文件在我们的历史中曾经存在过一次，因此会保留对它的引用。

更糟糕的是，重基也不容易，因为任何对blob的引用都会阻止git垃圾收集器清理空间。这包括远程引用和reflog引用。

我把git forget-blob放在一起，一个尝试删除所有这些引用的小脚本，然后使用git filter-branch重写分支中的每个提交。

一旦你的blob完全没有被引用，git gc就会删除它

它的用法很简单，git forget-blob file-to-forget。你可以在这里获得更多信息