Comment trouver / identifier les gros fichiers / commits dans l'historique Git?

Question

J'ai un repo git de 300 MO. Mon extrait les fichiers de peser de 2 MO, et le repo git pèse 298 MO. Il s'agit d'un code-seulement repo qui ne doit pas peser plus de quelques MO.

Probablement, quelqu'un à un certain point commis quelque lourde fichiers par accident (vidéo, des images énormes, etc), avant de les supprimer...mais pas à partir de git, de sorte que nous avons une histoire avec inutile de gros fichiers. Comment traquer les gros fichiers dans l'historique de git? Il y a 400+ s'engage, afin d'aller de l'un par l'exige beaucoup de temps.

NOTE: ma question n'est pas sur comment faire pour supprimer le fichier, mais comment trouver en premier lieu.

Answer 1

J'ai trouvé un one-liner solution sur l'ETH de Zurich, Département de Physique de la page. Il suffit de faire une git gc pour éliminer les cochonneries, et puis

git rev-list --objects --all | grep `git verify-pack -v .git/objects/pack/*.idx | sort -k 3 -n | tail -10 | awk '{print$1}'`

vous donnera les 10 plus gros fichiers dans le référentiel.

Il y a aussi un lazier solution maintenant disponible, GitExtensions a maintenant un plugin qui fait cela dans l'INTERFACE utilisateur (et poignées réécrit l'histoire en tant que bien).

Answer 2

J'ai trouvé ce script très utile dans le passé pour trouver de gros (et non évidente) des objets dans un dépôt git:

• http://stubbisms.wordpress.com/2009/07/10/git-script-to-show-largest-pack-objects-and-trim-your-waist-line/

Qui va vous donner le nom de l'objet (SHA1sum) de la goutte, et puis vous pouvez utiliser un script comme celui-ci:

• Git: Qui commit ce blob?

... pour trouver la commettre que des points à chacune de ces gouttes.

Answer 3

Écrire tous les fichiers SHA1s dans un fichier texte:

git rev-list --objects --all | sort -k 2 > allfileshas.txt

Trier les objets blob à partir du plus grand au plus petit et écrire les résultats dans un fichier texte:

git gc && git verify-pack -v .git/objects/pack/pack-*.idx | egrep "^\w+ blob\W+[0-9]+ [0-9]+ [0-9]+$" | sort -k 3 -n -r > bigobjects.txt

Combiner à la fois des fichiers de texte pour obtenir de nom de fichier/sha1/informations sur la taille:

for SHA in `cut -f 1 -d\  < bigobjects.txt`; do
echo $(grep $SHA bigobjects.txt) $(grep $SHA allfileshas.txt) | awk '{print $1,$3,$7}' >> bigtosmall.txt
done;

Maintenant, vous pouvez regarder le fichier bigtosmall.txt afin de choisir les fichiers que vous souhaitez supprimer à partir de votre historique de Git.

Prises à partir de ce post

Answer 4

Vous devriez essayer BFG Repo-Cleaner .