如何通过非交互式压缩除最近的提交之外的所有提交来减少膨胀的Git仓库的大小？

Posted 2021-03-27

我的Git repo有数百GB的数据，比如数据库备份，所以我试图删除旧的，过时的备份，因为它们会使一切变得越来越大。所以我自然需要一些快速的东西;越快越好。

除了最新的提交之外，我如何压缩（或者只是简单地删除）所有提交，而不必手动压缩interactive rebase中的每个提交？具体来说，我不想使用

git rebase -i --root

例如，我有这些提交：

A .. B .. C ... ... H .. I .. J .. K .. L

我想要的是（将A和H之间的所有东西压缩到A）：

A .. H .. I .. J .. K .. L

或者甚至这样可以正常工作：

H .. I .. J .. K .. L

有一个关于如何squash all commits的答案，但我想保留一些最近的提交。我也不想要squash the most recent commits。 （特别是我需要保持前两个提交从顶部开始计数。）

（编辑，几年后。这个问题的正确答案是使用正确的工具.Git不是一个非常好的工具来存储备份，无论它多么方便.There are better tools.）

答案

原始海报comments：

如果我们拍摄提交10004的快照，删除它之前的所有提交，并使提交10004成为root提交，我会没事的

一种方法是在这里，假设你当前的工作被称为branchname。我喜欢使用temp标签，每当我做一个大的rebase来仔细检查没有变化并标记一个点我可以reset回到出现问题（不确定这是否是标准程序但是它适用于我）：

git tag temp

git checkout 10004
git checkout --orphan new_root
git commit -m "set new root 10004"

git rebase --onto new_root 10004 branchname

git diff temp   # verification that it worked with no changes
git tag -d temp
git branch -D new_root

要删除旧分支，您需要删除其上的所有标记和分支标记;然后

git prune
git gc

将从您的回购清洗它。

请注意，你将暂时拥有两份副本，直到你有gc'd，但这是不可避免的;即使你做标准的壁球和篮板，你仍然有两份副本，直到篮板完成。

另一答案

最快的计数实现时间几乎可以肯定是移植和filter-branch，尽管你可以通过commit-tree输出的手动rev-list序列获得更快的执行速度。

构建Rebase是为了对不同内容应用更改。你在这里做的是保留内容并故意丢失产生它们的变化历史，因此几乎所有rebase最乏味和最慢的工作都被浪费了。

这里的有效载荷是从你的图片开始，

echo `git rev-parse H; git rev-parse A` > .git/info/grafts  
git filter-branch -- --all

git rev-parse和git filter-branch的文档。

过滤分支是非常小心的，可以在任何一点失败后恢复，这当然是最安全的....但它只是真正有用的简单重做它的恢复不会更快更容易，如果事情向南走。失败是罕见的，重新启动通常很便宜，要做的事情是做一个非“安全”但非常快速的操作，但几乎可以确定。为此，这里最好的选择是在tmpfs上进行（我在Windows上知道的最接近的等价物就像ImDisk这样的ramdisk），这将是非常快速的，并且在你确定你之前不会触及你的主要回购得到了你想要的结果。

所以在Windows上，说T:wip是在ramdisk上，请注意这里的克隆没有任何副本。除了阅读有关git clone的--shared选项的文档外，还要检查克隆的内部以查看真实效果，这非常简单。

# switch to a lightweight wip clone on a tmpfs
git clone --shared --no-checkout . /t/wip/filterwork
cd !$

# graft out the unwanted commits
echo `git rev-parse $L; git rev-parse $A` >.git/info/grafts
git filter-branch -- --all

# check that the repo history looks right
git log --graph --decorate --oneline --all

# all done with the splicing, filter-branch has integrated it
rm .git/info/grafts

# push the rewritten histories back
git push origin --all --force

对于您可能想要做的事情以及您的回购中可能存在的内容，有足够的可能变化，这些命令中的几乎任何选项都可能有用。以上内容经过测试，可以按照它的说法进行测试，但这可能不是您想要的。

另一答案

XY问题

请注意，原始海报有一个XY problem，他试图找出如何压缩他的旧提交（Y问题），当他真正的问题实际上是试图减少他的Git存储库（X问题）的大小时，as I've mentioned in the comments：

有很多提交不一定会膨胀您的Git仓库的大小。 Git非常有效地压缩基于文本的文件。您确定提交的数量是导致您的大型回购规模的实际问题吗？更可能的候选者是你有太多版本化的二进制资产，与纯文本文件相比，Git也不会压缩（或根本不压缩）。

尽管如此，为了完整起见，我还将为Matt McNabb's answer添加一个替代解决方案来解决Y问题。

压制（数百或数千）旧提交者

正如原始海报已经注意到的那样，当有许多提交（编号为数百或数千）时，使用带有--root标志的交互式rebase可能是不切实际的，特别是因为交互式rebase不能在如此大量的提交上有效运行。

正如Matt McNabb在他的回答中所指出的，一种解决方案是使用孤儿分支作为新的（压扁的）根，然后在其上进行变基。另一个解决方案是使用分支的几个不同的重置来实现相同的效果：

# Save the current state of the branch in a couple of other branches
git branch beforeReset
git branch verification

# Also mark where we want to start squashing commits
git branch oldBase <most_recent_commit_to_squash>

# Temporarily remove the most recent commits from the current branch,
# because we don't want to squash those:
git reset --hard oldBase

# Using a soft reset to the root commit will keep all of the changes
# staged in the index, so you just need to amend those changes to the
# root commit:
git reset --soft <root_commit>
git commit --amend

# Rebase onto the new amended root,
# starting from oldBase and going up to beforeReset
git rebase --onto master oldBase beforeReset

# Switch back to master and (fast-forward) merge it with beforeReset
git checkout master
git merge beforeReset

# Verify that master still contains the same state as before all of the resets
git diff verification

# Cleanup
git branch -D beforeReset oldBase verification

# As part of cleanup, since the original poster mentioned that
# he has a lot of commits that he wants to remove to reduce
# the size of his repo, garbage collect the old, dangling commits too
git gc --prune=all

--prune=all的git gc选项将确保所有悬空提交都是垃圾收集，而不仅仅是超过2周的那些，这是git gc的默认设置。