在 Mercurial 存储库中查找大文件

Posted 2023-03-07

【中文标题】在 Mercurial 存储库中查找大文件

【英文标题】：Finding Large Files in Mercurial Repository

【发布时间】：2015-12-14 22:56:06

【问题描述】：

类似于this link，但用于善变。我想找到对我的 mercurial 存储库的大小贡献最大的文件。

我打算使用 hg convert 创建一个新的、更小的存储库。我只是不确定哪些文件会影响存储库的大小。它们可能是已经被删除的文件。

有什么好方法可以在存储库历史记录中的任何位置找到这些内容？有超过 20,000 个提交。我正在考虑一个 powershell 脚本，但我不确定最好的方法是什么。

【参考方案1】：

检查hg help fileset。类似的东西

hg files "set:size('>1M')"

应该为您解决问题。您可能需要对所有修订进行操作，尽管它只对一个修订进行操作。在 bash 中，我会尝试类似

for i in `hg log -r"all()" "set:size('>400k')" --template="rev\n"`; do hg files -r$i "set:size('>400k')"; done | sort | uniq

可能会成功。也许它可以优化，因为它目前有点重复，可能会运行很长时间；在具有 22000 次提交的 OpenTTD 存储库上，在我的笔记本电脑上只用了不到 10 分钟。

（同时查看templates、files和grep上的hg帮助）

【讨论】：

谢谢，这很有效。我正在使用窗户。为完整起见，powershell 脚本为 hg log -r"all()" "set:size('>1024k')" --template="rev\n" | Foreach hg files -r $_ "set:size('>1024k')" >> results.txt; get-content results.txt | sort | get-unique > results2.txt; Remove-Item results.txt; Move-Item results2.txt results.txt ，而 bat 文件为 for /F %i in ('hg log -r"all()" "set:size('>1024k')" --template="rev\n"') DO hg files -r %i "set:size('>1024k')" >> results.txt（虽然不排序/过滤）