如何获取整个 git 历史的文件夹大小

Posted 2023-03-07

【中文标题】如何获取整个 git 历史的文件夹大小

【英文标题】：How to get the folder size for the whole git history

【发布时间】：2019-12-05 11:15:53

【问题描述】：

我在 git 中有一些包含不同文件的文件夹（例如小图像）。图像的每次更改/插入都将永久存储在 git 历史记录中。如果该文件夹增长过多，例如超过 50mb，则可能会给该 git 存储库的所有用户带来一些问题。

由于某些原因，我不能使用git-lfs，因为它会产生很大的问题。

所以问题是：如何计算历史中所有提交中所选目录中所有文件的大小？或者一些想法如何实现它？

【问题讨论】：

***.com/questions/8185276/find-size-of-git-repo

@SaurabhPBhandari 我肯定看过那篇文章，但它只有助于找到所有 repo 的大小，但我需要找到 repo 中确切文件夹的大小

所以git count-objects -vH 不适合我

下面的答案有帮助吗？

@SaurabhPBhandari 它可以工作，但不幸的是我同时做了我自己的。两者都有效，但显示不同的结果。稍后我会做一些测试，并确切知道哪个按预期工作。

【参考方案1】：

正如@Mehrdad 在answer 中提到的Find size of git repo，可以使用以下命令来查找git repo 的大小：

git rev-list --objects --all | git cat-file --batch-check="%(objectsize) %(rest)" | cut -d" " -f1 | paste -s -d + - | bc

rev-list 将路径作为参数。因此，要在 git repo（所有提交）中查找目录的大小（例如：foo/bar），您可以运行：

git rev-list --objects --all -- foo/bar | git cat-file --batch-check="%(objectsize) %(rest)" | cut -d" " -f1 | paste -s -d + - | bc 

然而，这将返回以字节为单位的大小。您可以将输出通过管道传输到 numfmt util 以获得更易于阅读的格式。

git rev-list --objects --all -- <relative-path-to-directory> | git cat-file --batch-check="%(objectsize) %(rest)" | cut -d" " -f1 | paste -s -d + - | bc | numfmt --to=si

注意： --all 包含所有修订，您可以指定分支或标签名称。

【参考方案2】：

我使用git log 和git show 得到了结果

RESULT=0
OUTP=$(git log --pretty=tformat:%H -- path/to/data | while read hash; do
    git show --stat --name-only $hash | grep "^path/to/data" | while read filename; do
        if [ ! -z "$filename" ]; then
            git show "$hash:$filename" | grep "^size " | while read filesizeString; do
                filesize=$filesizeString#"size "
                echo $filesize
            done
        fi
    done
done)

echo "FINISHED"

while IFS= read -r line; do
    RESULT=$((RESULT += line))
done <<< "$OUTP"
RESULT_MB=$((RESULT/1024/1024))
echo "Directory takes $RESULT_MB mb in git repository"

但我不知道为什么这种方式显示的大小与@Saurabh P Bhandari 的不同

【讨论】：

有时git show 会给出不好的结果，该脚本并不是所有情况下的最佳选择：/