介绍git repo-clean 是用Golang开发的具备Git仓库大文件扫描,清理,并重写commit提交记录功能的Git拓展工具。
依赖环境:- Git >= 2.24.0 (必须)
- Golang >= 1.15 (可选)
安装首先需要获得安装包,方式有两种: 1. 二进制包安装 下载链接:https://gitee.com/oschina/git-repo-clean/releases/ 解压,即可进入加压后的目录,有如下文件: -rwxrwxr-x 1 git git 6.3M Dec 1 17:31 git-repo-clean.exe # 程序包(此为Windows下的程序包,其它平台类似)-rw-rw-r-- 1 git git 5.1K Dec 1 17:31 README.md # 使用文档(即本文档)drwxrwxr-x 3 git git 4.0K Dec 1 17:31 docs # 附录文档-rw-rw-r-- 1 git git 9.6K Dec 1 17:31 LICENSE # 许可证 解压后,并不是直接点击git-repo-clean.exe 就能用,而是需要经过下面的安装步骤才能使用。 2. 源码编译安装包 该方式需要你的电脑有基本的Golang发开环境 $ git clone https://gitee.com/oschina/git-repo-clean# 进入源码目录,编译$ cd git-repo-clean$ make# 在bin/目录下即是编译后的程序包 1. Linux环境 sudo cp git-repo-clean $(git --exec-path)
2. Windows环境 方法一:将可执行文件git-repo-clean.exe 的路径放到系统$PATH路径中,大致操作步骤为:点击Windows的[开始] --> 输入path --> 选择编辑系统环境变量 --> 选择环境变量<N> --> 在系统变量(S) 中选择Path --> 选择新建(N) --> 将刚才解压的包含git-repo-clean.exe 文件的路径 复制到新建的环境变量中。 方法二:也是将git-repo-clean.exe 复制到 Git 的执行目录下:cp git-repo-clean.exe $(git --exec-path) 。(Git可能安装在C盘某个目录中,需要特别权限才能复制) 方法三:也可以直接复制该可执行文件git-repo-clean.exe 到C:\Windows\system32 目录下。(不推荐使用该方法,因为可能会误操作,导致系统文件被破坏) 3. Mac OS环境与Linux上的操作类似。但是注意:在Mac OS 上进行配置之后可能无法执行,需要授权,具体方式为:System Preferences -> Security & Privacy点击 Allow Anyway 始终允许即可: 通过方法安装完成后,执行如下命令检测是否安装成功: git repo-clean --version
使用有两种使用方式,一种是命令行,一种是交互式。 目前选项有如下: -v, --verbose 显示处理的详细过程 -V, --version 显示 git-repo-clean 版本号 -h, --help 显示使用信息 -p, --path 指定Git仓库的路径, 默认是当前目录,即'.' -s, --scan 扫描Git仓库数据,默认是扫描所有分支中的数据 -f, --file 直接指定仓库中的文件或目录,与'--scan'不兼容 -b, --branch 设置需要删除文件的分支, 默认是从所有分支中删除文件 -l, --limit 设置扫描文件阈值, 比如: '--limit=10m' -n, --number 设置显示扫描结果的数量 -t, --type 设置扫描文件后缀名,即文件类型 -i, --interactive 开启交互式操作 -d, --delete 执行文件删除和历史重写过程 -L, --lfs 将大文件转换为Git LFS指针文件 交互式用法: 输入git repo-clean 可以直接进入交互模式该方式进入交互模式,因为没有加任何参数,只能使用默认选项。此模式下默认打开的选项有--scan , --delete , --verbose ,如果想使用其它选项,如--branch ,则可以使用如下方式:
git repo-clean -i[--interactive]
使用-i 选项进入交互式模式,该方法可以追加其它选项,如git repo-clean -i --branch=topic
命令行式用法: git repo-clean --verbose --scan --limit=1G --type=tar.gz --number=1
在仓库中使用命令行,扫描仓库当所有分支中的文件,文件最小为1G,类型为tar.gz,显示前1个结果
git repo-clean --verbose --scan --limit=1G --type=tar.gz --number=1 --delete
加上--delete 选项,则会批量删除扫描出的文件,并重写相关提交历史(包括HEAD)
如果想要清理其他分支的数据,可以使用--branch 选项。默认--branch=all 进行全扫描,会把所有分支上筛选出的数据清理掉。git repo-clean --verbose --scan --limit=1G --type=tar.gz --number=1 --delete --branch=dev 加上--branch=dev 选项,则只会删除dev 分支中的指定文件,并重写相关提交历史。
如果确定了要删除的文件,也可以不使用--scan 扫描模式,扫描模式会消耗大量时间进行仓库全量扫描。 经过重构,现在可以跳过前面的扫描过程,直接向程序指定文件或者文件夹进行删除、重写历史操作。使用选项--file <filepath> 即可调用该功能。git repo-clean --verbose --file file1 --file dir/ --delete 使用--file <filepath> 删除指定文件,或者指定文件夹中的所有文件。
也可以不用扫描,只指定文件大小的阈值,即可从仓库中完成删除大小超过指定阈值的文件。git repo-clean -verbose --limit=1G --delete 此时,--number 选项无意义,默认值转为UINT_MAX 。
注意: - 目前扫描操作和删除操作都是默认在所有分支上进行,而
--branch 选项只是指定删除时的分支,不能指定扫描时的分支。因此如果使用了这个选项指定了某个分支,可能从扫描结果中选择了另一个分支中的文件,因此不会有文件真正被删除。
Git LFS(Git Large File Storage)关于Git LFS, 参考:https://gitee.com/help/articles/4235
git-repo-clean 从v1.3.0 开始支持将扫描出来的历史大文件直接转化为Git LFS 指针文件。如果用户开通了Gitee LFS 功能,则可以将大文件上传到Gitee的LFS服务器单独存储,而 Git仓库只需要管理一份转换后很小的LFS指针文件。LFS指针文件代替了原始文件存储在Git仓库.git/objects/ 中,而原文件存储在.git/lfs/objects/ 目录中,Git仓库不管理该目录,上传时该目录中的文件将上传到单独的LFS存储仓库。
在完成转换后,直到推送到远程之前,用户需要在本地安装git lfs 工具,用来安装相关的钩子,如pre-push ,这样在推送时,才会将LFS 对象上传到Gitee LFS 服务器。 git lfs 的安装,参考:https://github.com/git-lfs/git-lfs#downloading
目前只能在扫描模式下使用LFS功能,如:git repo-clean --verbose --scan --limit=100M --delete --lfs 这条命令会将仓库中的大于100 MB 的文件转化为不超过200 Bytes 的LFS指针文件,极大的节省仓库空间。 代码结构- main.go | 程序主入口
- options.go | 程序选项参数处理
- cmd.go | 交互式命令处理
- repository.go | 仓库扫描相关处理
- fastexport.go | 启动git-fast-export进程
- fastimport.go | 启动git-fast-import进程
- parser.go | 仓库数据解析
- filter.go | 仓库数据过滤
- git.go | Git对象相关
- utils.go | 一些有用帮助函数
- lfs.go | 处理Git LFS相关的函数
TODOBUG- 如果仓库中存在nested tag, 则在清理过程中会出现错误,如:
error: multiple updates for ref 'refs/tags/v1.0.1-pointer' not allowed , 这会导致文件删除失败。暂时处理方式是一旦检测到这种情况,就退出程序,并显示警告信息。
NOTE目前只关注文件本身,所以扫描时只关注blob类型对象 从Git 2.32.0起,git-rev-list 具备--filter=object:type 选项,在扫描时能够过滤特定类型,这样能够加快处理过程,后续考虑使用较新的Git版本。 以下参数单独使用是无效的:--branch , --scan , --verbose , --delete , 需要结合其它参数一起使用。
常见问题 Q&AQ:在Windows上使用git Bash终端,运行软件时,如git repo-clean --version ,中文显示乱码。 A:应该是终端的本地化配置问题,需要检查终端的本地化配置:在git Bash终端鼠标右键,找到底部Options 选项,选择里面的文本Text 选项,在Locale 下拉框中选择zh_CN , 在右边的字符集(Character set)选择中选择UTF-8(Unicode) 。如果设置成功之后,还是显示乱码,建议使用PowerShell终端。 Q:删除不成功。使用git repo-clean 删除文件后,再次进行扫描,结果发现文件还是存在。 A:首先可能是同一个文件存在多个历史版本,在扫描结果中,它们的文件ID是不同的。扫描时,如果不指定--number 选项,则默认只显示,并将只删除前3个文件。所以当同一个文件存在多个版本时,第一次只删除了其中3个,第二次扫描显示的是另外的3个版本。其次,该文件可能存在与其它分支中,当前扫描是全量全分支扫描,但是删除时,是选择了删除当前分支的文件。所以如果发现删除的文件还存在,可以不知道特定分支,而是默认进行全部分支的删除。 Q:删除后,推送仍然失败。 A:在推送时,会计算服务端仓库剩余大小,再加上本地仓库大小,总和如果还是超出限额,推送就还是会被拒绝。建议在本地文件清理足够干净时再尝试推送。如果发现服务端仓库已经超出限额,请先在Web端进行手动GC操作,如果仓库大小还是超额,联系客服进行处理。 Q:删除不成功。 使用git repo-clean --file build/ --delete 删除指定目录,发现文件一直存在。 A:如果出现提示:没有文件更改,退出... , 则是因为build 目录虽然在工作目录中,但并没有加入到Git仓库中,可以查看.gitignore 文件内容进行验证。其它情况,请尝试再次运行该命令。 技术原理见 docs/technical.md Contribute有任何问题,可以提交 issue讨论, 或者有好的改进点、特性点,可以提交 PR,流程如下: - Fork 本仓库
- 新建 Feat_xxx 分支
- 提交代码
- 新建 Pull Request
Licensegit repo-clean is licensed under Mulan PSL v2 |
请发表评论