相信不少团队的代码仓库 Git Repo 变得越来越大。除了代码的提交外,时常有人会把二进制文件比如 Jar 包或者不小心把不该提交到代码库的文件提交到代码库中,比如用户名密码之类的保密信息。如何清洗代码仓库 Git Repo,彻底从历史中删除此类文件呢?
如果你们的代码仓库问题比较少,只有几个不该提交的文件,可以参考 Atlassian 的一篇关于维护 Git Repo 的文章。
首先进行 Git 垃圾回收:
git gc --auto其次查看 Git 仓库占用空间:
$ du -hs .git/objects45M .git/objects然后找出历史中超过一定大小的文件,最后在历史中删除并且提交。如果感兴趣手动处理这个过程可以参照文章后边的链接。
清理历史中的文件:
git filter-branch --force --index-filter 'git rm --cached --ignore-unmatch ****/nohup.out' --prune-empty --tag-name-filter cat -- --allgit filter-branch --index-filter 'git rm --cached --ignore-unmatch ****/nohup.out' HEADgit for-each-ref --format="%(refname)" refs/original/ | xargs -n 1 git update-ref -d强制提交覆盖:
git reflog expire --expire=now --allgit gc --prune=nowgit push --all --forcegit push --all --tags --force但是这个方案有 2 个问题:
处理速度慢,尝试清理 2G 大小的代码库,用了一晚上还没跑完。只能按文件名清理,如果不同的路径有同样的文件名就无法处理了,可能误删文件或者忽略某些文件。当然有个非常好的解决方案完美解决了这个问题。如下:
答案就是 bfg-repo-cleaner,这是一个 Java 写的清理工具,多线程处理清理过程,命令很简单,只需要几分钟就清理了之前 一晚上都跑不完的任务:
java -jar bfg-1.11.7.jar --delete-files *.zip myrepo.gitjava -jar bfg-1.11.7.jar --delete-files *.log myrepo.gitjava -jar bfg-1.11.7.jar --delete-files *.out myrepo.gitjava -jar bfg-1.11.7.jar --strip-blobs-bigger-than 1M myrepo.git复制代码仓库:
git clone --bare /var/www/html/myrepo.gitGit 后悔药,覆盖最后一次修改:
git add .git commit --amendgit push origin master -fGit 放弃本地修改:
git checkout .Git 销毁最后一次提交:
git reset --hard HEAD^git push -f origin HEAD^:master打包时候嵌入版本号:
git rev-parse HEAD > version.txt
原文发布时间为:2015-07-07
本文来自云栖社区合作伙伴“Linux中国”