如何使用 Git 处理大型存储库？

Git 是一个免费的开源分布式版本控制系统，旨在快速高效地处理从小型项目到大型项目的所有项目。 Git 依赖于软件的分布式开发，其中多个开发人员可以访问特定应用程序的源代码，并且可以修改其他开发人员可能看到的更改。在本文中，我们将学习如何使用 Git 处理大型存储库。有两种类型的大型存储库：

1. 具有大量提交历史的
2. 另一个带有大量二进制文件的

处理具有大量提交历史的存储库：

1. 使用浅克隆
2. 使用 git 过滤器
3. 克隆单个分支

1.使用浅克隆

这是一个相对较快的解决方案，我们只提取回购历史的最新提交。想象一下，我有一个包含 1 GB 数据且提交次数超过 35000 次的存储库。如果我选择完全克隆这个存储库，通常会花费大量时间，但如果我们选择仅提取最新的 n 次提交，它可以成倍地减少我们的时间。要执行浅克隆，我们需要在 clone 命令中添加 –depth 命令

git clone --depth [n] [url]
Here n specifies number of latest n commits
url specifies the remote url of the repository

2. 使用 git-filter

在这里，我们可以浏览整个项目历史，根据需要进行修改、过滤或跳过。这通常在我们确实有大量二进制文件并且我们只需要一些时使用。要使用 git-filter，我们使用以下命令：

git filter-branch --tree-filter 'rm -rf [path-to-asset]'
path-to-asset signifies the path to binary asset in your repository

虽然功能强大，但它也有自己的缺点，即每当我们执行 git-filter 时，它都会更改提交的 id，这将进一步需要重新克隆。因此，在使用 git-filter 时必须注意重新克隆

3. 克隆一个分支

当我们确实有多个分支但我们希望使用其中一些分支时，这种技术很有用。要克隆单个分支，我们可以使用以下命令：

git clone [url] --branch [branch_name] --single-branch
url specifies the remote url of the repository
branch_name specifies the name of the branch you want to clone

处理包含大量二进制文件的存储库：

1. 我们可以使用子模块，即另一个存储库中的存储库。内部存储库将包含所有将为我们提供模块化的二进制文件，因为它将单独保留父代码，并且如果将来我们想在此子模块中进行更改，它不会影响父代码存储库。
2. 我们可以使用第三方扩展，例如 Git LFS，这是一个 Git 扩展，用于在单独的 Git 存储库中管理大文件和二进制文件。
3. 我们可以使用垃圾收集git-gc将几个松散的对象变成一个文件。

结论

在上述三种解决方案中，最推荐使用 Git LFS 等第三方扩展。