如何從Git存儲庫中的提交歷史記錄中刪除/刪除大文件？

有時，我將DVD-rip放入一個網站項目中，而後不當心git commit -a -m ... ，而後，zap的回購膨脹了2.2個演出。 下次我進行一些編輯，刪除視頻文件並提交全部內容，可是壓縮文件仍在歷史記錄中。

我知道我能夠從這些提交開始分支，並將一個分支從新創建到另外一個分支。 可是，我應該怎麼作才能將2個提交合並在一塊兒，以便大文件不顯示在歷史記錄中，並在垃圾回收過程當中清除？

---

#1樓

請注意，此命令可能具備很大的破壞性。 若是更多的人在回購上工做，他們都將不得不拉新的樹。 若是您的目標不是減少大小，則不須要三個中間命令。 因爲filter分支會建立已刪除文件的備份，所以能夠在其中保留很長時間。

$ git filter-branch --index-filter "git rm -rf --cached --ignore-unmatch YOURFILENAME" HEAD
$ rm -rf .git/refs/original/ 
$ git reflog expire --all 
$ git gc --aggressive --prune
$ git push origin master --force

---

#2樓

git filter-branch --tree-filter 'rm -f path/to/file' HEAD對我來講效果很好，儘管我遇到了與此處所述相同的問題，我經過遵循此建議解決了這個問題。

這本pro-git書包含一整章有關重寫歷史的內容 -看看filter-branch /從「每次提交中刪除文件」部分。

---

#3樓

這些命令在個人狀況下有效：

git filter-branch --force --index-filter 'git rm --cached -r --ignore-unmatch oops.iso' --prune-empty --tag-name-filter cat -- --all
rm -rf .git/refs/original/
git reflog expire --expire=now --all
git gc --prune=now
git gc --aggressive --prune=now

與上述版本幾乎沒有什麼不一樣。

對於那些須要將其推送到github / bitbucket的用戶（我僅使用bitbucket進行了測試）：

# WARNING!!!
# this will rewrite completely your bitbucket refs
# will delete all branches that you didn't have in your local

git push --all --prune --force

# Once you pushed, all your teammates need to clone repository again
# git pull will not work

---

#4樓

使用BFG Repo-Cleaner ，這是git-filter-branch一種更簡單，更快的替代方法，專門用於從Git歷史記錄中刪除不須要的文件。

認真遵循使用說明 ，核心部分就是這樣：

$ java -jar bfg.jar --strip-blobs-bigger-than 100M my-repo.git

任何大小超過100MB的文件（不在您的最新提交中）都將從Git存儲庫的歷史記錄中刪除。 而後，您可使用git gc清除失效的數據：

$ git gc --prune=now --aggressive

BFG一般比運行git-filter-branch至少快10-50倍，而且一般更易於使用。

徹底公開：我是BFG Repo-Cleaner的做者。

---

#5樓

若是您已將歷史記錄發佈給其餘開發人員，那麼您想要作的就是極具破壞性的。 有關修復歷史記錄後的必要步驟，請參見git rebase文檔中的「從上游Rebase恢復」 。

您至少有兩個選擇： git filter-branch和交互式rebase，這兩個都在下面說明。

使用git filter-branch

我從Subversion導入中獲取大量的二進制測試數據時遇到了相似的問題，並寫了有關從git存儲庫中刪除數據的信息 。

說您的git歷史記錄是：

$ git lola --name-status
* f772d66 (HEAD, master) Login page
| A     login.html
* cb14efd Remove DVD-rip
| D     oops.iso
* ce36c98 Careless
| A     oops.iso
| A     other.html
* 5af4522 Admin page
| A     admin.html
* e738b63 Index
  A     index.html

請注意， git lola是非標準但很是有用的別名。 使用--name-status開關，咱們能夠看到與每次提交關聯的樹修改。

在「 Careless」提交（SHA1對象名稱爲ce36c98）中，文件oops.iso是偶然添加的DVD-rip，並在下一個提交cb14efd中刪除。 使用上述博客文章中描述的技術，要執行的命令是：

git filter-branch --prune-empty -d /dev/shm/scratch \
  --index-filter "git rm --cached -f --ignore-unmatch oops.iso" \
  --tag-name-filter cat -- --all

選項：

• --prune-empty刪除因爲過濾操做而變爲空的提交（ 即 ，不更改樹）。 在典型狀況下，此選項會產生更清晰的歷史記錄。
• -d命名一個臨時目錄，該目錄尚不用於構建過濾的歷史記錄。 若是您在現代Linux發行版上運行，則在/dev/shm指定樹將加快執行速度 。
• --index-filter是主要事件，在歷史記錄的每一步都針對索引運行。 您但願刪除oops.iso不管它在哪裏找到，但並不是全部提交中都存在。 git rm --cached -f --ignore-unmatch oops.iso刪除存在的DVD-rip，不然不會失敗。
• --tag-name-filter描述瞭如何重寫標籤名稱。 cat的過濾器是身份操做。 您的存儲庫與上面的示例同樣，可能沒有任何標籤，可是出於全面考慮，我包括了此選項。
• --指定git filter-branch選項的結尾
• --all如下--是全部裁判的簡寫。 像上面的示例同樣，您的存儲庫可能只有一個ref（主文件），可是出於全面考慮，我包括了此選項。

通過一番攪拌，如今的歷史是：

$ git lola --name-status
* 8e0a11c (HEAD, master) Login page
| A     login.html
* e45ac59 Careless
| A     other.html
| * f772d66 (refs/original/refs/heads/master) Login page
| | A   login.html
| * cb14efd Remove DVD-rip
| | D   oops.iso
| * ce36c98 Careless
|/
|   A   oops.iso
|   A   other.html
* 5af4522 Admin page
| A     admin.html
* e738b63 Index
  A     index.html

請注意，新的「 Careless」提交僅添加other.html ，而「 Remove DVD-rip」提交再也不位於master分支上。 標爲refs/original/refs/heads/master的分支包含您的原始提交，以防您出錯。 要刪除它，請按照「收縮存儲庫清單」中的步驟進行操做。

$ git update-ref -d refs/original/refs/heads/master
$ git reflog expire --expire=now --all
$ git gc --prune=now

對於更簡單的選擇，克隆存儲庫以丟棄不須要的位。

$ cd ~/src
$ mv repo repo.old
$ git clone file:///home/user/src/repo.old repo

使用file:///...克隆URL複製對象而不是僅建立硬連接。

如今您的歷史記錄是：

$ git lola --name-status
* 8e0a11c (HEAD, master) Login page
| A     login.html
* e45ac59 Careless
| A     other.html
* 5af4522 Admin page
| A     admin.html
* e738b63 Index
  A     index.html

前兩個提交（「索引」和「管理頁面」）的SHA1對象名稱保持不變，由於過濾操做未修改這些提交。 「 Careless」丟失了oops.iso ，「 Login page」有了新的父代，所以其SHA1 確實發生了變化。

互動基礎

具備如下歷史：

$ git lola --name-status
* f772d66 (HEAD, master) Login page
| A     login.html
* cb14efd Remove DVD-rip
| D     oops.iso
* ce36c98 Careless
| A     oops.iso
| A     other.html
* 5af4522 Admin page
| A     admin.html
* e738b63 Index
  A     index.html

您想從「無憂無慮」中刪除oops.iso ，就好像您從未添加過它同樣，而後「刪除DVD-rip」對您毫無用處。 所以，咱們計劃進行交互式基礎調整的是保留「管理員頁面」，編輯「無憂無慮」並丟棄「刪除DVD-rip」。

運行$ git rebase -i 5af4522啓動具備如下內容的編輯器。

pick ce36c98 Careless
pick cb14efd Remove DVD-rip
pick f772d66 Login page

# Rebase 5af4522..f772d66 onto 5af4522
#
# Commands:
#  p, pick = use commit
#  r, reword = use commit, but edit the commit message
#  e, edit = use commit, but stop for amending
#  s, squash = use commit, but meld into previous commit
#  f, fixup = like "squash", but discard this commit's log message
#  x, exec = run command (the rest of the line) using shell
#
# If you remove a line here THAT COMMIT WILL BE LOST.
# However, if you remove everything, the rebase will be aborted.
#

執行咱們的計劃，咱們將其修改成

edit ce36c98 Careless
pick f772d66 Login page

# Rebase 5af4522..f772d66 onto 5af4522
# ...

也就是說，咱們用「 Remove DVD-rip」刪除該行，並將「 Careless」上的操做更改成edit而不是pick 。

保存退出編輯器後，在命令提示符處顯示如下消息。

Stopped at ce36c98... Careless
You can amend the commit now, with

        git commit --amend

Once you are satisfied with your changes, run

        git rebase --continue

消息告訴咱們，咱們處於咱們要編輯的「 Careless」提交中，所以咱們運行兩個命令。

$ git rm --cached oops.iso
$ git commit --amend -C HEAD
$ git rebase --continue

第一個從索引中刪除有問題的文件。 第二個將「 Careless」修改或修改成更新的索引，而且-C HEAD指示git重用舊的提交消息。 最後， git rebase --continue繼續進行其他的rebase操做。

這提供瞭如下歷史記錄：

$ git lola --name-status
* 93174be (HEAD, master) Login page
| A     login.html
* a570198 Careless
| A     other.html
* 5af4522 Admin page
| A     admin.html
* e738b63 Index
  A     index.html

這就是你想要的。