删除由 git 创建的大型 .pack 文件

Question

我将大量文件检入到一个分支并合并，然后不得不删除它们，现在我留下了一个我不知道如何摆脱的大 .pack 文件。

我使用git rm -rf xxxxxx 删除了所有文件，还运行了--cached 选项。

谁能告诉我如何删除当前位于以下目录中的大型 .pack 文件：

.git/objects/pack/pack-xxxxxxxxxxxxxxxxx.pack

我是否只需要删除我仍然拥有但不再使用的分支？或者还有什么我需要运行的吗？

我不确定它有多大不同，但它显示了一个针对文件的挂锁。

谢谢

---

编辑

这里是我的 bash_history 的一些摘录，应该可以让我了解我是如何进入这种状态的（假设此时我正在处理一个名为“my-branch”的 git 分支，并且我有一个文件夹，其中包含更多文件夹/文件）：

git add .
git commit -m "Adding my branch changes to master"
git checkout master
git merge my-branch
git rm -rf unwanted_folder/
rm -rf unwanted_folder/     (not sure why I ran this as well but I did)

我以为我也运行了以下内容，但它没有与其他人一起出现在 bash_history 中：

git rm -rf --cached unwanted_folder/

我还以为我运行了一些 git 命令（例如 git gc）来尝试整理包文件，但它们也没有出现在 .bash_history 文件中。

Answer 1

一个选项：

手动运行git gc 将多个包文件压缩成一个或几个包文件。 此操作是持久的（即大包文件将保留其压缩行为），因此使用 git gc --aggressive 定期压缩存储库可能是有益的

另一种选择是将代码和 .git 保存在某处，然后删除 .git 并使用此现有代码重新开始，创建一个新的 git 存储库 (git init)。

Answer 2

问题在于，即使您删除了这些文件，它们仍然存在于以前的版本中。这就是 git 的全部意义所在，即使您删除了某些内容，您仍然可以通过访问历史记录来取回它。

您要执行的操作称为重写历史记录，它涉及git filter-branch 命令。

GitHub 在他们的网站上对这个问题有很好的解释。 https://help.github.com/articles/remove-sensitive-data

为了更直接地回答您的问题，您基本上需要运行此命令，并相应地替换unwanted_filename_or_folder：

git filter-branch --index-filter 'git rm -r --cached --ignore-unmatch unwanted_filename_or_folder' --prune-empty

这将从 repo 的活动历史记录中删除对文件的所有引用。

下一步，执行 GC 循环以强制对文件的所有引用过期并从包文件中清除。这些命令中不需要替换任何内容。

git for-each-ref --format='delete %(refname)' refs/original | git update-ref --stdin
# or, for older git versions (e.g. 1.8.3.1) which don't support --stdin
# git update-ref $(git for-each-ref --format='delete %(refname)' refs/original)
git reflog expire --expire=now --all
git gc --aggressive --prune=now

Answer 3

场景 A：如果您的大文件只添加到分支中，则无需运行 git filter-branch。你只需要删除分支并运行垃圾回收：

git branch -D mybranch
git reflog expire --expire-unreachable=all --all
git gc --prune=all

场景 B：但是，根据您的 bash 历史记录，您确实将更改合并到 master 中。如果您尚未与任何人共享更改（还没有git push）。最简单的方法是将 master 重置回与具有大文件的分支合并之前。这将消除分支中的所有提交以及合并后对 master 所做的所有提交。因此，除了大文件之外，您可能会丢失您可能真正想要的更改：

git checkout master
git log # Find the commit hash just before the merge
git reset --hard <commit hash>

然后运行场景 A 中的步骤。

场景 C：如果分支有其他更改或合并后您想要保留的 master 更改，最好重新设置 master 并有选择地包括你想要的提交：

git checkout master
git log # Find the commit hash just before the merge
git rebase -i <commit hash>

在您的编辑器中，删除与添加大文件的提交相对应的行，但保留其他所有内容。保存并退出。你的主分支应该只包含你想要的，而不是大文件。请注意，没有-p 的git rebase 将消除合并提交，因此您将在<commit hash> 之后留下master 的线性历史记录。这对您来说可能没问题，但如果不是，您可以尝试使用 -p，但 git help rebase 表示 combining -p with the -i option explicitly is generally not a good idea unless you know what you are doing。

然后运行场景 A 中的命令。

Answer 4

我有点迟到了，但如果上面的答案没有解决问题，那么我找到了另一种方法。只需从 .pack 中删除特定的大文件。我遇到了这个问题，我不小心签入了一个 2GB 的大文件。我按照此链接中说明的步骤操作：http://www.ducea.com/2012/02/07/howto-completely-remove-a-file-from-git-history/

Answer 5

正如 loganfsmyth 在他的answer 中所述，您需要清除 git 历史记录，因为即使从 repo 中删除文件后，这些文件仍然存在。官方 GitHub 文档 recommend BFG 我觉得比 filter-branch 更容易使用：

从历史记录中删除文件

Download BFG 来自他们的网站。确保您已安装 java，然后创建镜像克隆并清除历史记录。确保将 YOUR_FILE_NAME 替换为您要删除的文件的名称：

git clone --mirror git://example.com/some-big-repo.git
java -jar bfg.jar --delete-files YOUR_FILE_NAME some-big-repo.git
cd some-big-repo.git
git reflog expire --expire=now --all && git gc --prune=now --aggressive
git push

---

删除文件夹

同上，但使用--delete-folders

java -jar bfg.jar --delete-folders YOUR_FOLDER_NAME some-big-repo.git

---

其他选项

BFG 还提供更高级的选项（请参阅 docs），例如：

从历史记录中删除所有大于 100M 的文件：

java -jar bfg.jar --strip-blobs-bigger-than 100M some-big-repo.git

---

重要！

运行 BFG 时，请注意 YOUR_FILE_NAME 和 YOUR_FOLDER_NAME 确实只是文件/文件夹名称。 它们不是路径，所以像 foo/bar.jpg 这样的东西是行不通的！相反，具有指定名称的所有文件/文件夹都将从回购历史记录中删除，无论它们存在于哪个路径或分支。

Answer 6

这比编码解决方案更方便。压缩文件。以文件视图格式打开 zip（不同于解压缩）。删除 .pack 文件。解压并替换文件夹。奇迹般有效！

Answer 7

运行以下命令，将PATH-TO-YOUR-FILE-WITH-SENSITIVE-DATA 替换为要删除的文件的路径，而不仅仅是文件名。这些论点将：

1. 强制 Git 处理但不签出每个分支和标签的整个历史记录
2. 删除指定的文件，以及作为结果生成的任何空提交
3. 覆盖现有标签

git filter-branch --force --index-filter "git rm --cached --ignore-unmatch PATH-TO-YOUR-FILE-WITH-SENSITIVE-DATA" --prune-empty --tag-name-filter cat -- --all

这将从 repo 的活动历史记录中强制删除对文件的所有引用。

下一步，执行 GC 循环以强制对文件的所有引用过期并从包文件中清除。这些命令中不需要替换任何内容。

git update-ref -d refs/original/refs/remotes/origin/master
git for-each-ref --format='delete %(refname)' refs/original | git update-ref --stdin
git reflog expire --expire=now --all
git gc --aggressive --prune=now