git 找到胖提交答案

【问题标题】：git find fat commitgit 找到胖提交
【发布时间】：2010-11-20 03:32:21
【问题描述】：

是否有可能获得有关每次提交更改浪费了多少空间的信息 - 所以我可以找到添加大文件或大量文件的提交。这一切都是为了减少 git repo 的大小（变基并可能过滤提交）

【问题讨论】：

考虑偶尔运行git gc，可能是git gc --aggressive
git gc（和git gc --prune）； --aggresive 甚至可以给出更差的结果（但通常不应该），而且通常不值得。
这个答案要好得多：stackoverflow.com/a/10847242/520567

【解决方案1】：

这里提供的所有解决方案都集中在文件大小，但最初提出的问题是关于提交大小，在我看来，在我的例子中，是更重要的是要找到（因为我想要摆脱在单个提交中引入的许多小型二进制文件，这些文件加起来占了很大的尺寸，但如果按文件单独衡量，尺寸却很小）。

一个专注于提交大小的解决方案是提供的here，也就是这个 perl 脚本：

#!/usr/bin/perl
foreach my $rev (`git rev-list --all --pretty=oneline`) {
  my $tot = 0;
  ($sha = $rev) =~ s/\s.*$//;
  foreach my $blob (`git diff-tree -r -c -M -C --no-commit-id $sha`) {
    $blob = (split /\s/, $blob)[3];
    next if $blob == "0000000000000000000000000000000000000000"; # Deleted
    my $size = `echo $blob | git cat-file --batch-check`;
    $size = (split /\s/, $size)[2];
    $tot += int($size);
  }
  my $revn = substr($rev, 0, 40);
#  if ($tot > 1000000) {
    print "$tot $revn " . `git show --pretty="format:" --name-only $revn | wc -l`  ;
#  }
}

我这样称呼它：

./git-commit-sizes.pl | sort -n -k 1

【讨论】：

【解决方案2】：

git fat find N 其中 N 以字节为单位将返回整个历史记录中大于 N 字节的所有文件。

你可以在这里找到更多关于 git-fat 的信息：https://github.com/cyaninc/git-fat

【讨论】：

无赖。我在 GitHub Desktop 自带的 Git Shell for Windows 上试了一下，命令没用，报错。
@DucRP 我认为你必须在你的电脑上安装 git fat

【解决方案3】：

#!/bin/bash
COMMITSHA=$1

CURRENTSIZE=$(git ls-tree -lrt $COMMITSHA | grep blob | sed -E "s/.{53} *([0-9]*).*/\1/g" | paste -sd+ - | bc)
PREVSIZE=$(git ls-tree -lrt $COMMITSHA^ | grep blob | sed -E "s/.{53} *([0-9]*).*/\1/g" | paste -sd+ - | bc)
echo "$CURRENTSIZE - $PREVSIZE" | bc

【讨论】：

而且我建议使用 git format-patch 来获取提交大小（邮件头会有一些额外的大小，但实际上如果你需要快速提交并不太大 - 这不是那么重要要获得准确的尺寸，+- 1K 将是很好的精度）

【解决方案4】：

你可以这样做：

git ls-tree -r -t -l --full-name HEAD | sort -n -k 4

这将在底部显示最大的文件（第四列是文件（blob）大小。

如果您需要查看不同的分支，您需要将 HEAD 更改为这些分支名称。或者，将其放在您感兴趣的分支、标签或转速上的循环中。

【讨论】：

【解决方案5】：

git cat-file -s <object> 其中<object> 可以指代提交、blob、树或标记。

【讨论】：

【解决方案6】：

就个人而言，我发现这个答案在尝试查找 git 存储库历史中的大文件时最有帮助：Find files in git repo over x megabytes, that don't exist in HEAD

【讨论】：

【解决方案7】：

忘记回复了，我的回答是：

git rev-list --all --pretty=format:'%H%n%an%n%s'    # get all commits
git diff-tree -r -c -M -C --no-commit-id #{sha}     # get new blobs for each commit
git cat-file --batch-check << blob ids              # get size of each blob

【讨论】：

@sschuberth：如果我正确阅读了您的脚本，它只会考虑在特定提交中添加的文件。它不会检测文件何时在提交中大幅增长。
@kynan：你是对的，因为那是 OP 要求的（也是我需要的）。但是更改脚本以检测修改的文件很容易：基本上您只需在 grep 调用中将“A”替换为“M”。这将报告修改后的总文件大小（而不是添加/删除的字节数）。我很乐意接受 GitHub 上的拉取请求，以使脚本更通用。
链接断开，脚本现在位于here
--diff-filter 可能被用来代替不可靠的grep 但无论如何，这个答案是更好的IMO：stackoverflow.com/a/10847242/520567