如何从 git 存储库中完全删除数据？

Question

在我的项目中，我错误地将一些大图像文件添加到我的存储库中。我读了GitHub 如何从历史记录中删除文件，它确实有效：您再也看不到历史记录中的文件了。但是后来我从我的项目中创建了一个tar.gz 进行备份，现在它的大小是以前的两倍！我没有添加任何其他可以证明这种增加的理由，所以我怀疑用于表示图像文件的 repo 数据并没有真正从 repo 中剔除。有人可以证实吗？有解决办法吗？

edit 澄清一下我对 git 知之甚少，所以我完全按照GitHub help pages 中指示的步骤进行操作，唯一的例外是我必须使用第二个中的force 开关文件，如git filter-branch -f --index-filter ...。

为了部分回答我自己的问题，我想我可以通过

创建第二个没有不需要的材料的 git repo

• 在不同的位置创建一个空的仓库
• 在我的项目的不同步骤重现文件情况，排除不需要的文件
• 最后使用新的 repo 而不是旧的 repo 将材料推送到 GitHub。

以前做过吗？具体来说，我可以在 GitHub 上使用新的 git 存储库而不是旧的与相同的项目吗？

顺便说一句，这是关于a presentation 我现在正在写的；有 其中存在多个高分辨率版本的巴别塔图像，这解释了问题的大小（约 100MB 不需要的数据）。

edit 2 非常感谢您的建议；我做了

rm -rf .git/refs/original/
git reflog expire expire=now --all
git reflog expire --all
git gc --aggressive --prune=now

*.tar.gz 的大小仅缩小了 0.5%...

edit 3 体验 git 的绝对复杂性令人生畏。我在这一点上放弃了。我用一个小的一次性回购做了一个测试；我做了一个初始提交，添加了一个大文件，做了一个提交，删除了文件并尝试用

从内存中擦除它的痕迹

rm very-big-file.xcf
git filter-branch --index-filter 'git rm --cached --ignore-unmatch very-big-file.xcf' --prune-empty -- --all
rm -rf .git/refs/original/
git reflog expire --all
git gc --aggressive --prune=now

这些是记录的*.tar.gz 大小：

foo.tar.gz          7,518 
foo2.tar.gz    65,735,003 
foo3.tar.gz    32,777,155 

大文件的压缩大小为 32,955,246 字节，这使得它在.git 下仍然完全存在，甚至可能以未压缩的形式完全存在。

你这么固执吗？？

没有git purge 扩展名可以做到这一点吗？我的意思是，git filter-branch --index-filter 'git rm --cached --ignore-unmatch very-big-file.xcf' --prune-empty -- --all 并不是我在轻微宿醉时可以从记忆中输入的内容。

Answer 1

一种快速的方法是让历史看起来完全像您想要的那样，将存储库添加为新的空存储库的远程，然后获取。您只会获得它们所代表的历史记录中的引用和对象。

您现在可以将其推送到新的 GitHub 存储库。

Answer 2

重新“编辑 3”... 这是一个完整的序列，我实际上记录并重试以消除错别字。 :-) 请注意，删除大文件后您不能filter-branch，除非您提交该删除（这对于本示例来说毫无意义）。检查du -s 输出。

$ git init bigoop
Initialized empty Git repository in /tmp/bigoop/.git/
$ cd bigoop
$ echo tiny file with not much in it > tiny
$ git add tiny
$ git commit -m 'initial commit'
[master (root-commit) bd07e5a] initial commit
 1 files changed, 1 insertions(+), 0 deletions(-)
 create mode 100644 tiny
$ cp /path/to/huge/file hugefile
$ git add hugefile
$ git commit -m 'oops, add huge file'
[master 25cd764] oops, add giant file
 1 files changed, 0 insertions(+), 0 deletions(-)
 create mode 100644 hugefile
$ du -s .git
618992  .git
$ rm hugefile
$ git filter-branch --index-filter 'git rm --cached --ignore-unmatch hugefile' --prune-empty -- --all
Cannot rewrite branch(es) with a dirty working directory.
$ git checkout hugefile
$ git filter-branch --index-filter 'git rm --cached --ignore-unmatch hugefile' --prune-empty -- --all
Rewrite 25cd7647f49173fa8f42c0ca0a2ab8baf1842fca (2/2)rm 'hugefile'

Ref 'refs/heads/master' was rewritten
$ du -s .git
619012  .git
$ rm -rf .git/refs/original/
$ git reflog expire --expire=now --all
$ git gc --prune=now
Counting objects: 3, done.
Writing objects: 100% (3/3), done.
Total 3 (delta 0), reused 0 (delta 0)
$ du -s .git
140     .git

至于“GIT Y U SO STUBBORN??” ...不丢失东西真的很努力。即使你试图让它失去东西。 :-)