清理 git 仓库大文件或无效目录（qbit）

前言

• 有些历史目录并没有保留回退的必要，反而占了很多的资源，需要清理
• 搜到到两个主流工具：BFG Repo-Cleaner 和 git filter-repo
• git filter-repo 被 git 官方推荐，下文用 git filter-repo 举例

安装 git filter-repo

pipx install git-filter-repo

查找大文件

• 查找大文件，包括已删除的文件

git filter-repo --analyze

• 上述命令会在 .git/filter-repo/analysis 目录下生成一些分析文件
• 文件列表示例

blob-shas-and-paths.txt
directories-all-sizes.txt
directories-deleted-sizes.txt
extensions-all-sizes.txt
extensions-deleted-sizes.txt
path-all-sizes.txt
path-deleted-sizes.txt
README
renames.txt

• 打开 path-all-sizes.txt 查看大文件

清理过程

• 命令行进入本地 git 仓库目录
• 移除 lib20241231 目录

# --invert-paths 相当于 delete 参数
# 默认无 invert-paths 是保留路径
# 加 invert-paths 反转为删除路径
git filter-repo --path lib20241231 --invert-paths

• 注意：git-filter-repo 会移除掉 git 配置文件中的 origin，防止误删除远程仓库，记录远程仓库地址用于后面还原！
  
• 还原远程仓库地址

git remote add origin <repo-url-here>

• 推送

git push --all --force && git push --tags --force

• 这时可以重新 clone 仓库，验证仓库大小。

qbit 尝试时，gitea 上面显示的体积没有减小，但重新 clone 后检查仓库体积是减小了的。
gitea 更新仓库体积可能有自己的规则。 

检查清理是否生效

• 使用 git count-objects -vH 查看仓库大小
• 使用 git log 查看提交历史

# 如果没有任何输出，说明该路径下的文件或目录已不再存在于任何提交中。
# 如果有输出，则表示还有提交包含该路径。
# 双短横 -- 是用来分隔命令选项和路径参数的
git log -- lib20241231

• 使用 git filter-repo --analyze 命令分析

这会在 .git/filter-repo/analysis 目录下生成一些分析文件
所有目录，包括普通删除的目录，会出现在 directories-all-sizes.txt 文件里面
所有普通删除的目录，会出现在 directories-deleted-sizes.txt 文件里面
通过 git filter-repo 删除的目录，不会出现在上面两个文件里面

后记

• 在 git 服务端查找仓库目录时，注意所有字母要小写，比如仓库名为 AbcDef，仓库目录名会是 abcdef.git

• 切换分支后清理，可能会报以下警告，然后中止执行

  Aborting: Refusing to destructively overwrite repo history since
  this does not look like a fresh clone.
  (expected at most one entry in the reflog for HEAD)
  Please operate on a fresh clone instead.  If you want to proceed
  anyway, use --force.

本文出自 qbit snap