相信不少團隊的代碼倉庫 Git Repo 變得越來越大。除了代碼的提交外，時常有人會把二進制文件比如 Jar 包或者不小心把不改提交到代碼庫的文件提交到代碼庫中，比如用戶名密碼之類的保密信息。如何清洗代碼倉庫 Git Repo，徹底從歷史中刪除此類文件呢？
手動清理
如果你們的代碼倉庫問題比較少，只有幾個不該提交的文件，可以參考 Atlassian 的一篇關於維護 Git Repo 的文章（見文章最后的鏈接）。
大致過程如下：
首先進行 Git 垃圾回收：
|
1
|
git gc --auto
|
其次查看 Git 倉庫占用空間：
|
1
2
|
$
du
-hs .git
/objects
45M .git
/objects
|
然后找出歷史中超過一定大小的文件，最后在歷史中刪除並且提交。如果感興趣手動處理這個過程可以參照文章后邊的鏈接。
相關的幾個命令：
清理歷史中的文件：
|
1
2
3
|
git filter-branch --force --index-filter
'git rm --cached --ignore-unmatch ****/nohup.out'
--prune-empty --tag-name-filter
cat
-- --all
git filter-branch --index-filter
'git rm --cached --ignore-unmatch ****/nohup.out'
HEAD
git
for
-each-ref --
format
=
"%(refname)"
refs
/original/
|
xargs
-n 1 git update-ref -d
|
強制提交覆蓋：
|
1
2
3
4
|
git reflog expire --expire=now --all
git gc --prune=now
git push --all --force
git push --all --tags --force
|
但是這個方案有 2 個問題：1. 處理速度慢，嘗試清理 2 G 大小的代碼庫，用了 1 晚上還沒跑完。2. 只能按文件名清理，如果不同的路徑有同樣的文件名就無法處理了，可能誤刪文件或者忽略某些文件。當然有個非常好的解決方案完美解決了這個問題。
自動清理
答案就是 bfg-repo-cleaner，這是一個 Java 寫的清理工具，多線程處理清理過程，命令很簡單，只需要幾分鍾就清理了之前 1 晚上都跑不完的任務：
|
1
2
3
4
|
java -jar bfg-1.11.7.jar --delete-files *.zip myrepo.git
java -jar bfg-1.11.7.jar --delete-files *.log myrepo.git
java -jar bfg-1.11.7.jar --delete-files *.out myrepo.git
java -jar bfg-1.11.7.jar --strip-blobs-bigger-than 1M myrepo.git
|
附上幾個常用的但又不常見的 git 小技巧：
復制代碼倉庫：
|
1
|
git clone --bare
/var/www/html/myrepo
.git
|
Git 后悔葯，覆蓋最后一次修改：
|
1
2
3
|
git add .
git commit --amend
git push origin master -f
|
Git 放棄本地修改：
|
1
|
git checkout .
|
Git 銷毀最后一次提交：
|
1
2
|
git reset --hard HEAD^
git push -f origin HEAD^:master
|
打包時候嵌入版本號：
|
1
|
git rev-parse HEAD > version.txt
|
文章中涉及的鏈接：
- https://confluence.atlassian.com/display/BITBUCKET/Maintaining+a+Git+Repository
- http://rtyley.github.io/bfg-repo-cleaner/
- http://www.d-wood.com/blog/2014/10/03_6965.html
文章來源：Bruce Dou Blog