在克隆Git仓库之前估计其大小

Question

是否有办法在不克隆公共 Git 存储库的情况下估算其大小？

我想使用这些信息来确保存储库的大小小于某个特定大小。如果超过了这个大小，我就不想克隆它。

我知道 Github 上可以做到这一点，但是这个存储库托管在专用服务器上。

- PJ Bergeron

---

你能够通过 ssh 登录服务器并执行 du 命令吗？ - user554546

不，我无法通过ssh登录它。 - PJ Bergeron

Answer 1

简短回答："不需要"。

如果空间是一个问题，将存储库克隆到您可用的最大空闲空间中，如果它足够小以便放在其他地方移动它将很便宜。

获取它的一种非常粗暴的方法：将此代码放入服务器上的post-receive hook中。

git for-each-ref refs/size | while read . . ref; do git update-ref --delete $ref; done
set -- $(du -sh .git/objects)
git update-ref refs/size/$1-as-of-$(date +%Y%m%dT%H%M%S%Z) HEAD

您只需使用ls-remote命令即可查看它。

- jthill

---

谢谢你的回答。实际上，我想确保仓库小于100MB。我编辑了我的问题。 - PJ Bergeron

Answer 2

简短回答：嗯……也许。

详细回答：有一些启发式方法，您可以使用Git传输协议来获取一些信息。

我的个人观察是，在大多数基于文本的项目中，即使是非常古老的项目，.git大小也很少超过检出大小。

提取info/refs将告诉您存储库中有多少个标签和分支。

提取objects/info/packs将告诉您该项目具有哪些打包文件。然后，您可以在objects/pack/pack-WHATEVERTHEIDIS.pack上进行HEAD请求（假设它是HTTP），以查看包文件的大小。这将为存储库大小提供一个下限。

如果磁盘空间是问题（磁盘很便宜，请购买新磁盘），您可以执行git clone --bare以节省检出空间。然后，您可以克隆该本地的裸版本以获得完整的检出。

最后，如果您足够聪明，您可以遍历对象树，执行HEAD请求以获取每个对象的大小，并在接收到标头后取消对象GET（忽略数据部分）。这将为您提供存储库的大小，而无需下载整个存储库。

- Schwern