如何在一个200GB巨型代码库中使用Git？

Question

我考虑使用Git进行备份 - 我想将文件备份到外部驱动器，然后提交备份驱动器上的所有内容。这样，如果需要，我仍然可以访问旧文件。我的备份集大约有200 GB。

您认为Git能够处理像这样非常大的存储库吗？提交是否仍然相对较快（我指的是少于1小时）？我是否可能会遇到某些限制或崩溃？

- laurent

---

不，有各种各样的文件，包括图像和二进制文件。 - laurent

Answer 1

我亲自尝试过。不幸的是，如果非文本文件被版本化，Git 不会对其进行压缩或者只会进行很少的压缩。因此，你最终得到的 Git 仓库大小几乎与你的文件一样大，而且如果任何二进制文件被版本化，那么仓库的大小可能会更大。

如果你有几个 1TB 的硬盘，也许你不介意它占用的空间。但是，如果你不想将主驱动器的一半或更多空间用于备份，但你又需要一些版本控制，那么最好的解决方案可能是使用另一个程序备份二进制文件，但将文本文件隔离在其他地方，并将其保留在 Git 中。

- Ryan Lundy

---

Git通常使用gzip进行压缩。这对于大多数二进制文件来说并没有什么用处（什么也不会发生），但我无法看到存储库该如何比原始文件更大。另一方面，所有文件-二进制或非二进制-都将进行去重。因此，如果您在两个目录中有相同的文件，则它只会被存储一次。如果一个文件在两次备份运行之间没有改变，则即使移动或重命名，它也只会被存储一次。 - Medo42

这取决于你的二进制文件变化频率。比如有一个目录，里面装满了用数字相机拍摄的照片，然后你对每张照片进行编辑。Git基本上会存储两个（或更多）版本的每张照片，这会很快占用大量空间。 - Ryan Lundy

这也是大多数备份解决方案所做的，直到您删除旧备份。在正常的git存储库中，如果不重写存储库历史记录，则无法实现此操作，但是如果例如为每个快照创建一个没有父级的新分支，则可以轻松删除旧分支。 - Medo42

请记住，您的存储库位于“项目”的根目录中。大多数备份解决方案不会在与数据相同的文件夹中复制您的数据。Git会这样做，因为它是一个分布式版本控制系统。看，我喜欢Git，我认为它非常适合用于备份。但是，除非您要备份的内容高度可压缩，否则它并不适用。 - Ryan Lundy

Answer 2

你可以用冰箱来存放衣服，谁能阻止你呢？

如果你真的很在意效率，为什么不使用专门备份的工具而要使用版本控制呢？你可以使用一些专为此类事情设计的工具。

我可以先想到Dropbox。

- Sailesh

---

Git并不是为备份而设计的，但其情境非常相似：您试图保留文件的快照。Git对于备份目的很有趣，因为它可以自动去重数据并包含完整性检查。然而，据我所知，它并不能保留所有文件元数据（某些标志、权限、所有权和类似内容）。删除旧快照也可能成为一个问题，并且需要重新编写整个存储库。 - Medo42

但是GitHub也不免费。 免费用户只能创建公共仓库。您的内容将对所有人可见。 实际上，Dropbox免费使用限制为2GB。 而且内容也是私有的。 在此之后，需要付费。 - Sailesh

我在谈论 Git，这是一个命令行应用程序，使用本地硬盘上的存储库。我不想将我的文件放在在线服务器上（实际上我也不希望任何在线解决方案是免费的）。 - laurent

那么，如果你只是想节省一些空间，还有其他方法可以实现。其中之一就是文件压缩。但无论如何，Git并不适用于备份。你可以使用Git来处理一些经常变化的文件，而且你不想单独保存各个版本，但除此之外，使用Git可能会比做任何好事都更麻烦。 - Sailesh

就我个人而言，我正在使用Crashplan备份软件，并且非常满意。它基本上是免费的（只要你不备份到他们的服务器），可以保留历史记录，并支持加密备份到你朋友的电脑上。 - Lieven Keersmaekers