使用BFG后，Git存储库只会变得更大

Question

我们目前正在将我们的SVN仓库迁移到托管在Bitbucket上的GIT中。 我使用subgit将所有分支/历史记录导入本地电脑（Windows）上的裸仓库。 该仓库很大（导入后为7.42 GB），因为它还包含有关SVN的信息，如版本号，以提供Git和SVN之间的双向同步方式（我只对单向SVN到GIT感兴趣）。 我创建了一个导入裸仓库的本地克隆，并将所有分支推送到bitbucket。 几个小时后，仓库被完全上传。 BitBucket现在给了我有关仓库大小的警告。 我检查了大小，只有1.1GB。这不如裸仓库那么大，但对于快速仓库来说还是太大了。 经过使用BFG的试验，我成功地删除了一些大型DLL / SQL导出文件，并使用以下命令在裸仓库中实现了此操作（我只使用克隆来进行推送，而没有所有与svn相关的引用）。

java -jar bfg.jar --delete-files '{''specialized 2015''','''specialized,''insert-pcreeks''}.sql' --no-blob-protection

java -jar bfg.jar --delete-files 'Incara.*.dll' --no-blob-protection Incara.git

git reflog expire --expire=now --all && git gc --prune=now --aggressive

这个过程花了一些时间，之后git_find_big.sh脚本不再显示这些大型SQL文件。但是在将事情推回到bitbucket（作为新的repo，而不是强制推送）之后，它变得更大了（1.8GB）。

你能提供一个可能的解释吗？

我不知道这是否重要，但我们在svn中使用了非标准的分支/标记模型。这导致像/refs/heads/archive/some/path/to/branch这样的分支似乎工作得很好，删除它们也不会影响大小。

除了这些问题，我注意到在git_find_big.sh输出中出现了一些XML文件：

size,pack,SHA,location 12180,1011,56731c772febd7db11de5a66674fe6a1a9ec00a7 repository/frontend.xml 12074,1002,0cefaee608c06621adfa4a9120ed7ef651076c33 repository/frontend.xml 12073,1002,a1c36cf49ec736a7fc069dcc834b784ada4b6a06 repository/frontend.xml 12073,1002,1ba5bd92817347739d3fba375fc42641016a5c1d repository/frontend.xml 12073,1002,e9182762bfc5849bc6645fdd6358265c3930779f repository/frontend.xml 12073,1002,dff5733d67cb0306534ac41a4c55b3bbaa436a2e repository/frontend.xml 12072,1002,8ee628f645ce53d970c3cf9fdae8d2697224e64c repository/frontend.xml 12072,1002,1266dee72b33f7a05ca67488c485ea8afc323615 repository/frontend.xml

这些文件包含我们使用的Web平台的前端逻辑，确实相当大。 但是它们应该被视为文本，对吗？因此，我不明白为什么它们在上面的输出中显示为单独的对象。我对吗，这种情况不应该发生？

SVN导入还导致了一些空提交（例如，当SVN创建或移动分支时，它需要一个新的提交）。我想这些只能使用filter-branch来删除？

抱歉，我有很多问题！ 有人能帮我解决这个问题吗？

谢谢，

Piet

- Piet

---

在执行 git gc 步骤后，清理后的本地仓库大小是多少？特别是 objects/pack 文件夹的大小是多少？此外，一个新的本地 BitBucket 仓库克隆的大小是多少？ - Roberto Tyley

你是否设置了.gitignore来忽略与SVN相关的文件？也许git和svn会保存彼此的文件？ - Nick Volynkin

@NickVolynkin：我没有改变.gitignore文件。但是subgit创建了它并引用了一些SVN已经忽略的文件。但是我在git仓库中没有看到任何svn特定的文件。 - Piet

@RobertoTyley： 克隆后GC：2.15 GB（打包文件夹） 从Bitbucket克隆：1.33 GB（对象文件夹） - Piet

Answer 1

我已经在您的问题评论中要求了一些更多的诊断信息，这些信息是回答主要问题所需的，但是对于您的次要问题（Stackoverflow鼓励您单独提问！），以下是一些指针：

在git_find_big.sh的输出中，我注意到有一些XML文件： [snip] 这些文件包含我们正在使用的Web平台的前端逻辑，确实很大。但它们应该被视为文本，对吧？因此，我不明白为什么它们会显示为上面输出中的单独对象。我对吗，这种情况不应该发生？

Git根据文件内容（SHA哈希）分配ID，就此而言，它不关心您的文件是否为文本 - 如果文件稍有不同，则它们的ID也不同，并将被单独存储（Git可能在幕后执行增量压缩，但这并不能阻止文件被定义为逻辑上分离）。因此，同一文件的不同版本出现在git_find_big.sh输出中多次并不奇怪。

SVN导入还导致了一些空提交（例如，当SVN创建或移动分支时需要新提交）。我想这些只能使用filter-branch删除？

是的，BFG默认不会执行此操作。但是，这是filter-branch可以相对快速地完成的任务之一（即使使用起来有点棘手）。

- Roberto Tyley

Answer 2

在运行BFG后，我的包大小增加问题再次出现，最终是由于git版本2.18时期的版本包问题引起的。使用2.19的同事没有这个问题，我能够在2.19中找到修复bug的描述。

- Joey R