我一直使用 Git 仓库来管理我的 Markdown 笔记，但是因为定时提交，没多久就产生了非常多的提交历史，并且因为频繁的提交和导入了一些比较大的 PDF 文件和图片文件，所以导致 .git 目录的体积已经超过了所有笔记的大小，笔记内容也就 300+M，但是整个仓库有近 1G 大小。

所以便想着能不能给 Git 仓库进行一下瘦身，最开始想要实现的方向是能不能压缩一下提交历史，然后把历史记录中的大文件剔除。所以查询方案的时候就先往这两个方向上靠。

git gc

最先想到的就是在仓库执行 git gc， (garbage collection)，这条命令会对 Git 仓库中不需要的文件进行删除，然后将其他文件压缩：

git gc --aggressive

然后再执行：

git prune

git-prune 命令会删除在 object database 中不可达的 objects。不过通常在执行 git gc 的时候会自动调用该命令。

我的仓库中执行这两条命令后效果并不是很明显。

删除 Git 提交的大文件

可以使用 git count-objects -v 来查看 git 仓库占用的空间大小。

count: 391
size: 13968
in-pack: 41519
packs: 2
size-pack: 493311
prune-packable: 0
garbage: 10
size-garbage: 0

在输出的结果中 size-pack 就是包文件的大小，单位是 KB，可以看到我本地的包文件在 493MB 左右。

使用如下的命令查看仓库中的大文件：

git rev-list --objects --all | grep -E `git verify-pack -v .git/objects/pack/*.idx | sort -k 3 -n | tail -10 | awk '{print$1}' | sed ':a;N;$!ba;s/\n/|/g'`

或者：

git rev-list --objects --all | grep "$(git verify-pack -v .git/objects/pack/*.idx | sort -k 3 -n | tail -15 | awk '{print$1}')"

解释：在 git gc 命令执行之后，所有的对象会被放到一个打包的文件中，存放在 .git/objects/pack/*.idx，可以通过 git verify-pack 命令，对输出的第三列（文件大小）进行排序，从而找出这个大文件。

然后使用 git rev-list 命令使用 --objects 参数来找出相关的 SHA-1，对象的 SHA-1 和相关联的文件路径。

然后可以使用 git filter-branch 来改写历史，移除大文件

# 下面的命令请谨慎执行，在多人合作的仓库中小心执行
git filter-branch --tree-filter 'rm -f path/to/large/files' --tag-name-filter cat -- --all
git push origin --tags --force
git push origin --all --force

说明：--tree-filter

这里的路径别搞错。

bfg

在搜寻的过程中发现了 git filter-branch 的代替工具 bfg 可以比 filter-branch 命令更快。

reference

In my case, I pushed several big (> 100Mb) files and then proceeded to remove them. But they were still in the history of my repo, so I had to remove them from it as well.

What did the trick was:

bfg -b 100M  # To remove all blobs from history, whose size is superior to 100Mb
git reflog expire --expire=now --all
git gc --prune=now --aggressive

Then, you need to push force on your branch:

git push origin <your_branch_name> --force

bfg

bfg 可以使用 brew 来安装：

brew install bfg

# 清除垃圾文件(大量无用的mp3文件)
git filter-branch --force --index-filter 'git rm --cached --ignore-unmatch *.mp3' --prune-empty --tag-name-filter cat -- --all

# 提交到远程仓库(如GitHub, 我再次从git clone GitHub代码库会变小为1.3M)
git push origin --force --all

# 必须回收垃圾,本地仓库才变小
git for-each-ref --format='delete %(refname)' refs/original | git update-ref --stdin
git reflog expire --expire=now --all
git gc --prune=now

rm -rf .git/refs/original
git reflog expire --expire=now --all
git gc --prune=now
git gc --aggressive --prune=now

reference