git gc –ggressive vs git repack

我正在寻找方法来减lessgit回购大小。 大多数时候，一个好的search指向了我。 我也读过这不是首选的方法。
为什么？ 如果我正在运行gc --aggressive我应该知道gc --aggressive什么？

$ git repack -a -d --depth=250 --window=250build议超过gc --aggressive 。 为什么？ 如何repack减less回购大小？ 另外，我不太清楚两个标志; – 深度和 – 窗口。

我应该selectgc还是repack ？ 我应该什么时候使用gc ＆ repack ？

Answer 1

现在没有什么区别： git gc --aggressive按照Linus在2007年提出的build议进行操作; 见下文。 从版本2.11（2016年第四季度）开始，git默认为50的深度。大小为250的窗口很好，因为它扫描每个对象的较大部分，但深度为250是不好的，因为它使每个链都指向非常深的旧对象，这会减慢所有将来的git操作，使磁盘使用率稍微降低。

---

历史背景

Linusbuild议（见下面的完整邮件列表文章）使用git gc --aggressive只有当你有，“一个非常糟糕的包”或“真正可怕的坏三angular洲”，但“几乎总是在其他情况下，这实际上是一件非常糟糕的事情。“结果甚至可能让你的存储库比你开始时更糟！

在他input“一个漫长的历史”之后，他build议这样做的命令是

 git repack -a -d -f --depth=250 --window=250 

但是这里假设你已经从你的版本库历史logging中删除了不需要的gunk ，并且你已经按照清单缩小了git filter-branch文档中find的版本库。

git-filter-branch可以用来摆脱文件的一个子集，通常使用--index-filter和--subdirectory-filter 。 人们期望得到的存储库比原来的要小，但是你需要多一些步骤才能使它变小，因为Git在你告诉它之前尽量不要丢失你的对象。 首先确保：

• 如果一个blob在其整个生命周期中移动，你真的删除了所有的文件名称。 git log --name-only --follow --all -- filename可以帮助你find重命名。

• 你真的过滤了所有的参考：使用--tag-name-filter cat -- --all当调用git filter-branch 。

然后有两种方法可以获得较小的存储库。 更安全的方法是克隆，保持原来的原样。

• 用git clone file:///path/to/repo克隆它git clone file:///path/to/repo 。 克隆将不会有被删除的对象。 请参阅git-clone。 （请注意，使用纯path进行克隆只是硬链接一切！）

如果你真的不想克隆它，无论出于什么原因，请检查以下几点（按此顺序）。 这是一个非常具有破坏性的方法，所以做一个备份或者回去克隆它。 你被警告了。

• 删除由git-filter-branch备份的原始参考：说

   git for-each-ref --format="%(refname)" refs/original/ | xargs -n 1 git update-ref -d 

• 使用git reflog expire --expire=now --all过期所有的git reflog expire --expire=now --all 。

• 垃圾收集所有未被引用的对象与git gc --prune=now （或者如果你的git gc不够新来支持--prune参数，请使用git repack -ad; git prune --prune git repack -ad; git prune而不是git repack -ad; git prune ）。

---

 Date: Wed, 5 Dec 2007 22:09:12 -0800 (PST) From: Linus Torvalds <torvalds at linux-foundation dot org> To: Daniel Berlin <dberlin at dberlin dot org> cc: David Miller <davem at davemloft dot net>, ismail at pardus dot org dot tr, gcc at gcc dot gnu dot org, git at vger dot kernel dot org Subject: Re: Git and GCC In-Reply-To: <[e-mail]> Message-ID: <[e-mail]> References: <[e-mail]> <[e-mail]> <[e-mail]> <[e-mail]> <[e-mail]> 

2007年12月6日星期四，丹尼尔柏林写道：

其实，事实certificate， git-gc --aggressive做文件打包的时候会做这个愚蠢的事情，无论你是否从SVN git-gc --aggressive转换而来。

绝对。 git --aggressive大多是愚蠢的。 对于“我知道我有一个非常糟糕的包装，我想扔掉我所做的所有不好的包装决定”的情况下，这真的只是有用的。

为了解释这一点，值得说明的是（你可能已经意识到了这一点，但是让我通读一下基础知识），git三angular链是如何工作的，以及它们与大多数其他系统如此不同。

在其他供应链pipe理中，三angular洲链通常是固定的。 它可能是“向前”或“向后”，并且在您使用存储库时可能会有所变化，但通常它是对单个文件（表示为某种单一的SCM实体）的一系列更改。 在CVS中，它显然是*,v文件，而其他很多系统都是非常相似的。

Git也可以做三angular链，但它更“松散”。它没有固定的实体。 Deltas是针对git认为是一个很好的三angular洲候选人的任何随机的其他版本（具有各种相当成功的启发式）而产生的，并且绝对没有严格的分组规则。

这通常是一件非常好的事情。 这对于各种概念上的原因是有好处的（ 比如 ，git内部从来不需要关心整个修订链 – 它根本不用考虑delta），但是它也很好，因为摆脱不灵活的delta规则意味着这个git没有任何问题，把两个文件合并在一起，例如 – 没有任何任意的*,v “版本文件”，它们有一些隐藏的含义。

这也意味着select三angular洲是一个更开放的问题。 如果将delta链限制为只有一个文件，那么对于如何处理delta错误，你确实没有多lessselect，但是在git中，它确实可能是一个完全不同的问题。

而这正是命名的--aggressive虽然git一般会试图重复使用delta信息（因为这是一个好主意，并且不会浪费CPU时间重新find我们之前find的所有好的delta） ，有时你想说“让我们从头开始，用一个空白的石板，忽略所有以前的三angular洲信息，并尝试产生一个新的一套增量”。

所谓的--aggressive并不是真正的侵略性，而是浪费CPU时间来重新做出我们之前做过的决定！

有时候这是件好事。 一些import工具尤其可能会产生非常糟糕的三angular洲。 例如，任何使用git fast-import东西，可能都没有太多的三angular布局，所以可能值得说“我想从一个干净的石板开始”。

但是在其他情况下，几乎总是这样做实际上是一件非常糟糕的事情。 这会浪费CPU时间，特别是如果你之前在delta的时候已经做得很好，最终的结果是不会重复使用你已经find的所有好的 delta，所以你最终会得到一个很好的结果更坏的结果呢！

我会给Junio发一个补丁来删除git gc --aggressive文档。 它可能是有用的，但它通常是有用的，只有当你非常深入地了解它在做什么，并且文档不能帮助你做到这一点。

一般来说，做增量git gc是正确的方法，而且比git gc --aggressive更好。 它将重新使用旧的三angular洲，当那些旧的三angular洲不能被find（首先做增量GC的原因！）它将会创build新的。

另一方面，“长期涉入历史的最初导入”是一个值得花费大量时间寻找真正好的三angular洲的值得肯定的事实。 然后，每一个用户（只要他们不使用git gc --aggressive撤销它！）将获得这个一次性事件的优势。 特别是对于历史悠久的大项目，可能值得做一些额外的工作，告诉delta寻找代码狂放。

所以相当于git gc --aggressive – git gc --aggressive – 但是做得很好 – 就是做一夜之间的事情

 git repack -a -d --depth=250 --window=250 

那里深度的东西只是三angular洲链的深度（使它们延续旧的历史 – 这是值得的空间开销），而窗口的事情是多大的对象窗口，我们希望每个三angular洲候选人扫描。

在这里，你可能想添加-f标志（这是“drop all old deltas”，因为你现在确实试图确定这个标志实际上find了合适的候选者。

然后这将需要永远和一天（ 即 “一夜之间”）。 但最终的结果是，从该存储库下游的每个人都将得到更好的包，而不必自己花费任何精力。

  Linus 

Answer 2

我应该什么时候使用gc＆repack？

正如我在“ Git垃圾收集似乎并没有完全发挥作用 ”中所提到的那样， git gc --aggressive本身是不够的，甚至是不够的。

最有效的组合是joingit repack ，而且git prune ：

 git gc git repack -Ad # kills in-pack garbage git prune # kills loose garbage 

---

注意：Git 2.11（2016年第四季度）将默认的gc攻击深度设置为50

参见Jeff King（ peff ）的 commit 07e7dbf （2016年8月11日） 。
^{（由Junio C gitster合并- gitster -于2016年9月21日的第gitster 提交 ）}

gc ：默认攻击深度为50

“ git gc --aggressive ”用于限制delta链长度为250，这对于获得额外的空间节省来说太深了，并且对于运行时性能是不利的。
限制已经减less到50。

总结是：当前的默认值250不会节省太多的空间，并且会花费CPU。 这不是一个好的折衷。

git-gc的“ --aggressive ”标志做了三件事情：

1. 使用“ -f ”扔掉现有的增量，并从头开始重新计算
2. 使用“–window = 250”看起来更难
3. 使用“–depth = 250”来制造更长的三angular链

项目（1）和（2）是“积极”重新包装的良好匹配。
他们要求重新包装做更多的计算工作，希望得到更好的包装。 您在重新包装期间支付费用，其他操作只能看到收益。

第（3）项不太清楚。
允许更长的链条意味着更less的三angular洲的限制，这意味着可能find更好的，并节省一些空间。
但是这也意味着进入三angular洲的运作必须跟随更长的链条，这会影响他们的performance。
所以这是一个折衷，并不清楚权衡甚至是一个很好的。

（请参阅提交研究 ）

您可以看到，随着我们减less深度，常规操作的CPU节省将会提高。
但是我们也可以看到，随着深度的增加，节省的空间并不大。 在10到50之间节省5-10％可能值得CPU折衷。 节省1％，从50到100，或另外0.5％，从100到250可能不是。

---

说到CPU保存，“ git repack ”学会接受--threads=<n>选项并将其传递给pack-objects。

见Junio C gitster （ gitster ）的 提交40bcf31 （2017年4月26日） 。
^{（由Junio C gitster合并- gitster -在2017年5月29日的第gitster 提交 ）}

重新包装：接受--threads=<n>并将其传递给pack-objects

我们已经这样做了--window=<n>和--depth=<n> ; 这将有助于当用户想要强制 – --threads=1进行可重复testing而不受multithreading的影响。

Answer 3

git gc --aggressive的问题是，选项名称和文档是误导性的。

正如Linus自己在这封邮件中解释的那样 ， git gc --aggressive基本上是这样做的：

虽然git通常会尝试重新使用delta信息（因为这是一个好主意，而且不会浪费CPU时间重新find我们之前find的所有好的delta），有时候你想说“让我们从头开始，空白石板，并忽略所有以前的增量信息，并尝试生成一组新的增量“。

通常不需要在git中重新计算deltas，因为git决定这些deltas非常灵活。 只有当你知道你真的很差的三angular洲时才有意义。 正如Linus解释的那样，主要使用git fast-import属于这个类别。

大多数情况下，git在确定有用的变化量方面做得相当不错，使用git gc --aggressive会给你带来潜在的更糟糕的变化，而浪费大量的CPU时间。

---

Linus结束他的邮件，得出的结论是git repack --depth了一个大的--depth和--window在大部分时间是更好的select; 特别是在你导入了一个大型的项目，并希望确保gitfind好的增量。

所以相当于git gc --aggressive – git gc --aggressive – 但是做得很好 – 就是做一夜之间的事情

git repack -a -d --depth=250 --window=250

那里深度的东西只是三angular洲链的深度（使它们延续旧的历史 – 这是值得的空间开销），而窗口的事情是多大的对象窗口，我们希望每个三angular洲候选人扫描。

在这里，你可能想添加-f标志（这是“drop all old deltas”，因为你现在确实试图确定这个标志实际上find了合适的候选者。