使用 Git LFS 管理大文件基本简介

什么是 Git LFS？

Git Large File Storage（Git LFS）是 Git 的一个扩展，用于解决 Git 在处理大文件时的局限性。Git 是一个分布式版本控制工具，擅长管理代码和小型文本文件，但对于像图像、视频、数据集等大文件的处理，它表现不佳。Git LFS 通过将大文件存储在 Git 外部的专用服务器上，同时将其引用信息保存在 Git 仓库中，帮助开发者高效地管理和版本化大文件。

Git LFS 的作用和意义

1. 解决 Git 对大文件的限制：
   Git 对单个文件大小有严格限制（GitHub 上的最大文件大小为 100 MB）。Git LFS 通过将大文件的实际内容存储在外部服务器上，避免了这些限制。这样，你可以继续将大文件提交到 Git 仓库，而不会因文件过大而无法提交或出现推送失败的问题。

2. 提高仓库性能：
   Git LFS 将大文件存储在外部服务器中，Git 仓库中只存储指向这些文件的指针。当你克隆或拉取仓库时，Git 只会下载需要的文件版本，而不是所有历史版本，这大大减小了 Git 仓库的体积，提升了性能。

3. 便于协作：
   许多开发项目中涉及大文件（如训练模型的文件、视频素材、图像资源等）。Git LFS 使得这些大文件能像普通代码文件一样进行版本控制，开发者可以在团队中共享这些文件，而不必担心每次提交都会占用大量的存储空间。

Git LFS 的安装与配置

1. 安装 Git LFS

安装 Git LFS 前，你需要确保已经安装了 Git。然后，按照以下步骤进行安装：

• Windows：
  访问 Git LFS 官方下载页面 下载并安装适用于 Windows 的版本。

• Mac：
  使用 Homebrew 安装：

  brew install git-lfs
  

• Linux：
  对于 Debian 或 Ubuntu 系统，可以使用以下命令安装：

  sudo apt-get install git-lfs
  

2. 初始化 Git LFS

安装完 Git LFS 后，你需要在本地仓库中启用 Git LFS。运行以下命令：

git lfs install

这个命令会为当前用户配置 Git LFS，并更新 Git 的配置。

3. 配置 Git LFS 跟踪大文件

你可以通过 git lfs track 命令指定哪些类型的文件或特定的文件需要由 Git LFS 进行管理。例如：

• 追踪 .zip 文件：

  git lfs track "*.zip"
  

• 追踪 .csv 文件：

  git lfs track "*.csv"
  

这会在仓库中生成一个 .gitattributes 文件，记录所有被 Git LFS 跟踪的文件类型。别忘了将 .gitattributes 文件添加到版本控制中：

git add .gitattributes
git commit -m "Track .zip and .csv files with Git LFS"

4. 添加并提交大文件

一旦设置好 Git LFS 跟踪的文件类型，你就可以像普通文件一样将大文件添加到 Git 中并提交。例如：

git add large_file.zip
git commit -m "Add large_file.zip"
git push origin main

在推送时，Git LFS 会将大文件上传到 Git LFS 服务器，而 Git 仓库只存储该文件的指针。

常见问题及解决方案

问题 1：推送大文件失败，错误提示为 “GH001: Large files detected”

如果你遇到 GitHub 对大文件的限制（超过 100MB）导致推送失败，可以通过 Git LFS 来解决。确保你已按照上述步骤追踪并提交了文件，并且文件大小不再超过 GitHub 的限制。

如果文件在 Git 历史中已存在，仍会触发错误。此时，需要使用工具如 BFG Repo-Cleaner 或 git filter-branch 来彻底清除 Git 历史中的大文件。

问题 2：如何从 Git 历史中删除大文件？

如果大文件已经提交到 Git 历史中，需要彻底移除，可以使用以下步骤：

使用 BFG Repo-Cleaner：

BFG 是一个高效的工具，用于删除 Git 历史中的大文件。

1. 安装 BFG Repo-Cleaner 并删除大文件：

   bfg --delete-files "*.zip" <your-repo-directory>
   

2. 清理 Git 历史并强制推送更新：

   git reflog expire --expire=now --all-ref
   git gc --prune=now --aggressive
   git push --force
   

使用 git filter-branch（较为复杂）：

git filter-branch --force --index-filter \
"git rm --cached --ignore-unmatch path/to/large/file" \
--prune-empty --tag-name-filter cat -- --all

然后清理并推送：

git reflog expire --expire=now --all-ref
git gc --prune=now --aggressive
git push --force

问题 3：如何查看 Git LFS 跟踪的文件？

可以使用以下命令查看当前 Git LFS 跟踪的文件：

git lfs ls-files

总结

Git LFS 是解决 Git 在处理大文件时的局限性的有效工具。通过将大文件存储在外部 LFS 服务器中，Git LFS 既能避免 Git 仓库过于庞大，又能保持文件的版本控制管理。这对于涉及大量数据或大文件的项目非常有帮助。

使用 Git LFS 的优势：

• 解决 Git 对大文件的限制
• 提高仓库性能
• 便于团队协作与大文件管理

通过本文的步骤，你可以轻松配置和使用 Git LFS，并有效地管理大文件。如果你在使用过程中遇到任何问题，可以参考文档或通过 GitHub 的支持渠道获得帮助。

希望这篇博文能够帮助你更好地理解和使用 Git LFS！