Git删除已提交的文件

Git删除已提交的文件

• Git删除已提交的文件
  • 定位文件
  • 删除文件
  • 参考链接

昨天通过Git Bash提交代码的时候遇到了由于单个文件大小超过100M，导致代码上传失败的问题。考虑到那个大文件是用于训练模型的数据集，并没有进行版本控制的必要，为了方便以后能快速推送和拉取代码，决定设置Git忽略该文件并且从提交记录中删除它。本文记录了Git删除已提交的文件的整个过程，主要内容包括定位文件和删除文件。

定位文件

1. 通过git rev-list命令确定需要删除的文件

   git rev-list --objects --all
   
   6e218fcb1ce2dea99b0b11c4b2622e374c346d92 data/unaligned/dev
   6cefb1936b02424bfeff514dbeee0c8e18f78fd4 data/unaligned/test
   adcdc9fd6b3171ef173e43a2dde9d3502b59c504 data/unaligned/train
   

2. 可以配合使用git verify-pack和git rev-list找出仓库中的大文件

   git verify-pack -v .git/objects/pack/pack-*.idx | sort -k 3 -g | tail -5
   
   git rev-list --objects --all | grep adcdc9fd6b3171ef173e43a2dde9d3502b59c504
   
   adcdc9fd6b3171ef173e43a2dde9d3502b59c504 data/unaligned/train
   

删除文件

1. 通过git filter-branch命令删除文件

   git filter-branch --index-filter 'git rm --cached --ignore-unmatch data/unaligned/train' -- --all
   

2. 主动回收资源、清理仓库

   Git仓库历史有个缓存期，如果不主动回收、清理仓库历史，一般的这些记录还会保存一段时间。通过以下命令可以主动回收资源：

   rm -rf .git/refs/original/
   rm -rf .git/logs/
   
   git gc
   git prune
   

参考链接

• Git+Gerrit如何永久删除历史文件（大文件/私密文件）
• Git如何删除历史记录中的大文件详解