【代码管理】Git删除仓库中的大文件压缩仓库大小

Git 仓库中有时会不小心加入了一些大文件，例如模型文件，视频文件
模型文件有可能以 .weights 结尾，或者 .onnx 结尾等等
视频文件有可能以 .avi 结尾，或者 .mp4 结尾
大文件如果一直在仓库中，仓库体积会非常大，下面我们提供一个脚本，专门用于清理 仓库中的文件使用。

仓库清理脚本

本脚本旨在从指定的 Git 仓库中移除不必要的 .weights 文件，优化仓库，并将更改推送到远程服务器。它提供了用户交互、详细日志输出及错误处理功能，以实现顺畅且可靠的清理过程。

使用前准备

在使用本脚本之前，请确保满足以下条件：

• 您拥有一个包含待移除 .weights 文件的 Git 仓库。
• 已在系统上安装 Git。

可选：为了提升性能，建议安装 git-filter-repo 工具（通常通过 pip install git-filter-repo 安装）。如果安装了 git-filter-repo，脚本将自动使用它替代 git filter-branch 命令进行更高效的历史清理。

使用方法

1. 下载或复制脚本：将以下脚本保存为 clean_repo.sh 文件。

#!/bin/bash
# 清理指定仓库中无用的.weights文件
# 通过命令行参数接收仓库地址（文件夹路径）

# 获取仓库路径（优先使用命令行参数，否则使用当前目录）
if [ -n "$1" ]; then
    repository_path="$1"
else
    repository_path="."
fi

# 检查路径是否存在且为Git仓库
if [ ! -d "$repository_path" ] || ! (cd "$repository_path" && git rev-parse --is-inside-work-tree &>/dev/null); then
    echo "Error: The specified path '$repository_path' is not a valid Git repository."
    exit 1
fi

# 用户确认是否继续
read -p "Are you sure you want to proceed with cleaning the repository at '$repository_path'? [y/N] " confirm
confirm=${confirm,,}  # Convert to lowercase
if [[ $confirm != "y" ]]; then
    echo "Aborting the operation."
    exit 0
fi

cd "$repository_path" || exit 1  # 切换到指定仓库目录，若失败则退出脚本

# 清理垃圾文件并记录结果
echo "Cleaning up unnecessary .weights files..."
git filter-branch --force --index-filter 'git rm --cached --ignore-unmatch *.weights' --prune-empty --tag-name-filter cat -- --all || {
    echo "Error: Failed to clean up .weights files. Check the output above for details."
    exit 1
}

# 记录清理前后的仓库大小
before_size=$(du -sh .git | cut -f1)
echo "Repository size before cleanup: $before_size"

# 提交到远程仓库
echo "Pushing changes to remote repository (this may take some time)..."
git push origin --force --all || {
    echo "Error: Failed to push changes to the remote repository. Check your network connection and authentication settings."
    exit 1
}

# 回收垃圾并压缩本地仓库
echo "Performing garbage collection and compression..."
git for-each-ref --format='delete %(refname)' refs/original | git update-ref --stdin
git reflog expire --expire=now --all
git gc --prune=now

# 可选：进行更深度的压缩（视情况决定是否需要）
git gc --aggressive --prune=now

# 记录清理后的仓库大小
after_size=$(du -sh .git | cut -f1)
echo "Repository size after cleanup: $after_size"

echo "Cleanup completed successfully."

2. 赋予执行权限：在终端中，使用 chmod +x clean_repo.sh 命令为脚本赋予执行权限。

3. 执行脚本：

   • 指定仓库路径：运行 ./clean_repo.sh /path/to/repository，其中 /path/to/repository 是您要清理的仓库路径。
   • 使用当前目录：如果您想清理当前目录下的仓库，只需运行 ./clean_repo.sh。

   脚本将引导您完成确认、清理、推送、压缩等步骤，并在过程中输出详细日志。

注意事项

• 谨慎操作：清理操作会修改仓库历史，可能导致分支合并复杂性增加。请确保所有团队成员知晓此次清理，并在执行前备份重要数据。
• 权限要求：执行清理和推送操作需具有相应的 Git 权限。确保您有权修改所清理仓库的历史记录及向远程服务器推送更改。
• 性能影响：对于大型仓库，清理和压缩过程可能耗时较长。请耐心等待，并确保网络连接稳定。
• 清理效果：清理后，仓库在本地和远程的大小可能不会立即更新。请等待一段时间后刷新查看，或联系服务提供商确认是否需要手动触发更新。