清理对GitHub来说太大的git-lfs存储库
我有一个具有以下结构的git存储库
+ LICENSE
+ README.md
+ experiments
+ ... (large csv files stored with git-lfs)
+ reports
+ ... (pdf files stored with git-lfs)
+ demos
+ ... (small example scripts)
+ src
+ ... (main codebase)
+ tests
+ ... (unit tests)我的工作包括运行实验，我使用git-lfs来存储实验结果，包括数据(csv-file)和结果(主要是pdf格式的数据图，pdf-演示)。
最近，我运行了一个更大的实验，并在git中添加了一个具有几千兆字节大小的csv文件。官方的git实现没有文件大小限制，所以我认为将其存储在git中是没有问题的。不过，我确实将大型csv拆分为多个小csv，因为我听说一些git实现存在文件> 3GB的问题。
无论如何，添加这个大文件结果是一个可怕的错误。一旦提交了所有内容，我就会尝试将更改推送到GitHub，并得到以下错误消息。
batch response: This repository is over its data quota. Account responsible for LFS bandwidth should purchase more data packs to restore access.现在，我真的不知道如何解决这个问题。我正在使用GitHub与其他人共享主代码，但是实验不需要在上面进行。所以，我的想法是把存储库分成两部分。一个包含主要代码(没有git-lfs)，另一个包含实验和报告。没有必要将后者存储在github上，所以我应该很好地在本地使用它。
因此，对于github存储库，我想完全删除文件夹experiments和reports，包括它们的提交历史。我也想完全删除git-lfs。另一方面，我想为存储库的其他部分保存提交历史。
这可能吗？如果是这样的话，我会怎么做呢？我能用哪种工具？
或者，这种情况是不是太糟糕了，我最好从一个全新的存储库开始呢？
回答 1
Stack Overflow用户
发布于 2021-06-18 19:52:31
这里的问题不是Git或GitHub不能处理您的存储库。简单地说，GitHub只为Git提供了1GB的免费存储，而且您已经使用过了。如果您想要存储更多的Git数据，那么您需要支付一个数据包的费用。
在Windows上，Git本身有一个限制，阻止它使用正常的污点和清洁机制来正确地在树中创建Git LFS文件，但是有解决方案，这在非Windows系统上是没有问题的。Git处理这个问题，一旦Git本身被修复，这个问题就会自动消失。
但是，通常情况下，Git存储库不适合存储代码的输出，比如二进制构件，不管是否有Git LFS。因此，您可能根本不应该将PDF输出存储在存储库中。将其存储在其他地方(例如在工件服务器或云桶上)是一个更好的主意。
您不能同时删除Git和不重写提交历史记录。为历史更改从存储库中添加或删除Git LFS需要重写存储库，因为Git LFS用引用所涉对象的小指针文件替换大型文件。如果要添加或删除Git，则Git提供git lfs migrate import和git lfs migrate export重写历史记录。
如果您想重写历史记录以完全删除这些目录，那么您将需要一个像git filter-repo这样的工具(它是一个外部工具)。如果所有的Git文件都存储在这些目录中，那么重写历史记录也会从存储库中删除Git。
https://stackoverflow.com/questions/68036070
复制相似问题
腾讯云开发者
