git LFS 如何比 git 更高效地跟踪和存储二进制数据？

Question

我知道 git LFS 导致 git 在文本文件中存储字符串“指针”，然后 git LFS 下载该目标二进制文件。这样，远程 git 服务器上的 git repos 就会更小。但是，git LFS 仍然必须存储二进制文件，所以在我看来，本地存储（经过一段时间后）git lfs pull）没有什么不同，并且远程 git LFS 服务器数据加上远程 git 数据的总和仍然相似。

我缺少什么？git LFS 如何高效跟踪二进制文件？

---

更新（自写此问题以来经过额外学习）：不要使用git lfs. 我现在建议反对使用git lfs

也可以看看：

1. 我的评论在我接受的答案下面
2. 我刚刚在下面添加了我自己的答案

我开始提出这个问题是因为我相信 Git LFS 是令人惊奇和美妙的，并且我想知道如何做到这一点。相反，我最终意识到 Git LFS 是我日常工作流程问题的原因，我不应该再使用它，也不应该再推荐它。

概括：

正如我在这里所说的：

对于个人、免费的 GitHub 帐户来说，它的限制太大了，而对于付费的公司帐户，它需要git checkout花费几秒钟到长达 3 个多小时，特别是对于远程工作人员来说，这完全是浪费他们的时间。我处理这个问题三年了，这太可怕了。我编写了一个脚本每晚执行一次来缓解这种情况，但我的雇主拒绝给我购买更大的 SSD 来给我足够的空间每晚git lfs fetch执行一次，所以我仍然经常遇到多小时结账的问题。除非您删除整个 GitHub 存储库并从头开始重新创建，否则git lfs fetch --all也不可能撤消与存储库的集成。git lfs

细节：

我刚刚发现免费版本git lfs有如此严格的限制，以至于它毫无用处，我现在正在将其从我所有的公共免费存储库中删除。请参阅此答案（GitHub.com 的存储库大小限制）并搜索“git lfs”部分。

在我看来，唯一的好处git lfs是，当您克隆存储库时，它可以避免一次下载大量数据。就是这样！对于任何总内容大小（git repo + 可能的 git lfs repo）< 2 TB 左右的存储库来说，这似乎是一个非常小的好处，即使不是无用。所有这些使用git lfs所做的就是

1. 让git checkout永远（字面意思是几个小时）（坏）
2. 制作我通常快速且离线的 git 命令，例如git checkout现在变成在线且慢速的 git 命令（不好），并且
3. 充当另一个需要付费的 GitHub 服务（不好）。

如果您像我一样尝试使用git lfs克服 GitHub 的100 MB 最大文件大小限制，请不要这样做！你几乎会立即耗尽git lfs空间，特别是如果有人克隆或分叉你的存储库，因为这会影响你的限制，而不是他们的限制！相反，“可以使用诸如tarplussplit之类的工具，或者split单独使用工具，将一个大文件分割成更小的部分，例如每个 90 MB”（源代码），这样您就可以将这些二进制文件块提交到您的常规文件中。git存储库。

最后，GitHub 上停止使用git lfs并完全释放该空间的“解决方案”绝对是疯狂的疯子！您必须删除整个存储库！请参阅此处的问答：如何删除 git-lfs 跟踪的文件并释放存储配额？

GitHub 的官方文档证实了这一点（强调是添加的）：

从 Git LFS 中删除文件后， Git LFS 对象仍然存在于远程存储上，并将继续计入您的 Git LFS 存储配额。

要从存储库中删除 Git LFS 对象，请删除并重新创建存储库。当您删除存储库时，任何关联的问题、星号和分支也会被删除。

我不敢相信这甚至被认为是一个“解决方案”。我真的希望他们正在努力解决这个问题。

对考虑使用的雇主和公司的建议git lfs：

快速总结：不要使用git lfs. 相反，请为您的员工购买更大的 SSD。如果您最终使用了，请为您的员工购买更大的 SSD，这样他们就可以在每晚睡觉时git lfs运行一个脚本。git lfs fetch --all

细节：

假设您是一家科技公司，拥有 50 GB 大小的大型单一存储库，以及您希望成为存储库一部分的二进制文件和数据，大小为 4 TB。与其给他们提供不足的 500 GB ~ 2 TB SSD，然后再求助于家庭互联网连接git lfs，这会使git checkout工作时间从几秒缩短到几小时，不如为您的员工提供更大的固态硬盘！一名典型的技术员工每天的成本 > 1000 美元（每周 5 个工作日 x 48 个工作周/年 x 1000 美元/天 = 24 万美元，低于他们的工资 + 福利 + 管理费用）。因此，如果能节省他们的时间，价值 1000 美元的 8 TB SSD 是完全值得的！购买示例：

1. 8TB Sabrent Rocket M.2 SSD，1100 美元
2. 8TB Inland M.2 SSD，900 美元

现在，他们希望有足够的空间git lfs fetch --all在自动夜间脚本中运行，以获取所有远程分支的 LFS 内容，以帮助缓解（但不是解决）这个问题，或者至少git lfs fetch origin branch1 branch2 branch3获取最常用分支的哈希内容。

也可以看看

1. 真正富有洞察力的问答也倾向于不使用git lfs[即使对于远程存储库]：本地存储库是否需要 Git LFS？
2. git lfs 的优点是什么？
3. 我的问答：挂接失败后如何恢复git lfs post-checkoutgit checkout
4. 我的答案：如何缩小 git 存储库中的 .git 文件夹
5. 我的问答：、和之间有什么区别？git lfs fetchgit lfs fetch --allgit lfs pull

Answer 1

当您克隆 Git 存储库时，您必须下载其整个历史记录的压缩副本。您可以访问每个文件的每个版本。

使用 Git LFS，文件数据不会存储在存储库中，因此当您克隆存储库时，不必下载 LFS 中存储的文件的完整历史记录。仅从 LFS 服务器下载每个 LFS 文件的“当前”版本。从技术上讲，LFS 文件是在“签出”而不是“克隆”期间下载的。

因此，Git LFS 并不是为了有效地存储大文件，而是为了避免下载所选文件的不需要的版本。无论如何，这段历史通常不是很有趣，如果您需要旧版本，Git 可以连接到 LFS 服务器并获取它。这与常规 Git 形成鲜明对比，常规 Git 允许您离线签出任何提交。