从历史中移除大文件

有时候，有人不小心把几百兆的 database.dump 或 node_modules.zip 提交到了仓库中。即使你后来用 git rm 删除了它们，它们依然存在于 Git 的历史记录（.git 目录）中，导致克隆变慢。

要彻底清除它们，你需要重写历史。

为什么不能只用 `git rm`？

git rm 只会从当前工作区和索引中删除文件，并创建一个新的提交记录“删除了文件”。历史提交中依然完整保留着该文件的物理副本。

虽然 Git 自带 filter-branch 命令，但它极其缓慢且容易出错。官方强烈建议使用第三方专用工具。

BFG 是一个基于 Java 的工具，比 filter-branch 快 10-50 倍（在某些场景下可能更快），且使用更简单。

安装：需先安装 Java，然后下载 jar 包或通过包管理器：

brew install bfg

使用步骤：

克隆裸仓库（为了安全和速度）：

git clone --mirror https://github.com/your-org/some-big-repo.git

执行清理：假设我们要删除所有大于 100MB 的文件：
Terminal window
```
bfg --strip-blobs-bigger-than 100M some-big-repo.git
```
或者按文件名删除：
Terminal window
```
bfg --delete-files *.zip some-big-repo.git
```
物理清理： BFG 更新了提交历史，但物理文件还在。需要运行 GC 清理：
Terminal window
```
cd some-big-repo.git
git reflog expire --expire=now --all && git gc --prune=now --aggressive
```
推送到远程：由于是 --mirror 克隆，需要推送所有引用：
Terminal window
```
git push --mirror
```
如果是普通克隆，则需要：
Terminal window
```
git push --force --all && git push --force --tags
```
强制推送会覆盖远程历史，请确保已与团队沟通并做好备份。

这是目前 Git 官方文档推荐的现代化工具。

安装：

pip install git-filter-repo

使用步骤：

分析仓库：
Terminal window
```
git filter-repo --analyze
```
这会在 .git/filter-repo/analysis 下生成详细的报告，告诉你哪些文件占用了最多空间。

执行清理：删除特定路径：

git filter-repo --path path/to/large/file --invert-paths

虽然已废弃，但为了应对遗留脚本，了解一下也无妨。

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

缺点：

完成清理并强制推送（Force Push）后，你需要通知团队所有成员：

作为系统管理员，此时可以考虑开启远程仓库的“保护分支”功能，短时间内禁止非快进（Non-fast-forward）推送，防止有人不小心把旧历史推回来。

如果你清理的是密码、API 密钥等敏感数据，仅重写历史是不够的。即使本仓库已清理干净，数据可能仍存在于：

必要的补救措施：