每個分支的Git磁盤使用情況

Question

您是否知道是否有辦法列出每個分支的git存儲庫的空間使用情況？ （如df或du會）

分支的「空間使用情況」我的意思是「尚未與存儲庫其他分支共享的提交使用的空間」。

Answer 1

因爲似乎沒有像這樣已經存在，這裏是我爲此做的Ruby腳本。

#!/usr/bin/env ruby -w 
require 'set' 

display_branches = ARGV 

packed_blobs = {} 

class PackedBlob 
    attr_accessor :sha, :type, :size, :packed_size, :offset, :depth, :base_sha, :is_shared, :branch 
    def initialize(sha, type, size, packed_size, offset, depth, base_sha) 
     @sha = sha 
     @type = type 
     @size = size 
     @packed_size = packed_size 
     @offset = offset 
     @depth = depth 
     @base_sha = base_sha 
     @is_shared = false 
     @branch = nil 
    end 
end 

class Branch 
    attr_accessor :name, :blobs, :non_shared_size, :non_shared_packed_size, :shared_size, :shared_packed_size, :non_shared_dependable_size, :non_shared_dependable_packed_size 
    def initialize(name) 
     @name = name 
     @blobs = Set.new 
     @non_shared_size = 0 
     @non_shared_packed_size = 0 
     @shared_size = 0 
     @shared_packed_size = 0 
     @non_shared_dependable_size = 0 
     @non_shared_dependable_packed_size = 0 
    end 
end 

dependable_blob_shas = Set.new 

# Collect every packed blobs information 
for pack_idx in Dir[".git/objects/pack/pack-*.idx"] 
    IO.popen("git verify-pack -v #{pack_idx}", 'r') do |pack_list| 
     pack_list.each_line do |pack_line| 
      pack_line.chomp! 
      if not pack_line.include? "delta" 
       sha, type, size, packed_size, offset, depth, base_sha = pack_line.split(/\s+/, 7) 
       size = size.to_i 
       packed_size = packed_size.to_i 
       packed_blobs[sha] = PackedBlob.new(sha, type, size, packed_size, offset, depth, base_sha) 
       dependable_blob_shas.add(base_sha) if base_sha != nil 
      else 
       break 
      end 
     end 
    end 
end 

branches = {} 

# Now check all blobs for every branches in order to determine whether it's shared between branches or not 
IO.popen("git branch --list", 'r') do |branch_list| 
    branch_list.each_line do |branch_line| 
     # For each branch 
     branch_name = branch_line[2..-1].chomp 
     branch = Branch.new(branch_name) 
     branches[branch_name] = branch 
     IO.popen("git rev-list #{branch_name}", 'r') do |rev_list| 
      rev_list.each_line do |commit| 
       # Look into each commit in order to collect all the blobs used 
       for object in `git ls-tree -zrl #{commit}`.split("\0") 
        bits, type, sha, size, path = object.split(/\s+/, 5) 
        if type == 'blob' 
         blob = packed_blobs[sha] 
         branch.blobs.add(blob) 
         if not blob.is_shared 
          if blob.branch != nil and blob.branch != branch 
           # this blob has been used in another branch, let's set it to "shared" 
           blob.is_shared = true 
           blob.branch = nil 
          else 
           blob.branch = branch 
          end 
         end 
        end 
       end 
      end 
     end 
    end 
end 

# Now iterate on each branch to compute the space usage for each 
branches.each_value do |branch| 
    branch.blobs.each do |blob| 
     if blob.is_shared 
      branch.shared_size += blob.size 
      branch.shared_packed_size += blob.packed_size 
     else 
      if dependable_blob_shas.include?(blob.sha) 
       branch.non_shared_dependable_size += blob.size 
       branch.non_shared_dependable_packed_size += blob.packed_size 
      else 
       branch.non_shared_size += blob.size 
       branch.non_shared_packed_size += blob.packed_size 
      end 
     end 
    end 
    # Now print it if wanted 
    if display_branches.empty? or display_branches.include?(branch.name) 
     puts "branch: %s" % branch.name 
     puts "\tnon shared:" 
     puts "\t\tpacked: %s" % branch.non_shared_packed_size 
     puts "\t\tnon packed: %s" % branch.non_shared_size 
     puts "\tnon shared but with dependencies on it:" 
     puts "\t\tpacked: %s" % branch.non_shared_dependable_packed_size 
     puts "\t\tnon packed: %s" % branch.non_shared_dependable_size 
     puts "\tshared:" 
     puts "\t\tpacked: %s" % branch.shared_packed_size 
     puts "\t\tnon packed: %s" % branch.shared_size, "" 
    end 
end 

有了一個我能看到，在我的2Mo的git倉庫，我得到了一個無用的分支，它把我1Mo鋼不與任何其他部門共享的斑點。

Answer 2

GIT中保持提交的有向無環圖，它（在一個簡單的意義上）每次提交使用磁盤空間。

除非你所有的分支從通用於各個分支的第一個承諾，那麼就會有分歧的提交，這意味着每個分公司的「股份」的磁盤空間一定量。

這使得難以提供磁盤利用率的「每個分支」圖中，因爲這將需要與共享什麼量合格，並與其他分支它是共享的。

Answer 3

您的存儲庫的大部分空間都是由包含這些文件的Blob所佔用的。

但是，當一個斑點是由兩個分支（或兩個文件相同的內容）共享它不重複。存儲庫的大小不能被認爲是分支大小的總和。沒有分支機構所採用的空間這樣的概念。

而且有很多壓縮功能可以節省小文件修改的空間。

通常切斷分支只會釋放一個非常小的，不可預知的空間。

Answer 4

這沒有一個正確的答案。如果你看看只包含在特定分支中的提交，你會得到一個blob列表（基本上是文件版本）。現在您必須檢查這些blob是否是其他分支中的任何提交的一部分。這樣做後，你將有一個blob列表，只是你的分支的一部分。現在

你能總結一下這些斑點的大小，得到的結果 - 但是這很可能是非常錯誤的。 Git相互壓縮這些blob，所以blob的實際大小取決於您的repo中的其他blob。您可以刪除1000個Blob，每個10MB，並且只有1kb的磁盤空間。

通常是一個很大的回購規模由回購單一大文件（如果引起不，你可能做錯了:)。有關如何找到這些信息可以在這裏找到：Find files in git repo over x megabytes, that don't exist in HEAD

Answer 5

我今天早上有同樣的問題，並寫了一個快速腳本：

for a in $(git branch -a | grep remotes | awk '{print $1}' | sed 's/remotes\/origin\///'); do echo -n ${a} -\ ; git clean -d -x -f > /dev/null 2>&1 ;git checkout ${a} > /dev/null 2>&1; du -hs -I .git .;done 

這將重置他們的內容，以確保我們乾淨結帳之後結帳每個遠程分支。然後它將顯示沒有.git目錄的大小。

有了這個，我能夠找到推送一個包含大文件的分支的人。

請記住要做到這一點在其他克隆目錄中，將它消滅不承諾