关于git与git-lfs对文件压缩存储方面的研究

先说结论，git使用了Delta增量压缩算法，git-lfs实测没有进行任何压缩，这个结论让我很震惊。

测试过程如下：

测试git仓库自身的压缩

准备一个包含许多杂项文件的文件夹，大概几百M，要保证有一个txt文本文件，做修改用，我们就叫这个文件夹为[数据包]。

将[数据包]压缩为TestFile.zip，我这里压缩结果大小为115M，然后放进本地仓库里。

步骤1、将TestFile.zip进行add、commit然后push到远程仓库：

步骤2、对[数据包]中的一个txt文件稍做修改，依旧是压缩为TestFile.zip，然后替换掉本地git仓库的同名文件，从而模拟修改，再次执行步骤1。

将步骤1、2这一过程循环执行3遍，这样的话，就意味着有三个115M大小的文件被push到远程仓库中，我们来验证一下远程中央仓库大小：

如上所示，远程仓库的大小确实是3*115=345M，也就是说，无论你连续几次提交之间的差异有多小，在提交并推送时，远程仓库并不会[立即]进行Delta压缩。

我们再看一下咱们的本地仓库大小：

本地仓库显示459M，实际也是合理的，因为本地仓库是[工作空间]+[仓库]：

好了，下面就是见证git的压缩技术的时候了，我们先在远程中央仓库执行压缩命令git gc：

压缩完之后，我们再看一下远程仓库的空间大小：

远程仓库的空间变成了115M，和只传了一个TestFile.zip占用的空间一样，但确实是包含了三次commit的全部历史版本数据，对每次的TestFile.zip文件的修改都能追溯。这说明了如果直接用git管理大文件，在历次对大文件的修改不大的前提下，git的Delta压缩会极大的节约空间，因为只保留历次文件修改之间的区别。

我们再对本地仓库进行下git gc看看：

结果和远程仓库一样，除了工作空间不受影响以外，仓库空间被极大的压缩，但同样在小体积的同时保留了所有对于TestFile.zip文件的历次修改。

好了，以上就是git自身对于仓库文件的压缩，下面，咱们再看git-lfs，我原本以为git-lfs作为专为管理大文件而生的git扩展，自然有对空间管理这方面的牛b之处，没想到一番测试下来大跌眼镜。

首先分别给远程中央仓库与本地仓库进行lfs的初始化：

命令：git lfs install

远程中央仓库：

本地仓库：

然后再从本地仓库执行以下命令git lfs track "*.mp4"，让git-lfs负责管理.mp4格式的文件：

接下来将上面命令所生成的git-lfs配置文件.gitattributes推送到远程仓库：

上面都妥当之后，就该咱们的老朋友TestFile.zip登场了，他将继续作为测试git-lfs大文件夹存储压缩方面的关键人。

TestFile.zip：唉？不对啊，你上面不是配置了只让git-lfs管理mp4文件吗？怎么还是我？

作者：你改下后缀名不就是个mp4了嘛！

TestFile.mp4：哦~，也是哦，真有你的……

好了，那就把[数据包]中的txt文件内容稍作修改，依旧压缩为TestFile.zip，然后改后缀名为TestFile.mp4，复制到本地仓库中：

步骤1、将TestFile.mp4进行add、commit然后push到远程仓库：

步骤2、对[数据包]中的一个txt文件稍做修改，依旧是压缩为TestFile.zip，然后依旧是改后缀名为TestFile.mp4，然后替换掉本地git仓库的同名文件，从而模拟修改，再次执行步骤1。

?将步骤1、2这一过程循环执行3遍，这样的话，就意味着有三个115M大小的文件被push到远程仓库中，我们来验证一下远程中央仓库大小：

?

我们发现远程仓库的大小还是115m，那是因为远程仓库上的git仓库与存储大文件的lfs仓库路径是不同的，在部署gitea托管平台的时候会设置lfs的路径，所以我们到lfs路径下去看看：

然后我们看一下本地仓库，之前的三个TestFile.zip文件还是存放在objects文件夹下，还是占用114m，而lfs管理的mp4文件是存放到了新增加的lfs文件夹下了，三个mp4文件，3*115=345m：

好了，我们现在照猫画虎，依旧是分别在远程仓库与本地仓库执行git gc命令进行仓库压缩，看看会发生什么：

远程仓库：

本地仓库：

同样是没有任何变化：

不是，合着你git lfs是一点压缩也不干啊？哪怕三个文件就只有一个字节的区别，你也是存三份？

git lfs：是啊，那我不就省下了压缩与解压缩的时间，不就更快了嘛！

我：我特么……

结论

就跟上面的实验一样，如果你的大文件会经常性的修改，你还是别用git lfs了，哪怕你一次只做一个字节的修改，git lfs也会完整的给你存一份，压缩空间？只存增量？不存在的。你要是经常改动某些大文件，git lfs仓库所在的服务器容量分分钟给你挤爆了。当然，你要说你服务器容量管够，当我没说。

那么哪些文件适合放进git lfs，我觉得要同时满足这两点：

1、很大

2、能不修改就不会修改

如果不能同时满足这两点，劝你还是老老实实用git吧，或者用svn。

另外可能有些对git lfs有所了解的朋友会说：唉，不对啊，我记得git lfs有一个命令[git lfs prune]可以压缩空间啊。

那我只能遗憾的告诉你，这条语句不会对远程中央仓库产生半点影响，它只是暂时的将你本地用不到的lfs缓存文件给删除掉，中央服务器中依然是存储着过去的commit对于lfs缓存文件历史版本的引用。也就是说你本地删除掉的东西，随时都能从中央仓库down回来。