测量 git blob 对象大小的正确方法是什么

Question

我正在用

测量git斑点大小

fileSizeThreshold=2^19
git rev-list --objects --all \
| git cat-file --batch-check='"%(objecttype)","%(objectname)",%(objectsize),%(objectsize:disk),"%(rest)"' \
| sed -n 's/^"blob",//p' \
| awk -F',' ''">= ${fileSizeThreshold}" \
| sort -t "," --numeric-sort --key=2 > ${outDir}/largeBlobs

这给了我所有大于 512kb 的 blob。我想知道在考虑将此文件（其路径模式...）放入 Git 大文件存储 (LFS) 时要考虑的正确大小。

是%(objectsize)还是%(objectsize:disk)？

因为 %(objectsize:disk) 报告了一些奇怪的尺寸（粗体）：

"0901797d58f6916cad4ef4fd581d8254596bdd19", 722013b, 105b

在 git cat-file 的警告部分，有一些注释，我不明白。

考虑到 LFS，应该看看 objectsize:disk 据说是因为这是用于此 blob 的 space...?

Answer 1

你应该看看 %(objectsize)。

当 git 存储 blob 时，它可以将它们存储为平面对象或压缩对象。

存储平面对象时，git仍然压缩内容，所以%(objectsize:disk)将反映压缩后的blob大小；
将 blob 打包在一起时，git 可能会选择仅使用其差异将 blob2 存储在 blob1 旁边；
在那种情况下：blob1 的 disksize 将是 blob 的压缩大小，而 blob2 的 disksize 将是 its 的压缩大小与 blob1

CAVEAT 部分提到某些 blob 的报告 disksize 可能非常低，因为 仅报告了它们的差异 。

测量 git blob 对象大小的正确方法是什么

Whats the correct way to measure a git blob object size

git

git-lfs