本地回购和 bitbucket 的大小差异
Difference in size of a local repo and bitbucket
我有一个本地存储库。我用 du -csh <foldername> 命令检查了 .git 文件夹的大小。它是 168 MB。我将它推送到我的 bitbucket 仓库。我检查了要下载的 repo 的大小只有 134 mb。
这怎么可能？
首先，让我们解决整个存储库的大小问题。 （跳到第二个 header 部分以跳过此部分。）
一般来说，"pure server" 仓库就是Git 所谓的裸 仓库，也就是没有work-tree.[=17= 的仓库]
请记住，在 any Git 存储库中，1 你有：
- 曾经做出的每一次提交，以 Git-only 形式存储，加上
- 与这些提交关联的每个 文件，也以 Git-only 形式存储，加上
- 一些杂项开销数据（标签、树、参考名称、"info"、挂钩等）。
None 个 2 的形式为 "files you work with normally on your computer"，因此如果您打算 做 任何有提交的东西，除了将它发送给另一个 Git，你可能需要一个 work-tree。服务器上的 --bare 存储库大多只是将提交传输到其他 Git（接收和发送），因此保留一份工作副本是对 space 的浪费，而且实际上适得其反当前提交。
由于服务器省略了工作副本，您通常应该期望 server-side 裸存储库小于 client-side non-bare 存储库。因此，您观察到的结果应该完全不足为奇。 令人惊讶的是，有时服务器大小的存储库 更大 。这有很多可能的原因，最有可能的是服务器上尚未 运行 压缩 / garbage-collection 代码。在某些情况下，您可能需要从 运行 服务器的任何人那里获得帮助。请参阅，例如，How to reduce git repo size on Bitbucket? 完整的详细信息迅速深入到包文件格式、增量压缩 windows、备用 object 目录的杂草中——像 GitHub 这样的网站广泛使用后者是为了防止叉子占用太多 space—等等。
1这会故意忽略浅层或 single-branch 克隆，它们会 运行 在指定位置对历史进行分类，因此会忽略一些或许多提交和文件。
2其实很多Git的内部文件都是plain-text，但也有很多不是，反正你一般应该用什么Git 调用 管道命令 来操作它们，如果您打算编写自己的代码来使用 Git。使用提供的 API——管道命令——使您免受未来旨在使 Git 工作得更好、更快等的更改的影响。
但是您的 .git 只是裸存储库
您将 .git 文件与他们的下载进行了比较。这些都不是或没有 work-tree，那么为什么您的 .git 目录更大？
现在我们必须进入那些杂草，至少一点点。
首先要知道的是Git每个Git有两种形式object：每个提交，每个"blob"（文件），以及每个带注释的标签和树。其中之一是 松散 格式，它只是 zlib-deflated。另一个在打包文件中，压缩程度更高。
当您在 Git 存储库中工作时，您会创建新的松散 object。 Git 最终决定松散的 object 太多占用了太多 space，并将它们打包。这使得它们的检索速度较慢——必须找到它们并解压它们，而不是直接收集它们 re-inflated——但现在它们需要更少的 space.
其次，每次您在 Git 中执行操作时，您都会 添加 新的 object。其中一些永远不会永久保存。这些（通常是松散的）objects 是 Git 所称的 unreferenced: 它们是为了保存它们而创建的，至少是暂时的，也许是永久的，但后来发现它们是不必要的，所以它们被扔在了地板上。
除此之外，每次你变基提交时，你实际上是在复制它们，然后放弃原件。但是 Git 默认情况下会将原件保留至少 30 天，以防您改变主意并想要取回它们。它使用 Git 的 reflogs 来执行此操作。
这就是 Git 的 "garbage collector"、git gc 发挥作用的地方。垃圾收集器——Git 的死神，或者也许是死神收集器——有许多工作，包括弄清楚哪些内容已从 reflog 中老化，应该被丢弃。这可能会使更多 objects 变得未被引用（除了任何已创建但最终被证明是不需要的），因此它接下来会发现 unreferenced loose objects 和 "prunes" 他们。最后，它负责 打包 松散 object 到较小（但访问速度较慢）的打包文件格式。
垃圾收集器会在需要时自动为您获取 运行；你不应该手动 有 到 运行 它。如果您确实必须手动 运行 它，则表明 Git 中存在某种错误（我读过一些这样的案例，其中的脚本会使松散的 object auto-pruning).请注意，这通常会留下 unrefe不过，至少 14 天后，object 会松动，以防某些事情仍在努力使它们被引用。
[编辑以添加我之前应该提到的最后两项：] 服务器通常 运行 git gc 打包并在每次推送后 clean-up；并且可下载版本有时会 re-当场打包以使其尽可能小，或者至少小到 "automatically possible"（有时您甚至可以制作打包文件通过调整 gc 参数来变小，尽管当我第一次尝试使用 Git 时，我一直把它们变大 :-)).
我有一个本地存储库。我用 du -csh <foldername> 命令检查了 .git 文件夹的大小。它是 168 MB。我将它推送到我的 bitbucket 仓库。我检查了要下载的 repo 的大小只有 134 mb。
这怎么可能？
首先，让我们解决整个存储库的大小问题。 （跳到第二个 header 部分以跳过此部分。）
一般来说，"pure server" 仓库就是Git 所谓的裸 仓库，也就是没有work-tree.[=17= 的仓库]
请记住，在 any Git 存储库中，1 你有：
- 曾经做出的每一次提交，以 Git-only 形式存储，加上
- 与这些提交关联的每个 文件，也以 Git-only 形式存储，加上
- 一些杂项开销数据（标签、树、参考名称、"info"、挂钩等）。
None 个 2 的形式为 "files you work with normally on your computer"，因此如果您打算 做 任何有提交的东西，除了将它发送给另一个 Git，你可能需要一个 work-tree。服务器上的 --bare 存储库大多只是将提交传输到其他 Git（接收和发送），因此保留一份工作副本是对 space 的浪费，而且实际上适得其反当前提交。
由于服务器省略了工作副本，您通常应该期望 server-side 裸存储库小于 client-side non-bare 存储库。因此，您观察到的结果应该完全不足为奇。 令人惊讶的是，有时服务器大小的存储库 更大 。这有很多可能的原因，最有可能的是服务器上尚未 运行 压缩 / garbage-collection 代码。在某些情况下，您可能需要从 运行 服务器的任何人那里获得帮助。请参阅，例如，How to reduce git repo size on Bitbucket? 完整的详细信息迅速深入到包文件格式、增量压缩 windows、备用 object 目录的杂草中——像 GitHub 这样的网站广泛使用后者是为了防止叉子占用太多 space—等等。
1这会故意忽略浅层或 single-branch 克隆，它们会 运行 在指定位置对历史进行分类，因此会忽略一些或许多提交和文件。
2其实很多Git的内部文件都是plain-text，但也有很多不是，反正你一般应该用什么Git 调用 管道命令 来操作它们，如果您打算编写自己的代码来使用 Git。使用提供的 API——管道命令——使您免受未来旨在使 Git 工作得更好、更快等的更改的影响。
但是您的 .git 只是裸存储库
您将 .git 文件与他们的下载进行了比较。这些都不是或没有 work-tree，那么为什么您的 .git 目录更大？
现在我们必须进入那些杂草，至少一点点。
首先要知道的是Git每个Git有两种形式object：每个提交，每个"blob"（文件），以及每个带注释的标签和树。其中之一是 松散 格式，它只是 zlib-deflated。另一个在打包文件中，压缩程度更高。
当您在 Git 存储库中工作时，您会创建新的松散 object。 Git 最终决定松散的 object 太多占用了太多 space，并将它们打包。这使得它们的检索速度较慢——必须找到它们并解压它们，而不是直接收集它们 re-inflated——但现在它们需要更少的 space.
其次，每次您在 Git 中执行操作时，您都会 添加 新的 object。其中一些永远不会永久保存。这些（通常是松散的）objects 是 Git 所称的 unreferenced: 它们是为了保存它们而创建的，至少是暂时的，也许是永久的，但后来发现它们是不必要的，所以它们被扔在了地板上。
除此之外，每次你变基提交时，你实际上是在复制它们，然后放弃原件。但是 Git 默认情况下会将原件保留至少 30 天，以防您改变主意并想要取回它们。它使用 Git 的 reflogs 来执行此操作。
这就是 Git 的 "garbage collector"、git gc 发挥作用的地方。垃圾收集器——Git 的死神，或者也许是死神收集器——有许多工作，包括弄清楚哪些内容已从 reflog 中老化，应该被丢弃。这可能会使更多 objects 变得未被引用（除了任何已创建但最终被证明是不需要的），因此它接下来会发现 unreferenced loose objects 和 "prunes" 他们。最后，它负责 打包 松散 object 到较小（但访问速度较慢）的打包文件格式。
垃圾收集器会在需要时自动为您获取 运行；你不应该手动 有 到 运行 它。如果您确实必须手动 运行 它，则表明 Git 中存在某种错误（我读过一些这样的案例，其中的脚本会使松散的 object auto-pruning).请注意，这通常会留下 unrefe不过，至少 14 天后，object 会松动，以防某些事情仍在努力使它们被引用。
[编辑以添加我之前应该提到的最后两项：] 服务器通常 运行 git gc 打包并在每次推送后 clean-up；并且可下载版本有时会 re-当场打包以使其尽可能小，或者至少小到 "automatically possible"（有时您甚至可以制作打包文件通过调整 gc 参数来变小，尽管当我第一次尝试使用 Git 时，我一直把它们变大 :-)).