当 git 历史记录包含私人信息时，如何开放源代码？
How to make source open when git history includes private information?
我们已经从我们的程序中删除了私人信息，并将这些文件添加到我们的 git 忽略文件中。我们现在想制作我们的 repo public，但我担心访问者可以从 git 历史记录中恢复机密信息。解决办法是什么？
正如大家在评论中所言，你们想要改写历史。通常的工具是 git filter-branch，使用起来有点复杂，因为它有太多选项。查看任意数量的现有 Whosebug 帖子，了解使用它的多种方法（以及一些替代方法）。
什么是历史重写
请记住，一个 Git 存储库主要是两个数据库：
大数据库由Git对象组成。有四种对象，我们将在下面详细说明。每个对象都有自己唯一的哈希 ID，特定于该对象。
较小的数据库由名称组成：分支名称、标记名称和其他类似名称。每个名字都有一个对象哈希ID。
克隆 Git 存储库包括从大数据库中复制其部分或全部对象，如通过在较小数据库中查找哈希 ID 找到的那样；并从较小的数据库中复制一些名称。
历史，在 Git 存储库中，只是该存储库中的 提交对象 。根据您希望对定义的慷慨程度，您还可以向其中添加 带注释的标记对象 。名称，如分支和标签名称，可让您找到提交。带注释的标记对象可让您找到提交。 Commits 让您可以找到提交……仅此而已：您可以从名称开始开始——找到提交对象哈希 ID。您也需要一个名称来查找带注释的标记对象，因此即使我们使用扩展定义，您也可以从一个名称开始。
四种对象类型
那么，现在让我们来看看四种对象类型。它们是：
带注释的标签。我们已经提到了带注释的标签对象。这些包含您的标签消息，可能还有 GPG 签名密钥或类似密钥，以及标签目标对象哈希 ID。通常这将是提交的 ID，尽管这里允许四种对象类型中的任何一种。
提交对象。提交包含 元数据，这是关于关于 提交的信息，例如提交人和时间以及他们的日志消息，加上 about =152=]树对象。树对象表示与提交一起使用的数据：快照。换句话说，不是直接持有快照，提交只持有快照的哈希ID。这意味着如果两个提交拥有相同的源代码树，他们可以共享它——只有一个快照。
每个提交还可以列出一个或多个前任 ("parent") 提交的哈希 ID。这就是 history 真正存在的地方；我们稍后会回到这个话题。
树对象。我们在上面提到了这些。它们包含小结构，每个结构都恰好包含三个值：
- a mode，这是一小组允许值中的数值；
- a name，这是一个组件名称，如
file.c或subdir；和
- 一个哈希ID.
哈希 ID 在某些情况下是另一棵树的哈希 ID，或者在大多数其他情况下是 blob 对象的哈希 ID。 （剩下的情况是他们可以在某些 other 存储库中保存某些提交的哈希 ID，这是一种称为 gitlink，仅当模式设置为 160000 时才允许。这就是子模块的工作方式：超级项目提交在某个树对象中保存子模块存储库的提交哈希 ID。）
最后一种对象是 blob 对象。它保存文件的数据，或者对于符号 link（模式 120000）树条目，作为 link.
[=222 的目标的文件名=]
因此，Git 存储库的对象部分是存储所有文件的地方。 Every every 文件的提交版本出现在这个数据库中，以 blob 的形式出现在树中，在提交中列出，在其他提交。偶尔 - 很少或从不 - 一个 blob 或树直接由标签对象或标签名称列出，并且不太偶尔，提交哈希 ID 直接由标签对象或分支名称列出。
将两个数据库结合起来形成一个有用的存储库
根据定义，分支名称包含分支中last 提交的哈希ID。从那里，Git 找到每个较早的（父）提交。这会通过对象数据库的提交部分生成跟踪。
标签名称通常列出标签对象或提交。 "Peeling off" 标签通过查找其底层提交引导您进行提交。该提交具有它所拥有的任何父级，并且按照与分支名称相同的方式跟随这些父级，通过对象数据库的提交部分生成跟踪。
为每个名称"reaches"完成一些提交集的过程。根据定义，对象数据库中的任何剩余提交都是 unreachable。可到达的提交是 git clone 将复制的提交；无法访问的将被丢弃。1
你可能想知道为什么我在这里一直提到 clone；我们将在下一节中介绍。
1这里对 reflogs 有点挑剔。 每个名字都有，或者可以有，reflog。 Reflogs 有时间和日期标记的条目；每个条目存储为哈希 ID。 运行 git clone 不复制或使用引用日志，但 git gc 使用它们来避免过快地丢弃东西。 reflog 条目让原本死掉的对象（通常是提交）持续存在，这样您就可以在默认情况下至少 30 天让它们恢复生机。我们已经知道引用名称（例如分支名称）包含对象的哈希 ID。例如，当我们进行新提交时，分支名称会定期 更新 以存储 new 哈希 ID。此时Git将name的old值写入分支的reflog。
（一个标记，无论是否注释，直接进入树或 blob 对象，也使该对象保持活动状态。不过，通常您没有树或 blob 对象的标记。此外，条目index 将使 blob 保持活动状态，因为这是存储您已 git add-ed 但尚未 git commit-ed 的文件的位置。None 其中要么被克隆。）
重写历史就是复制提交
没有提交——事实上，任何类型的 Git 对象都不能更改，一点也不能。这样做的原因是对象的哈希 ID 是对象内容的（加密）校验和。更改一位，您将拥有一个新的、不同的对象，具有不同的校验和。2
至"rewrite history"，这正是我们想要的：我们遍历存储库中所有可到达的提交。对于每个这样的提交，我们决定：是否复制此提交？ 对于我们决定答案是的每个提交：是，复制它， 我们还决定：是否进行一些更改？
如果我们制作的副本与原件完全相同，那么副本就是原件。它保持不变，我们实际上只是重新使用原始提交。但是如果我们改变任何东西——包括快照——我们会得到一个新的、不同的提交，带有一个新的唯一哈希 ID。通过确保以正确的顺序复制提交——从有史以来的第一个提交开始并向前工作，而不是 Git 首选的向后顺序——我们确保当我们不 复制一个提交，以后 提交将使用一组不同的父哈希 ID，我们将把那些后来的提交复制到具有新的和改进的提交-改进了它们背后的历史。
最好通过示例查看此过程。假设我们有这个现有的历史：
A--B--C--D--E--H--I--L--M--N--O--P <-- master
\ /
F--G-------J--K
作为对象数据库中的整个提交集，一个名称 master 找到 last 提交，P。我们将做一个副本，在复制过程中，我们将保留提交 B 但将其更改为删除文件，保持提交 C 不变，保留提交 J 和 K 和 M，完全删除 D 到 L（J 和 K 除外），保留 N，删除 O，并保持 P。生成的副本如下所示：
A--B--C--D--E--H--I--L--M--N--O--P <-- refs/original/refs/heads/master
\ /
F--G-------J--K
B'-C'-----M'-N'-P' <-- master
\ /
J'-K'
我们删除了 A，因此我们不得不通过两种方式更改 B：新副本有 没有 父级，并且它省略了我们的文件不想。这意味着我们必须复制 C 才能以一种方式更改它：副本将 B' 作为其父级。我们必须将 J 复制到 J' 才能使用 C' 作为父项；同样，我们必须将 K 复制到 K'；我们必须将合并提交 M 复制到 M' 以使其具有 C' 和 K' 作为其两个父项，依此类推。
复制了选定的提交，并在此过程中进行了一些更改，我们让我们的 Git 存储库更改 name master 以指向新的提交P'。请注意，通过从 master 开始并向后工作，我们 永远不会访问任何原始提交 。但是，如果我们保持 A 不变，我们将得到：
A--B--C--D--E--H--I--L--M--N--O--P <-- refs/original/refs/heads/master
\ \ /
\ F--G-------J--K
\
B'-C'-----M'-N'-P' <-- master
\ /
J'-K'
也就是说，我们只改变了B一种方式来删除不需要的文件。我们仍然有 B'，但它会指向现有的提交 A，并且从 master 开始，我们将只访问新的副本，直到我们到达 B'，然后回去提交 A.
这个 refs/original/refs/heads/master 这个时髦的名字怎么样？ 那个 名字——以及脚注 1 中提到的引用日志——会让我们看到原始历史。但是 名称没有被 git clone 复制，reflog 也没有。这个时髦的名字本身是 git filter-branch 的副产品，当我们告诉它复制 master 并删除或修改一些提交时，它将原始名称保存在这个新的 refs/original/ 组名称下方式。
因此，使用 git filter-branch 到 "rewrite" 历史实际上意味着：通过复制大多数提交，同时更改它们的某些内容，使我的存储库数据库的大小大约增加一倍。 新的和改进的副本 紧挨着 原件。他们甚至可能共享一些提交，朝向历史的最早部分，这取决于您选择复制什么以及您选择更改什么。
如果这两个历史没有共享任何内容，则您的新历史是独立的。如果他们确实分享了一些东西，你的新历史就像你选择的那样干净：它只分享 first（历史上最早的）提交，当复制时，你说 不要管这些，它们就这样很好。
您现在可以使用git clone 来复制 复制的提交。由于 git clone 忽略了 refs/original/ 名称，并忽略了 reflog，因此当您将当前版本的存储库复制到新版本时，您得到的是：
B'-C'-----M'-N'-P' <-- master (HEAD), origin/master
\ /
J'-K'
（假设您没有告诉 filter-branch 保留 A；如果您这样做了，请在左侧插入 A）。名称 master 出现在这里只是因为 git clone 本身 在将存储库复制到新的数据库对后创建了 它。原始存储库中的分支名称已全部替换为 origin/<em>whatever</em>，任何 git clone.[= 的通常方式76=]
2其中的 "cryptographic" 部分只是意味着设计哈希冲突非常困难。哈希冲突导致 Git 噘嘴并拒绝创建新对象，或者至少在理论上，这就是 应该 发生的情况。实际上，哈希冲突从未真正发生过。另见 Hash collision in git。
我们已经从我们的程序中删除了私人信息，并将这些文件添加到我们的 git 忽略文件中。我们现在想制作我们的 repo public，但我担心访问者可以从 git 历史记录中恢复机密信息。解决办法是什么？
正如大家在评论中所言，你们想要改写历史。通常的工具是 git filter-branch，使用起来有点复杂，因为它有太多选项。查看任意数量的现有 Whosebug 帖子，了解使用它的多种方法（以及一些替代方法）。
什么是历史重写
请记住，一个 Git 存储库主要是两个数据库：
大数据库由Git对象组成。有四种对象，我们将在下面详细说明。每个对象都有自己唯一的哈希 ID，特定于该对象。
较小的数据库由名称组成：分支名称、标记名称和其他类似名称。每个名字都有一个对象哈希ID。
克隆 Git 存储库包括从大数据库中复制其部分或全部对象，如通过在较小数据库中查找哈希 ID 找到的那样；并从较小的数据库中复制一些名称。
历史，在 Git 存储库中，只是该存储库中的 提交对象 。根据您希望对定义的慷慨程度，您还可以向其中添加 带注释的标记对象 。名称，如分支和标签名称，可让您找到提交。带注释的标记对象可让您找到提交。 Commits 让您可以找到提交……仅此而已：您可以从名称开始开始——找到提交对象哈希 ID。您也需要一个名称来查找带注释的标记对象，因此即使我们使用扩展定义，您也可以从一个名称开始。
四种对象类型
那么，现在让我们来看看四种对象类型。它们是：
带注释的标签。我们已经提到了带注释的标签对象。这些包含您的标签消息，可能还有 GPG 签名密钥或类似密钥，以及标签目标对象哈希 ID。通常这将是提交的 ID，尽管这里允许四种对象类型中的任何一种。
提交对象。提交包含 元数据，这是关于关于 提交的信息，例如提交人和时间以及他们的日志消息，加上 about =152=]树对象。树对象表示与提交一起使用的数据：快照。换句话说，不是直接持有快照，提交只持有快照的哈希ID。这意味着如果两个提交拥有相同的源代码树，他们可以共享它——只有一个快照。
每个提交还可以列出一个或多个前任 ("parent") 提交的哈希 ID。这就是 history 真正存在的地方；我们稍后会回到这个话题。
树对象。我们在上面提到了这些。它们包含小结构，每个结构都恰好包含三个值：
- a mode，这是一小组允许值中的数值；
- a name，这是一个组件名称，如
file.c或subdir；和 - 一个哈希ID.
哈希 ID 在某些情况下是另一棵树的哈希 ID，或者在大多数其他情况下是 blob 对象的哈希 ID。 （剩下的情况是他们可以在某些 other 存储库中保存某些提交的哈希 ID，这是一种称为 gitlink，仅当模式设置为160000时才允许。这就是子模块的工作方式：超级项目提交在某个树对象中保存子模块存储库的提交哈希 ID。）最后一种对象是 blob 对象。它保存文件的数据，或者对于符号 link（模式
[=222 的目标的文件名=]120000）树条目，作为 link.
因此，Git 存储库的对象部分是存储所有文件的地方。 Every every 文件的提交版本出现在这个数据库中，以 blob 的形式出现在树中，在提交中列出，在其他提交。偶尔 - 很少或从不 - 一个 blob 或树直接由标签对象或标签名称列出，并且不太偶尔，提交哈希 ID 直接由标签对象或分支名称列出。
将两个数据库结合起来形成一个有用的存储库
根据定义，分支名称包含分支中last 提交的哈希ID。从那里，Git 找到每个较早的（父）提交。这会通过对象数据库的提交部分生成跟踪。
标签名称通常列出标签对象或提交。 "Peeling off" 标签通过查找其底层提交引导您进行提交。该提交具有它所拥有的任何父级，并且按照与分支名称相同的方式跟随这些父级，通过对象数据库的提交部分生成跟踪。
为每个名称"reaches"完成一些提交集的过程。根据定义，对象数据库中的任何剩余提交都是 unreachable。可到达的提交是 git clone 将复制的提交；无法访问的将被丢弃。1
你可能想知道为什么我在这里一直提到 clone；我们将在下一节中介绍。
1这里对 reflogs 有点挑剔。 每个名字都有，或者可以有，reflog。 Reflogs 有时间和日期标记的条目；每个条目存储为哈希 ID。 运行 git clone 不复制或使用引用日志，但 git gc 使用它们来避免过快地丢弃东西。 reflog 条目让原本死掉的对象（通常是提交）持续存在，这样您就可以在默认情况下至少 30 天让它们恢复生机。我们已经知道引用名称（例如分支名称）包含对象的哈希 ID。例如，当我们进行新提交时，分支名称会定期 更新 以存储 new 哈希 ID。此时Git将name的old值写入分支的reflog。
（一个标记，无论是否注释，直接进入树或 blob 对象，也使该对象保持活动状态。不过，通常您没有树或 blob 对象的标记。此外，条目index 将使 blob 保持活动状态，因为这是存储您已 git add-ed 但尚未 git commit-ed 的文件的位置。None 其中要么被克隆。）
重写历史就是复制提交
没有提交——事实上，任何类型的 Git 对象都不能更改，一点也不能。这样做的原因是对象的哈希 ID 是对象内容的（加密）校验和。更改一位，您将拥有一个新的、不同的对象，具有不同的校验和。2
至"rewrite history"，这正是我们想要的：我们遍历存储库中所有可到达的提交。对于每个这样的提交，我们决定：是否复制此提交？ 对于我们决定答案是的每个提交：是，复制它， 我们还决定：是否进行一些更改？
如果我们制作的副本与原件完全相同，那么副本就是原件。它保持不变，我们实际上只是重新使用原始提交。但是如果我们改变任何东西——包括快照——我们会得到一个新的、不同的提交，带有一个新的唯一哈希 ID。通过确保以正确的顺序复制提交——从有史以来的第一个提交开始并向前工作，而不是 Git 首选的向后顺序——我们确保当我们不 复制一个提交，以后 提交将使用一组不同的父哈希 ID，我们将把那些后来的提交复制到具有新的和改进的提交-改进了它们背后的历史。
最好通过示例查看此过程。假设我们有这个现有的历史：
A--B--C--D--E--H--I--L--M--N--O--P <-- master
\ /
F--G-------J--K
作为对象数据库中的整个提交集，一个名称 master 找到 last 提交，P。我们将做一个副本，在复制过程中，我们将保留提交 B 但将其更改为删除文件，保持提交 C 不变，保留提交 J 和 K 和 M，完全删除 D 到 L（J 和 K 除外），保留 N，删除 O，并保持 P。生成的副本如下所示：
A--B--C--D--E--H--I--L--M--N--O--P <-- refs/original/refs/heads/master
\ /
F--G-------J--K
B'-C'-----M'-N'-P' <-- master
\ /
J'-K'
我们删除了 A，因此我们不得不通过两种方式更改 B：新副本有 没有 父级，并且它省略了我们的文件不想。这意味着我们必须复制 C 才能以一种方式更改它：副本将 B' 作为其父级。我们必须将 J 复制到 J' 才能使用 C' 作为父项；同样，我们必须将 K 复制到 K'；我们必须将合并提交 M 复制到 M' 以使其具有 C' 和 K' 作为其两个父项，依此类推。
复制了选定的提交，并在此过程中进行了一些更改，我们让我们的 Git 存储库更改 name master 以指向新的提交P'。请注意，通过从 master 开始并向后工作，我们 永远不会访问任何原始提交 。但是，如果我们保持 A 不变，我们将得到：
A--B--C--D--E--H--I--L--M--N--O--P <-- refs/original/refs/heads/master
\ \ /
\ F--G-------J--K
\
B'-C'-----M'-N'-P' <-- master
\ /
J'-K'
也就是说，我们只改变了B一种方式来删除不需要的文件。我们仍然有 B'，但它会指向现有的提交 A，并且从 master 开始，我们将只访问新的副本，直到我们到达 B'，然后回去提交 A.
这个 refs/original/refs/heads/master 这个时髦的名字怎么样？ 那个 名字——以及脚注 1 中提到的引用日志——会让我们看到原始历史。但是 名称没有被 git clone 复制，reflog 也没有。这个时髦的名字本身是 git filter-branch 的副产品，当我们告诉它复制 master 并删除或修改一些提交时，它将原始名称保存在这个新的 refs/original/ 组名称下方式。
因此，使用 git filter-branch 到 "rewrite" 历史实际上意味着：通过复制大多数提交，同时更改它们的某些内容，使我的存储库数据库的大小大约增加一倍。 新的和改进的副本 紧挨着 原件。他们甚至可能共享一些提交，朝向历史的最早部分，这取决于您选择复制什么以及您选择更改什么。
如果这两个历史没有共享任何内容，则您的新历史是独立的。如果他们确实分享了一些东西，你的新历史就像你选择的那样干净：它只分享 first（历史上最早的）提交，当复制时，你说 不要管这些，它们就这样很好。
您现在可以使用git clone 来复制 复制的提交。由于 git clone 忽略了 refs/original/ 名称，并忽略了 reflog，因此当您将当前版本的存储库复制到新版本时，您得到的是：
B'-C'-----M'-N'-P' <-- master (HEAD), origin/master
\ /
J'-K'
（假设您没有告诉 filter-branch 保留 A；如果您这样做了，请在左侧插入 A）。名称 master 出现在这里只是因为 git clone 本身 在将存储库复制到新的数据库对后创建了 它。原始存储库中的分支名称已全部替换为 origin/<em>whatever</em>，任何 git clone.[= 的通常方式76=]
2其中的 "cryptographic" 部分只是意味着设计哈希冲突非常困难。哈希冲突导致 Git 噘嘴并拒绝创建新对象，或者至少在理论上，这就是 应该 发生的情况。实际上，哈希冲突从未真正发生过。另见 Hash collision in git。