是否有可能在git中只存儲一個大文件的校驗和？

我是一位目前從基因組文件中提取正常大小序列的生物信息學家。一些基因組文件足夠大，我不想將它們放到主要的git存儲庫中，而我將提取的序列放入git中。是否有可能在git中只存儲一個大文件的校驗和？

是否有可能告訴git「這是一個大文件 - 不要存儲整個文件，只要取其校驗和，並告訴我該文件是否丟失或修改。」

如果這是不可能的，我想我必須要麼git忽略大文件，要麼按照this question中的建議，將它們存儲在子模塊中。

來源

2009-10-01 Andrew Grimm

如何將散列存儲在文本文件中，然後將文本文件提供給git？然後你可以編寫一個比較哈希值的鉤子，所以每當你簽入或簽出時，你都會被通知缺少/不同的東西。

不完全是你想要的，你仍然必須手動維護文本文件。

來源

2009-10-01 03:45:19 Seth

我寫了一個腳本來做這種事情。您可以將.gitattributes文件中的文件模式放入大型媒體中，而不需要在您的git倉庫中使用，並且可以將它們存儲在S3上。這只是一個起點，但如果你有興趣，我認爲它是可用的。

http://github.com/schacon/git-media

也許這會幫助你，或者至少你展示它是如何能夠做到，你可以自定義您的特定需求。

來源

2009-10-01 05:42:21

亞馬遜S3不會是我的選擇（我們有點緊張讓數據的第三方）。您是否計劃在某個階段不使用第三方的選項？ – 2009-10-01 23:20:45

@Andrew：我修改了腳本以支持通過SCP在您自己的私人服務器上存儲文件，而不是在S3上。或者您可以將文件存儲在映射的網絡驅動器上。我也加快了一點。看到這裏http://github.com/davr/git-media – davr 2010-07-19 17:42:09

在Git中即將發佈的將有「refs/replace/」的機制，我認爲可以適用於這一目的（假定這種大的媒體文件的數量和它的版本號是不是非常大。）

在苗條叉你的項目，你將有（像Seth wrote）「存根」，以替代大型媒體文件，它作爲內容會對SHA-1的大文件的BLOB的文件（來自「 git hash-object -t blob <filename>「）。

然後在全叉你的項目，你會使用「refs/replace/」機制（使用git replace）以取代真實內容的「存根」文件。需要一些掛鉤來將SHA-1保留在「存根」文件中，與實際的大型媒體文件保持同步。

然後，如果你想完整克隆，你也從「refs/replace/」命名空間;如果你想苗條克隆，你不會獲取「refs/replace/」。

注：我還沒有真正測試過這樣的設置;也是這不是混帳尚未公佈，除非你運行「主」

來源

2009-10-01 07:53:32

非常酷！我不知道這件事。人們從哪裏得到這些信息？ git郵件列表，Junio的博客？是否有某種宣傳服務，「本週在git.git」或類似Jon Masters的每日LKML摘要播客？我發現在Git中有時很難遵循新的功能，例如git-notes怎麼了？ – 2009-10-01 17:12:52

我看着git郵件列表，所以它是如何知道的。您可以改爲觀看RelNotes;關於'refs/replaces /'的信息在http://git.kernel.org/?p=git/git.git;a=blob;f=Documentation/RelNotes-1.6.5.txt中（所以它們在git版本1.6.5;我的錯誤） – 2009-10-01 18:51:26

Errr ... git版本1.6.5是將要發佈的**下一個**版本（截至2009年1月10日） – 2009-10-01 18:52:55

是否有可能在git中只存儲一個大文件的校驗和？

回答

相關問題