获取 Git 分支大小

我正在尝试跟踪我正在进行的项目的规模。有没有一种简单的方法来获取不同分支的磁盘上的存储库大小？

I tried

git count-objects -v

但它为每个分支提供相同的存储库大小。

With Git 2.31 (Q1 2021), "git rev-list https://github.com/git/git/blob/6fe12b5215f4ca597accc97ac5dce0f88e8483e9/Documentation/git-rev-list.txt"^{(man https://git-scm.com/docs/git-rev-list)} command learned --disk-usage option.

它有一个很多例子 https://github.com/git/git/commit/a1db097e107749cf6f1c2dc878c615ca2d3fb314，但关于分支大小，现在的命令是：

git rev-list --disk-usage=human --objects HEAD..<branch_name>

对于所有分支机构：

/* Report the disk size of each branch, not including objects used by the
  current branch. This can find outliers that are contributing to a
  bloated repository size (e.g., because somebody accidentally committed
  large build artifacts).
*/

git for-each-ref --format='%(refname)' |
while read branch
do
    size=$(git rev-list --disk-usage --objects HEAD..$branch)
    echo "$size $branch"
done |
sort -n

See commit a1db097 https://github.com/git/git/commit/a1db097e107749cf6f1c2dc878c615ca2d3fb314, commit 669b458 https://github.com/git/git/commit/669b4587555597da7f2a875b95dc50f503b8187f (17 Feb 2021), and commit 16950f8 https://github.com/git/git/commit/16950f8384afa5106b1ce57da07a964c2aaef3f7, commit 3803a3a https://github.com/git/git/commit/3803a3a0993045605d7f3db363188ce377e917c8 (09 Feb 2021) by Jeff King (peff) https://github.com/peff.
^{(Merged by Junio C Hamano -- gitster -- https://github.com/gitster in commit 6fe12b5 https://github.com/git/git/commit/6fe12b5215f4ca597accc97ac5dce0f88e8483e9, 25 Feb 2021)}

rev-list https://github.com/git/git/commit/16950f8384afa5106b1ce57da07a964c2aaef3f7: 添加 --disk-usage 选项来计算磁盘使用情况

^{Signed-off-by: Jeff King}

有时查看哪些引用对整个存储库大小有贡献是有用的（例如，某个分支是否有一堆在历史记录中其他地方找不到的对象，这表明删除它会缩小克隆的大小）。

您可以通过生成对象列表、从 cat 文件获取它们的大小，然后对它们求和来找到这一点，例如：

git rev-list --objects --no-object-names main..branch
git cat-file --batch-check='%(objectsize:disk)' |
perl -lne '$total += $_; END { print $total }'

但请注意， git-cat-file(1) 中的警告适用于此处。
我们更多地“责怪”基础对象而不是它们的增量，尽管这种关系很容易被颠倒。
尽管如此，这仍然是一个有用的粗略衡量标准。

但有一个问题是运行速度很慢。
教导 rev-list 来总结大小可以更快，原因有两个：

1. 它跳过所有对象名称和大小的管道。
2. 如果使用位图，对于位图包文件中的对象，我们可以跳过oid_object_info()完全查找，只需向 revindex 询问磁盘上的大小即可。

该补丁实现了--disk-usage在很短的时间内产生相同答案的选项。
以下是使用 torvalds/linux 克隆的一些计时：

[rev-list piped to cat-file, no bitmaps]
$ time git rev-list --objects --no-object-names --all |
  git cat-file --buffer --batch-check='%(objectsize:disk)' |
  perl -lne '$total += $_; END { print $total }'
1459938510
real  0m29.635s
user  0m38.003s
sys   0m1.093s

[internal, no bitmaps]
$ time git rev-list --disk-usage --objects --all
1459938510
real  0m31.262s
user  0m30.885s
sys   0m0.376s

尽管挂钟时间由于并行性而稍微差一点，但请注意两者之间的 CPU 节省。
仅通过避免使用管道，我们就节省了 21% 的 CPU 资源。

但真正的胜利在于位图。
如果我们在没有新选项的情况下使用它们：

[rev-list piped to cat-file, bitmaps]
$ time git rev-list --objects --no-object-names --all --use-bitmap-index |
  git cat-file --batch-check='%(objectsize:disk)' |
  perl -lne '$total += $_; END { print $total }'
1459938510
real  0m6.244s
user  0m8.452s
sys   0m0.311s

那么我们可以更快地生成对象列表，但我们仍然花费大量时间进行管道和查找。
但如果我们一起做：

[internal, bitmaps]
$ time git rev-list --disk-usage --objects --all --use-bitmap-index
1459938510
real  0m0.219s
user  0m0.169s
sys   0m0.049s

然后我们就能更快地得到相同的答案。

当然，对于“--all”，该答案将与“du object/pack”密切对应。
但我们实际上在这里检查可达性，因此当我们要求更有趣的事情时我们仍然很快：

$ time git rev-list --disk-usage --use-bitmap-index v5.0..v5.10
374798628
real  0m0.429s
user  0m0.356s
sys   0m0.072s

rev-list-options现在包含在其man page https://github.com/git/git/blob/16950f8384afa5106b1ce57da07a964c2aaef3f7/Documentation/rev-list-options.txt#L230-L238:

--disk-usage

抑制正常输出；相反，打印所用字节的总和 用于所选提交或对象的磁盘存储。这是 相当于将输出通过管道输送到git cat-file --batch-check='%(objectsize:disk)'，除了它运行很多 更快（尤其是--use-bitmap-index）。请参阅CAVEATS部分在git cat-file https://git-scm.com/docs/git-cat-file对于什么的限制 “磁盘存储”的意思。

With Git 2.38 (Q3 2022), "git rev-list --disk-usage https://github.com/git/git/blob/fddd8b4801b51234b2dd525c35d74e2a578638fd/Documentation/rev-list-options.txt#L244"^{(man https://git-scm.com/docs/git-rev-list#Documentation/git-rev-list.txt---disk-usage)} learned to take an optional value human to show the reported value in human-readable format, like "3.40MiB".

See commit 9096451 https://github.com/git/git/commit/9096451acdf065c3dbcf609dcefe51cd68aa5d1e (11 Aug 2022) by Li Linchao (Cactusinhand) https://github.com/Cactusinhand.
^{(Merged by Junio C Hamano -- gitster -- https://github.com/gitster in commit fddd8b4 https://github.com/git/git/commit/fddd8b4801b51234b2dd525c35d74e2a578638fd, 18 Aug 2022)}

rev-list https://github.com/git/git/commit/9096451acdf065c3dbcf609dcefe51cd68aa5d1e：支持人类可读的输出--disk-usage

^{Signed-off-by: Li Linchao}

The '--disk-usage' option for git-rev-list https://github.com/git/git/blob/9096451acdf065c3dbcf609dcefe51cd68aa5d1e/Documentation/git-rev-list.txt^{(man https://git-scm.com/docs/git-rev-list)} was introduced in 16950f8 https://github.com/git/git/commit/16950f8384afa5106b1ce57da07a964c2aaef3f7 ("rev-list: add https://github.com/git/git/blob/16950f8384afa5106b1ce57da07a964c2aaef3f7/Documentation/git-add.txt^{(man https://git-scm.com/docs/git-add)} --disk-usage option for calculating disk usage", 2021-02-09, Git v2.31.0-rc0 -- merge https://github.com/git/git/commit/6fe12b5215f4ca597accc97ac5dce0f88e8483e9).

这对于人们检查其 git 存储库对象使用信息非常有用，但结果数字对于人类来说很难阅读。

Teach git rev-list使用“--disk-usage = human”时输出人类可读的结果。

rev-list-options现在包含在其man page https://github.com/git/git/blob/9096451acdf065c3dbcf609dcefe51cd68aa5d1e/Documentation/rev-list-options.txt#L253-L254:

具有可选值human，显示磁盘存储大小 以人类可读的字符串形式（例如12.24 Kib, 3.50 Mib).

With Git 2.43 (Q4 2023), "git for-each-ref --sort=contents:size https://github.com/git/git/blob/6a4e7440fb4b20822e1854925c0dcfae0c64402d/Documentation/git-for-each-ref.txt#L46"^{(man https://git-scm.com/docs/git-for-each-ref#Documentation/git-for-each-ref.txt---sortltkeygt)}" sorts the refs according to size numerically, giving a ref that points at a blob twelve-byte (12) long before showing a blob hundred-byte (100) long.

See commit 6d79cd8 https://github.com/git/git/commit/6d79cd8474b7bb4979f2a7544fd736bed190261a (02 Sep 2023) by Kousik Sanagavarapu (five-sh) https://github.com/five-sh.
^{(Merged by Junio C Hamano -- gitster -- https://github.com/gitster in commit 6a4e744 https://github.com/git/git/commit/6a4e7440fb4b20822e1854925c0dcfae0c64402d, 14 Sep 2023)}

ref-filter https://github.com/git/git/commit/6d79cd8474b7bb4979f2a7544fd736bed190261a：当“时按数字排序:size“ 用来

^{Helped-by: Jeff King
Signed-off-by: Kousik Sanagavarapu}

原子像“raw" and "contents“ 有一个 ”:size" 选项可用于了解数据的大小。
由于这些原子具有cmp_type FIELD_STR,它们按字母顺序从“a”到“z”以及“0”到“9”排序。
这意味着，即使使用“:size”选项并且我们最终得到的是数字，我们仍然按字母顺序排序。

例如，考虑存储库中的以下情况

refname            contents:size  raw:size
=======            =============  ========
refs/heads/branch1 1130           1210
refs/heads/master  300            410
refs/tags/v1.0     140            260

用“排序”--format="%(refname) %(contents:size) --sort=contents:size“ 会给

refs/heads/branch1 1130
refs/tags/v1.0.0   140
refs/heads/master  300

这是按字母顺序排序的，而人们真正期望的是：

refs/tags/v1.0.0   140
refs/heads/master  300
refs/heads/branch1 1130  

这是数字排序（即“$ sort -n file“而不是”$ sort file“， 在哪里 ”file“仅包含”contents:size" or "raw:size“信息，每个信息都在换行符上）。

情况与“--sort=raw:size".

因此，只要使用“contents:size”或“raw:size”完成排序，就按数字排序，并在“contents”或“raw”与其他选项一起使用时按正常字母顺序进行排序（它们是FIELD_STR无论如何）。