Git 常用的几种处理大型二进制文件的组件
发布于 2016-03-09 09:27:34 | 269 次阅读 | 评论: 0 | 来源: 网友投递
Git分布式版本控制系统
Git是一款自由和开源的分布式版本控制系统，用于敏捷高效地处理任何或小或大的项目。
Git大文件存储（Large File Storage，简称LFS）的目标是更好地把“大型二进制文件，比如音频文件、数据集、图像和视频”集成到Git的工作流中。众所周知，Git在存储二 进制文件时效率不高， 因为：Git默认会压缩并存储二进制文件的所有完整版本，如果二进制文件很多，这种做法显然不是最优。因此，在Git仓库处理大量的二进制文件似乎是很多 Git用户的瓶颈。由于Git的分散性，这意味着每个开发人员对文件的操作是变化的，对二进制文件的更改导致Git仓库文件不断变化增长。当数据文件需要 恢复的时候，这就变成一个很难操作的问题。存储虚拟机映像的快照，改变其状态，并存储新的状态到Git仓库将与各自的快照的大小约为成长库的大小。如果这 是你的团队每天的日常运作，你可能已经感受到来自过度肿胀Git仓库的痛苦。
本文将介绍几种常用的处理大型二进制文件的组件，旨在为你解决上述问题。
Git annex : 允许映射 Git 资料库到文件，Git annex 采用 Haskell Script 编写。
Git LFS : 一个命令行扩展和规范用于利用Git来管理大文件。其客户端采用Go开发，为Mac, Windows, Linux, and FreeBSD提供预编译好的binaries。
Git bigfiles : 提供了Python接口，允许用户处理没有存储在Git上的大文件。
优点：
Git 操作可以回滚。
可以设置文件大小的阈值，以限定“大文件”这个概念。
缺点：
存在兼容性问题。
Git fat : 可以简单的处理一些比较大的文件，而无需提交到Git。同时，Git-fat 也支持 rsync 同步处理。
优点：
使用透明
缺点：
仅支持rsync的作为后端。
Git media : 可能是可供选择的最古老的多媒体处理方案。 Git media使用类似过滤器，并支持亚马逊的S3，本地文件系统路径，SCP，ATMOS和WebDAV作为后端存储大文件。 Git media是用Ruby编写的。
优点：
支持多种后端
使用透明
缺点：
不再发展。
含糊的命令（e.g. git update-index --really refresh)）。
并不完全与Windows兼容。
Git bigstore : 最初实现是作为 Git media 替代品。它支持Amazon S3的，谷歌云端存储或Rackspace公司云帐户作为后端存储二进制文件。Git bigstore 提高协同开发时的稳定性。 Git bigstore是根据Apache 2.0许可授权。Git bigstore是用Python编写，需要Python2.7以上的运行环境。
优点：
仅需要Python2.7以上运行环境
使用透明
缺点：
目前只支持基于云存储。
Git sym : 是一款通过git符号链接的进行大文件处理的软件，其目的是从修订控制中分离出庞大的文件缓存。
结论：
有多种方式来处理Git仓库大型二进制文件，其中许多人使用几乎相同的工作流程和方法来处理这些文件。然而，一些解决方案都不再积极开发，因此，选择一个有技术支持的解决方案尤为重要。如果Windows支持或透明度是一个必须具备的条件，你最好选择Git LFS，因为它会被长期支持。