如果您已经向其他开发人员发布了历史记录，您想要做的是高度破坏性的。修复历史记录后的必要步骤请参阅#0留档中的“从上游重定向恢复”。

您至少有两个选项：git filter-branch和交互式数据库，都在下面解释。

使用git filter-branch

我在Subversion导入的庞大二进制测试数据中遇到了类似的问题，并写了大约从git存储库中删除数据。

假设你的git历史记录是：

$ git lola --name-status* f772d66 (HEAD, master) Login page| A     login.html* cb14efd Remove DVD-rip| D     oops.iso* ce36c98 Careless| A     oops.iso| A     other.html* 5af4522 Admin page| A     admin.html* e738b63 IndexA     index.html

请注意，git lola是一个非标准但非常有用的别名。（有关详细信息，请参阅本答案末尾的附录。）--name-status切换到git log显示了与每个提交关联的树修改。

在“粗心”提交（其SHA1对象名称为ce36c98）中，文件oops.iso是偶然添加并在下一次提交cb14efd中删除的DVD-rip。使用上述博客文章中描述的技术，要执行的命令是：

git filter-branch --prune-empty -d /dev/shm/scratch \--index-filter "git rm --cached -f --ignore-unmatch oops.iso" \--tag-name-filter cat -- --all

选项：

• --prune-empty删除由于过滤器操作而变为空的提交（即，不更改树）。在典型情况下，此选项会生成更干净的历史记录。
• -d命名一个尚不存在的临时目录，用于构建过滤的历史记录。如果您在现代Linux发行版上运行，请指定#1中的树将导致更快的执行。
• --index-filter是主事件，在历史记录的每一步都针对索引运行。您希望在找到oops.iso的任何地方删除它，但它并未出现在所有提交中。命令git rm --cached -f --ignore-unmatch oops.iso会在DVD-rip存在时删除它，否则不会失败。
• --tag-name-filter描述了如何重写标记名称。cat的过滤器是标识操作。您的存储库，就像上面的示例一样，可能没有任何标记，但我包含此选项是为了完全通用。
• --指定git filter-branch的选项结束
• --之后的--all是所有引用的简写。您的存储库，就像上面的示例一样，可能只有一个ref（master），但我包含此选项是为了完全通用。

经过一番翻腾，现在的历史是：

$ git lola --name-status* 8e0a11c (HEAD, master) Login page| A     login.html* e45ac59 Careless| A     other.html|| * f772d66 (refs/original/refs/heads/master) Login page| | A   login.html| * cb14efd Remove DVD-rip| | D   oops.iso| * ce36c98 Careless|/  A   oops.iso|   A   other.html|* 5af4522 Admin page| A     admin.html* e738b63 IndexA     index.html

请注意，新的“粗心”提交只添加了other.html，并且“删除DVD-rip”提交不再在master分支上。标记为refs/original/refs/heads/master的分支包含您的原始提交，以防您犯了错误。要删除它，请按照"缩减存储库的清单。"中的步骤操作

$ git update-ref -d refs/original/refs/heads/master$ git reflog expire --expire=now --all$ git gc --prune=now

对于更简单的替代方案，克隆存储库以丢弃不需要的位。

$ cd ~/src$ mv repo repo.old$ git clone file:///home/user/src/repo.old repo

使用file:///...克隆URL复制对象，而不是仅创建硬链接。

现在你的历史是：

$ git lola --name-status* 8e0a11c (HEAD, master) Login page| A     login.html* e45ac59 Careless| A     other.html* 5af4522 Admin page| A     admin.html* e738b63 IndexA     index.html

前两次提交的SHA1对象名称（“Index”和“Admin page”）保持不变，因为过滤器操作没有修改这些提交。“Careless”丢失了oops.iso，“Login page”获得了一个新的父级，因此它们的SHA1s确实发生了变化。

交互式rebase

具有以下历史：

$ git lola --name-status* f772d66 (HEAD, master) Login page| A     login.html* cb14efd Remove DVD-rip| D     oops.iso* ce36c98 Careless| A     oops.iso| A     other.html* 5af4522 Admin page| A     admin.html* e738b63 IndexA     index.html

您想从“Careless”中删除oops.iso，就好像您从未添加过它一样，然后“删除DVD-rip”对您毫无用处。因此，我们进入交互式重新定位的计划是保留“管理页面”，编辑“Careless”，并丢弃“删除DVD-rip”。

运行$ git rebase -i 5af4522会启动一个包含以下内容的编辑器。

pick ce36c98 Carelesspick cb14efd Remove DVD-rippick f772d66 Login page
# Rebase 5af4522..f772d66 onto 5af4522## Commands:#  p, pick = use commit#  r, reword = use commit, but edit the commit message#  e, edit = use commit, but stop for amending#  s, squash = use commit, but meld into previous commit#  f, fixup = like "squash", but discard this commit's log message#  x, exec = run command (the rest of the line) using shell## If you remove a line here THAT COMMIT WILL BE LOST.# However, if you remove everything, the rebase will be aborted.#

执行我们的计划，我们将其修改为

edit ce36c98 Carelesspick f772d66 Login page
# Rebase 5af4522..f772d66 onto 5af4522# ...

也就是说，我们删除带有“删除DVD-rip”的行，并将“粗心”的操作更改为edit而不是pick。

保存退出编辑器会在命令提示符处显示以下消息。

Stopped at ce36c98... CarelessYou can amend the commit now, with
git commit --amend
Once you are satisfied with your changes, run
git rebase --continue

正如消息告诉我们的那样，我们正在进行我们想要编辑的“粗心”提交，因此我们运行两个命令。

$ git rm --cached oops.iso$ git commit --amend -C HEAD$ git rebase --continue

第一个从索引中删除了有问题的文件。第二个修改或修改“Careless”作为更新的索引，-C HEAD指示git重用旧的提交消息。最后，git rebase --continue继续执行其余的rebase操作。

这给出了一个历史：

$ git lola --name-status* 93174be (HEAD, master) Login page| A     login.html* a570198 Careless| A     other.html* 5af4522 Admin page| A     admin.html* e738b63 IndexA     index.html

这就是你想要的。

附录：通过~/.gitconfig启用git lola

引用康拉德·帕克的话：

我在2010年linux.conf.auScott Chacon的演讲中学到的最好的技巧，Git Wrangling-Advanced Tips and Tricks是这个别名：

lol = log --graph --decorate --pretty=oneline --abbrev-commit

这提供了一个非常好的树图，显示了合并的分支结构等当然有非常好的GUI工具来显示这样的图，但是git lol的优点是它可以在控制台或超过ssh上工作，所以它对于远程开发很有用，或者在嵌入式板上进行本机开发……

因此，只需将以下内容复制到~/.gitconfig中即可进行全彩git lola操作：

[alias]lol = log --graph --decorate --pretty=oneline --abbrev-commitlola = log --graph --decorate --pretty=oneline --abbrev-commit --all[color]branch = autodiff = autointeractive = autostatus = auto

请注意，此命令可能非常具有破坏性。如果更多的人在repo上工作，他们都必须拉取新树。如果您的目标不是减小大小，则不需要中间的三个命令。因为过滤器分支会创建已删除文件的备份，并且它可以在那里停留很长时间。

$ git filter-branch --index-filter "git rm -rf --cached --ignore-unmatch YOURFILENAME" HEAD$ rm -rf .git/refs/original/$ git reflog expire --all$ git gc --aggressive --prune$ git push origin master --force

git filter-branch --tree-filter 'rm -f path/to/file' HEAD对我来说工作得很好，尽管我遇到了与描述这里相同的问题，我通过遵循这一建议解决了这个问题。

pro-git书籍有一整章关于改写历史-看看#0/从每个提交中删除一个文件部分。

这些命令在我的案例中起作用：

git filter-branch --force --index-filter 'git rm --cached -r --ignore-unmatch oops.iso' --prune-empty --tag-name-filter cat -- --allrm -rf .git/refs/original/git reflog expire --expire=now --allgit gc --prune=nowgit gc --aggressive --prune=now

它与上述版本几乎没有区别。

对于那些需要将其推送到github/bit桶的人（我只使用bit桶测试了这个）：

# WARNING!!!# this will rewrite completely your bitbucket refs# will delete all branches that you didn't have in your local
git push --all --prune --force
# Once you pushed, all your teammates need to clone repository again# git pull will not work

使用BFG回收清洁剂，这是git-filter-branch的一个更简单、更快的替代方案，专为从Git历史记录中删除不需要的文件而设计。

仔细按照使用说明，核心部分就是这样：

$ java -jar bfg.jar --strip-blobs-bigger-than 100M my-repo.git

任何大小超过100MB的文件（不在您的最新提交中）都将从您的Git存储库的历史记录中删除。然后，您可以使用git gc清除死数据：

$ git reflog expire --expire=now --all && git gc --prune=now --aggressive

剪枝后，我们可以强制推送到远程存储库*

$ git push --force

*注意：无法在GitHub上强制推送保护分支

BFG通常比运行git-filter-branch至少快10-50x，并且通常更易于使用。

完全披露：我是BFG Repo-Cleaner的作者。

我遇到了这个与比特桶帐户，我不小心存储了巨大的*. jpa备份我的网站。

git filter-branch --prune-empty --index-filter 'git rm -rf --cached --ignore-unmatch MY-BIG-DIRECTORY-OR-FILE' --tag-name-filter cat -- --all

使用有问题的文件夹重新设置MY-BIG-DIRECTORY以完全重写您的历史记录（包括标签）。

来源：https://web.archive.org/web/20170727144429/http：//naleid.com:80/blog/2012/01/17/finding-and-purging-big-files-from-git-history/

为什么不使用这个简单而强大的命令呢？

git filter-branch --tree-filter 'rm -f DVD-rip' HEAD

--tree-filter选项在项目的每次签出后运行指定的命令，然后重新生成结果。在这种情况下，您可以从每个快照中删除一个名为DVD-rip的文件，无论它是否存在。

如果你知道哪个提交引入了这个大文件（比如35dsa2），你可以将HEAD替换为35dsa2… HEAD以避免重写太多历史记录，从而避免在还没有推送的情况下出现不同的提交。@alpha_989提供的这条评论似乎太重要了，不能在这里省略。

见此链接。

如果你知道你的提交是最近的，而不是遍历整个树，请执行以下操作：git filter#######git filter####LARGE_FILE.zip###文件夹目录

使用git扩展，它是一个UI工具。它有一个名为“查找大文件”的插件，可以在存储库中查找lage文件并允许永久删除它们。

在使用此工具之前，请不要使用“git filter分支”，因为它将无法找到被“filter分支”删除的文件（Al的“filter分支”不会从存储库包文件中完全删除文件）。

当你遇到这个问题时，git rm是不够的，因为git会记住该文件在我们的历史记录中存在过一次，因此会保留对它的引用。

更糟糕的是，重设基址也不容易，因为对blob的任何引用都会阻止git垃圾收集器清理空间。这包括远程引用和reflg引用。

我把git forget-blob放在一起，这是一个尝试删除所有这些引用的小脚本，然后使用git filter分支重写分支中的每个提交。

一旦你的blob完全没有被引用，git gc将摆脱它

用法非常简单git forget-blob file-to-forget。您可以在此处获取更多信息

https://ownyourbits.com/2017/01/18/completely-remove-a-file-from-a-git-repository-with-git-forget-blob/

多亏了Stack Overflow的回答和一些博客条目，我把这些放在一起。归功于他们！

您可以使用branch filter命令执行此操作：

git filter-branch --tree-filter 'rm -rf path/to/your/file' HEAD

在尝试了SO中的几乎所有答案之后，我终于找到了这个宝石，它可以快速删除和删除存储库中的大文件，并允许我再次同步：http://www.zyxware.com/articles/4027/how-to-delete-files-permanently-from-your-local-and-remote-git-repositories

CD到本地工作文件夹并运行以下命令：

git filter-branch -f --index-filter "git rm -rf --cached --ignore-unmatch FOLDERNAME" -- --all

将FOLDERNAME替换为您希望从给定git存储库中删除的文件或文件夹。

完成后，运行以下命令来清理本地存储库：

rm -rf .git/refs/original/git reflog expire --expire=now --allgit gc --prune=nowgit gc --aggressive --prune=now

现在将所有更改推送到远程存储库：

git push --all --force

这将清理远程存储库。

我基本上做了这个答案：https://stackoverflow.com/a/11032521/1286423

（对于历史，我将在这里复制粘贴）

$ git filter-branch --index-filter "git rm -rf --cached --ignore-unmatch YOURFILENAME" HEAD$ rm -rf .git/refs/original/$ git reflog expire --all$ git gc --aggressive --prune$ git push origin master --force

它不起作用，因为我喜欢重命名和移动很多东西。所以一些大文件在已重命名的文件夹中，我认为gc无法删除对这些文件的引用，因为tree对象中的引用指向这些文件。我真正杀死它的最终解决方案是：

# First, apply what's in the answer linked in the front# and before doing the gc --prune --aggressive, do:
# Go back at the origin of the repositorygit checkout -b newinit <sha1 of first commit># Create a parallel initial commitgit commit --amend# go back on the master branch that has big file# still referenced in history, even though# we thought we removed them.git checkout master# rebase on the newinit created earlier. By reapply patches,# it will really forget about the references to hidden big files.git rebase newinit
# Do the previous part (checkout + rebase) for each branch# still connected to the original initial commit,# so we remove all the references.
# Remove the .git/logs folder, also containing references# to commits that could make git gc not remove them.rm -rf .git/logs/
# Then you can do a garbage collection,# and the hidden files really will get gc'edgit gc --prune --aggressive

我的存储库（.git）从32MB更改为388KB，甚至过滤器分支也无法清理。

（我见过这个问题的最佳答案是：https://stackoverflow.com/a/42544963/714112，复制到这里，因为这个线程在Google搜索排名中排名很高，但另一个没有）

🚀一个速度极快的外壳单线🚀

此外壳脚本显示存储库中的所有blob对象，从最小到最大排序。

对于我的示例存储库，它比这里找到的其他存储库运行了大约快100倍。
在我信任的Athlon II X4系统上，它在一分多钟中处理Linux内核存储库及其5,622,155个对象。

的基本脚本

git rev-list --objects --all \| git cat-file --batch-check='%(objecttype) %(objectname) %(objectsize) %(rest)' \| awk '/^blob/ {print substr($0,6)}' \| sort --numeric-sort --key=2 \| cut --complement --characters=13-40 \| numfmt --field=2 --to=iec-i --suffix=B --padding=7 --round=nearest

当你运行上面的代码时，你会得到像这样的好人类可读输出：

...0d99bb931299  530KiB path/to/some-image.jpg2ba44098e28f   12MiB path/to/hires-image.pngbd1741ddce0d   63MiB path/to/some-video-1080p.mp4

🚀快速文件删除🚀

假设您想从HEAD可访问的每个提交中删除文件a和b，您可以使用以下命令：

git filter-branch --index-filter 'git rm --cached --ignore-unmatch a b' HEAD

git filter-branch是一个强大的命令，您可以使用它从提交历史记录中删除一个巨大的文件。该文件将保留一段时间，Git将在下一个垃圾回收机制中删除它。下面是从提交历史中删除文件的完整过程。为了安全起见，下面的过程首先在新分支上运行命令。如果结果是你需要的，然后将其重置回你真正想要更改的分支。

# Do it in a new testing branch$ git checkout -b test
# Remove file-name from every commit on the new branch# --index-filter, rewrite index without checking out# --cached, remove it from index but not include working tree# --ignore-unmatch, ignore if files to be removed are absent in a commit# HEAD, execute the specified command for each commit reached from HEAD by parent link$ git filter-branch --index-filter 'git rm --cached --ignore-unmatch file-name' HEAD
# The output is OK, reset it to the prior branch master$ git checkout master$ git reset --soft test
# Remove test branch$ git branch -d test
# Push it with force$ git push --force origin master

除了git filter-branch（缓慢但纯粹的git解决方案）和BFG（更容易且非常高性能）之外，还有另一个工具可以以良好的性能进行过滤：

https://github.com/xoofx/git-rocket-filter

从它的描述：

git-rocch-filter的目的类似于命令git-filter-branch，同时提供以下独特功能：

• 快速重写提交和树（按x10到x100的顺序）。
• 内置支持使用--保持（保存文件或目录）的白名单和使用--删除选项的黑名单。
• 使用. gitignore类似模式进行树过滤
• 用于提交过滤和树过滤的快速简单的C#脚本
• 支持每个文件/目录模式的树过滤脚本
• 自动修剪空/不变的提交，包括合并提交

这将从您的历史中删除它

git filter-branch --force --index-filter 'git rm -r --cached --ignore-unmatch bigfile.txt' --prune-empty --tag-name-filter cat -- --all

比git filter分支快100倍，更简单

这个线程中有非常好的答案，但同时其中许多已经过时了。不再推荐使用git-filter-branch，因为它很难使用并且在大型存储库上非常慢。

git-filter-repo更快，更容易使用。

git-filter-repo是一个Python脚本，可在github：https://github.com/newren/git-filter-repo获得。安装后，它看起来像一个常规的git命令，可以由git filter-repo调用。

您只需要一个文件：Python3脚本git-filter-repo。将其复制到包含在PATH变量中的路径。在Windows上，您可能需要更改脚本的第一行（请参阅INSTALL.md）。您需要在系统上安装Python3，但这没什么大不了的。

首先你可以跑

git filter-repo --analyze

这有助于您确定下一步要做什么。

您可以在任何地方删除您的DVD-rip文件：

git filter-repo --invert-paths --path-match DVD-rip 

Filter-repo真的很快。在我的计算机上通过filter-分支花费了大约9个小时的任务，通过filter-repo在4分钟内完成。您可以使用filter-repo做更多美好的事情。请参阅留档。

警告：在存储库的副本上执行此操作。filter-repo的许多操作无法撤消。filter-repo将更改所有修改的提交（当然）及其所有后代的提交哈希值到最后一次提交！

这对我来说很完美：在git扩展中：

右键单击选定的提交：

将当前分支重置到此处：

硬复位；

令人惊讶的是，没有人能给出这个简单的答案。

根据GitHub需求文档，只需遵循以下步骤：

1. 摆脱大文件

选项1：您不想保留大文件：

rm path/to/your/large/file        # delete the large file

选项2：您希望将大文件保存在未跟踪的目录中

mkdir large_files                       # create directory large_filestouch .gitignore                        # create .gitignore file if needed'/large_files/' >> .gitignore           # untrack directory large_filesmv path/to/your/large/file large_files/ # move the large file into the untracked directory

2. 保存您的更改

git add path/to/your/large/file   # add the deletion to the indexgit commit -m 'delete large file' # commit the deletion

3. 从所有提交中删除大文件

git filter-branch --force --index-filter \"git rm --cached --ignore-unmatch path/to/your/large/file" \--prune-empty --tag-name-filter cat -- --allgit push <remote> <branch>

git reset --soft HEAD~1

它将保留更改，但删除提交，然后您可以重新提交这些更改。

20222年有效的新答案。

不要使用：

git filter-branch

此命令在推送后可能不会更改远程存储库。如果您在使用它后克隆，您将看到什么都没有改变，存储库仍然有很大的大小。此命令现在很旧。例如，如果您使用https://github.com/18F/C2/issues/439中的步骤，这将不起作用。

你需要使用

git filter-repo

步骤：

（1）查找. git中最大的文件：

git rev-list --objects --all | grep -f <(git verify-pack -v  .git/objects/pack/*.idx| sort -k 3 -n | cut -f 1 -d " " | tail -10)

（2）开始过滤这些大文件：

 git filter-repo --path-glob '../../src/../..' --invert-paths --force

或

 git filter-repo --path-glob '*.zip' --invert-paths --force

或

 git filter-repo --path-glob '*.a' --invert-paths --force

或第一步，你会发现什么？

（3）

 git remote add origin git@github.com:.../...git

（4）

git push --all --force
git push --tags --force

成交！！！