使用 Git 和 Hg 的部分克隆

在 mercurial 中，您应该能够使用以下命令:

hg convert --banchmap FILE SOURCEDEST REVMAP

你可能还需要:

--config convert.hg.startrev=REV

源可以是 git、 mercurial 或各种其他系统。

我还没试过，不过皈依者很有钱。

这个方法创建一个没有子存储库的未版本归档文件:

hg clone -U ssh://machine//directory/path/to/repo/project projecttemp


cd projecttemp


hg archive -r tip ../project-no-subrepos

没有子库的未版本化源代码位于 project-no-subrepos 目录中

关于 Git，Linus Torvalds 在2007年的一次演讲中从概念的角度回答了这个问题，这次演讲被记录下来，并且可以在线获得，这可能具有历史意义。

问题是是否可以只签出 Git 存储库中的一些文件。

技术对话: Linus Torvalds on git t = 43:10

总而言之，他说 Git 的一个设计决策使它有别于其他的源代码管理系统(他引用了 BitKeeper 和 SVN) ，那就是 Git 管理的是内容，而不是文件。其含义是，例如，在两个修订版本中的一个文件子集的 diff 是通过首先获取整个 diff，然后将其修剪为所请求的文件来计算的。另一个是你必须查看整个历史; 以全有或全无的方式。出于这个原因，他建议在多个存储库之间分离松散相关的组件，并提到当时正在努力实现一个用户界面来管理存储库，该存储库的结构是一个包含较小存储库的超级项目。

据我所知，这个基本的设计决策至今仍然适用。这个超级项目可能变成了现在的 子模组。

所选择的答案提供了一个很好的概述，但缺乏一个完整的例子。

尽量减少您的下载和签出的足迹 (a)(a), (b) :

git clone --no-checkout --depth 1 --single-branch --branch (name) (repo) (folder)
cd (folder)
git config core.sparseCheckout true
echo "target/path/1" >>.git/info/sparse-checkout
echo "target/path/2" >>.git/info/sparse-checkout
git checkout

定期优化您的本地存储库足迹 (c) (可选，小心使用) :

git clean --dry-run # consider and tweak results then switch to --force
git gc
git repack -Ad
git prune

参见: 如何使用 git 处理大型存储库

如果像在 Brent Bradburn‘ 回答中那样，在 Git 的部分克隆中重新打包，请确保:

• 使用 新的专用稀疏检出命令，并使用 是 ABC0不是 checkout;
• 使用 Git 2.32(Q22021)以获得更好的性能。

git clone --filter=blob:none --no-checkout https://github.com/me/myRepo
cd myRepo
git sparse-checkout init
# Add the expected pattern, to include just a subfolder without top files:
git sparse-checkout set /mySubFolder/


# populate working-tree with only the right files:
git read-tree -mu HEAD

关于局部克隆中的局部优化，如:

git clean --dry-run # consider and tweak results then switch to --force
git gc
git repack -Ad
git prune

使用 Git 2.32(Q22021) ，其中“ git repack -A -d”^{(< a href = “ https://git-scm.com/docs/git-repack # Document/git-repack.txt--A”rel = “ nofollow noReferrer”> man )}在部分克隆中不必要地松开承诺者包中的对象在2.32之前: 固定。

见 提交643157(2021年4月21日) by 拉斐尔 · 席尔瓦(raffs)。
^{(由 朱尼奥 · C · 哈马诺 gitster于2021年5月10日在 犯下罪行合并)}

repack : 避免在部分克隆中放松承诺对象

^{报道: SZEDER Gábor
帮助者: Jeff King
帮助者: Jonathan Tan
签名: Rafael Silva}

当在部分克隆中运行 git repack -A -d^{(< a href = “ https://git-scm.com/docs/git-repack # Document/git-repack.txt--A”rel = “ nofollow noReferrer”> man )}时，将调用 pack-objects两次: 一次用于重新打包所有允诺程序对象，一次用于重新打包所有非允诺程序对象。
后一个 pack-objects调用是与 --exclude-promisor-objects和 --unpack-unreachable一起进行的，它放松了在此调用期间未使用的所有对象。
不幸的是，这包括允诺者对象。

因为 git repack^{(< a href = “ https://git-scm.com/docs/git-repack”rel = “ nofollow norefrer”> man )}的 -d参数随后也会删除包中的所有松散对象，所以这些刚刚松散的承诺对象将立即被删除。
然而，这种额外的磁盘搅拌在第一位是不必要的。
例如，在一个新克隆的过滤所有 blob 对象(例如 --filter=blob:none)的部分回购中，repack最终解压缩所有树并提交到文件系统中，因为在这个特殊情况下，每个对象都是一个允诺对象。
根据回购文件的大小，这将大大增加磁盘使用量: 在我的 linux.git 副本中，对象目录的磁盘使用量达到了26GB 的峰值。

为了避免这种额外的磁盘波动，请将承诺程序包文件的名称作为 --keep-pack参数传递给 pack-objects的第二次调用。
这通知 pack-objects允诺者对象已经在一个安全的包文件中，因此不需要松开。

对于测试，我们需要验证是否有任何对象被松开。
然而，“证据”(松散的对象)在过程中被删除，这阻止了我们检查对象目录。
相反，让我们教 pack-objects计算松散对象并通过 trace2发出，从而允许在流程结束后检查调试事件。
此新事件用于添加的回归测试。

最后，添加一个新的 perf 测试来评估这些更改对性能的影响(在 Git Git上测试) :

Test          HEAD^                 HEAD
----------------------------------------------------------
5600.3: gc    134.38(41.93+90.95)   7.80(6.72+1.35) -94.2%

对于 linux.git 这样更大的仓库，改进甚至更大:

Test          HEAD^                     HEAD
-------------------------------------------------------------------
5600.3: gc    6833.00(918.07+3162.74)   268.79(227.02+39.18) -96.1%

这些改进特别大，因为新克隆的部分存储库中的每个对象都是允诺者对象。

正如 Git 2.33(Q32021)中提到的，git-repack^{(< a href = “ https://git-scm.com/docs/git-repack”rel = “ nofollow norefrer”> man )}文档清楚地指出，它的 是的操作允诺程序包文件(在一个单独的分区中) ，并指定“ -a”。

这里的声明可能已经过时了，因为它们是2017年第一篇文档的特色(并且重新包装支持是在2018年添加的)

见 犯罪(2021年6月2日) by 陶克乐(TaoK)。
^{(由 朱尼奥 · C · 哈马诺 gitster于2021年7月8日在 提交4009809合并)}

^{签名: Tao Klerks
校对: Taylor Blau
编剧: Jonathan Tan}

参见 technical/partial-clone。

另外，仍然使用 Git 2.33(Q32021) ，“ git read-tree”^{(< a href = “ https://git-scm.com/docs/git-read-tree”rel = “ nofollow noReferrer”> man )}有一个代码路径，可以从允诺者远程一个接一个地提取 blobs，这个代码路径已经更正为 批量取货。

见 提交 d3da223，提交 b2896d2(2021年7月23日) by 谭(jhowtan)。
^{(由 朱尼奥 · C · 哈马诺 gitster于2021年8月2日在 提交8230107合并)}

cache-tree : 部分克隆读取树中的预取

^{签名: Jonathan Tan}

“ git read-tree”^{(< a href = “ https://git-scm.com/docs/git-read-tree”rel = “ nofollow noReferrer”> man )}检查给定树引用的 blobs 是否存在，但不对它们进行大容量预取。
添加批量预取。

这里缺少预取是在 $DAYJOB的一次合并中发现的，涉及到一些特定的提交，但是我找不到一个最小的合并，它不会在 unpack-trees.c的 check_updates()中触发预取(在所有这些情况下，cache-tree.c中缺少预取并不重要，因为所有相关的 blobs 到那时已经被预取了)。
这就是为什么我在这里使用 read-tree 来练习这个代码路径。

Git 2.39(Q42022)避免调用“ cache_tree_update()”，因为这样做是多余的。

见 提交652bd02，提交 dc5d40f，犯下第四十七集，提交68fcd48，犯下94fcf0e(2022年11月10日) by 维多利亚染料(vdye)。
^{(由 泰勒 · 布劳 ttaylorr在 做个92fce4合并，2022年11月18日)}

read-tree : 使用‘ skip_cache_tree_update’选项

^{签字人: 维多利亚 · 戴
由 Taylor Blau 签名}

当使用一个没有前缀的树运行“ read-tree”时，在解压缩树之后调用“ prime_cache_tree()”。
在这种情况下，通过启用“ skip_cache_tree_update”解包选项，跳过对“ unpack_trees()”中的“ cache_tree_update()”的冗余调用。

删除冗余的缓存树更新提供了对‘ git read-tree’^{(< a href = “ https://git-scm.com/docs/git-read-tree”rel = “ nofollow noReferrer”> man )} <tree-ish>的实质性性能改进，如在‘ p0006-read-tree-checkout 中添加的测试所示。嘘:

Test                          before            after ---------------------------------------------------------------------- read-tree `br_ballast_plus_1`   3.94(1.80+1.57)   3.00(1.14+1.28) -23.9%

请注意，‘ t1022-read-tree-partial-clone.sh’中的‘ read-tree’被更新为读取两棵树，而不是一棵树。
该测试首先在 D3da223(“ cache-tree: 部分克隆读取树中的预取”，2021-07-23，Git v2.33.0-rc0—— 合并)中引入，以执行“ cache_tree_update()”代码路径，如在“ git merge”^{(< a href = “ https://git-scm.com/docs/git-merge”rel = “ nofollow norefrer”> man )}中所使用的。
由于这个补丁删除了对单树“ git read-tree”中的“ cache_tree_update()”的调用，因此将测试更改为使用双树变体，以便按预期调用“ cache_tree_update()”。