启用pre-commit hook后Git提交极慢，求性能合理性分析

延迟是否正常？ #

完全不正常。你的硬件配置足够强劲，1000个文件提交耗时从3秒暴涨到300秒，核心问题出在原脚本的进程调用效率极低。

性能瓶颈原因 #

原脚本在循环里对每个文件单独执行git ls-files -s和git cat-file -s两个命令：

• 每调用一次git命令都会启动一个全新的子进程，1000个文件就要启动2000次进程，进程创建、销毁的开销累积起来直接拖垮了速度。
• 再加上每次都要解析命令输出、切割字符串，进一步放大了耗时。

优化方案：批量处理减少git调用 #

通过一次性批量获取所有暂存文件的哈希和大小，把git命令的调用次数从2000次压缩到3-4次，性能会直接回到正常水平。优化后的脚本如下：

#!/bin/bash

hard_limit=$(git config hooks.filesizehardlimit)
soft_limit=$(git config hooks.filesizesoftlimit)
: ${hard_limit:=1000000}
: ${soft_limit:=500000}

status=0

bytesToHuman() {
  b=${1:-0}; d=''; s=0; S=({,K,M,G,T,P,E,Z,Y}B)
  while ((b > 1000)); do
    d="$(printf ".%01d" $((b % 1000 * 10 / 1000)))"
    b=$((b / 1000))
    let s++
  done
  echo "$b$d${S[$s]}"
}

# 批量关联文件路径、哈希与大小，避免循环内重复调用git
join -t $'\t' \
  <(git diff --staged --name-only --diff-filter=d -z | xargs -0 git ls-files -s | awk '{print $2 "\t" $NF}' | sort) \
  <(git diff --staged --name-only --diff-filter=d -z | xargs -0 git ls-files -s | awk '{print $2}' | git cat-file --batch-check='%(objectname) %(objectsize)' | sort) \
| while IFS=$'\t' read -r hash file size; do
  if (( size > hard_limit )); then
    echo "Error: Cannot commit '$file' because it is $(bytesToHuman $size), which exceeds the hard size limit of $(bytesToHuman $hard_limit)."
    status=1
  elif (( size > soft_limit )); then
    echo "Warning: '$file' is $(bytesToHuman $size), which exceeds the soft size limit of $(bytesToHuman $soft_limit). Please double check that you intended to commit this file."
  fi
done

exit $status

优化说明 #

1. 用git diff --staged --name-only -z批量获取暂存文件列表，配合xargs -0处理含特殊字符的文件名。
2. 一次调用git ls-files -s获取所有文件的哈希和路径。
3. 一次调用git cat-file --batch-check批量查询所有哈希对应的文件大小。
4. 用join命令将路径和大小关联起来，最后循环处理每个文件的大小限制检查。

这样修改后，提交1000个文件的耗时应该会回到和禁用hook时接近的水平。

内容的提问来源于stack exchange，提问作者iostrym