CI作业中如何高效克隆Git仓库以计算merge-base并执行diff？

步骤1：初始化仓库并配置稀疏检出 #

保留你已有的稀疏检出配置，只拉取业务相关目录，减少不必要的文件传输：

git init
git remote add origin "repo_url"
git sparse-checkout set "directory_i_am_interested_in"

步骤2：远程获取merge-base哈希（无需本地完整历史） #

利用Git的远程查询能力，直接从服务器获取两个分支的最近公共祖先哈希，跳过本地拉取大量无效历史的步骤：

# 获取两个分支的最新提交哈希
BRANCH1_HEAD=$(git ls-remote origin branch1 | awk '{print $1}')
BRANCH2_HEAD=$(git ls-remote origin branch2 | awk '{print $1}')

# 从远程拉取merge-base提交并提取其哈希
git fetch origin refs/merge-base/$BRANCH1_HEAD/$BRANCH2_HEAD
MERGE_BASE=$(git rev-parse FETCH_HEAD)

步骤3：按需拉取分支历史 #

• 针对branch1：已知其到merge-base的提交次数不超过100，直接拉取深度为100的历史，确保包含merge-base节点：

  git fetch origin branch1 --depth 100
  

• 针对branch2：仅需拉取最新提交（深度1）即可，因为我们已经通过远程拿到了merge-base，无需其完整历史：

  git fetch origin branch2 --depth 1
  

步骤4：执行目标操作 #

此时本地已具备计算merge-base和对比差异的全部必要数据：

# 验证merge-base（命令可正常执行）
git merge-base branch1 branch2

# 对比merge-base与branch1的指定目录差异
git diff $MERGE_BASE origin/branch1 -- directory_i_am_interested_in

额外优化点 #

1. 启用Partial Clone：如果你的Git服务器支持（GitHub、GitLab等主流平台均支持），初始化时添加--filter=blob:none，只拉取提交历史和树结构，不拉取文件内容，进一步降低传输量。当需要文件内容时Git会按需获取，适合仅需对比差异的CI场景：

   git init
   git remote add origin "repo_url"
   git config remote.origin.partialclonefilter blob:none
   git sparse-checkout set "directory_i_am_interested_in"
   

2. 复用CI缓存：如果CI系统支持缓存功能，缓存.git目录，后续作业仅需拉取增量提交，大幅减少重复拉取的耗时。

内容的提问来源于stack exchange，提问作者Cristian Lupascu