C语言复杂Git仓库依赖的磁盘空间优化方案咨询

我拥有4个包含C文件的Git仓库：基础仓库pair定义了一个类型，其他仓库均依赖于它。

pair仓库代码 #

pair.h:

typedef struct {
    int a;
    int b; 
} PAIR;

add和multiply仓库代码 #

另外两个仓库add和multiply实现了该类型的操作，且均将pair作为submodule或subtree引入：

add.c:

int add (PAIR p) {
    return p.a + p.b;
}

multiply.c:

int multiply (PAIR p) {
    return p.a * p.b;
}

calc仓库代码 #

最后一个仓库calc将add和multiply作为submodule或subtree引入，包含一个调用这两个操作的程序：

calc.c:

int main (int argc, char *argv[]) {
    PAIR p;
    p.a = atoi(argv[1]);
    p.b = atoi(argv[2]);
    printf("sum = %d\n", add (p));
    printf("product = %d\n", mul (p));
    return 0;
}

当前问题 #

递归克隆calc仓库时，pair会在calc的目录树中重复出现两次，而实际上仅需一份。当依赖结构更复杂、层级更多时，将造成大量磁盘空间浪费。请问如何以更节省磁盘空间的方式组织这些仓库？我可接受每个仓库仅保留一个「当前版本」开展工作。

优化方案 #

• 复用Git子模块的本地存储
  Git 2.10及以上版本支持子模块共享本地仓库的对象库，避免重复存储：

  1. 先单独克隆pair仓库到本地固定路径，比如~/local-repos/pair
  2. 克隆calc仓库时，通过--reference参数让所有子模块复用已有的pair副本：

     git clone --recurse-submodules --reference ~/local-repos/pair <calc仓库地址>
     

  所有依赖pair的子模块都会共享同一个本地pair仓库的对象，不会在磁盘中重复存储相同版本的内容。

• 调整子树的引入层级
  不再让add和multiply各自引入pair子树，而是以calc作为顶层仓库，直接引入pair、add、multiply三个子树：

  1. 在calc仓库中执行以下命令添加子树：

     git subtree add --prefix pair <pair仓库地址> main
     git subtree add --prefix add <add仓库地址> main
     git subtree add --prefix multiply <multiply仓库地址> main
     

  2. 修改add和multiply的编译配置，让它们通过相对路径（比如../pair）引用calc根目录下的pair头文件，这样add和multiply仓库自身不再需要存储pair的内容，从根源避免重复。

• 用包管理工具替代Git子模块/子树
  将pair、add、multiply作为独立的C语言组件，用pkg-config或其他C包管理工具管理依赖：

  1. 为pair编写pair.pc配置文件，定义头文件路径、编译参数等信息
  2. add和multiply的构建脚本通过pkg-config --cflags --libs pair获取依赖配置，无需在仓库中嵌入pair
  3. calc构建时，通过包管理工具将所有依赖拉取到本地共享缓存目录，同一版本的组件只会存储一次，彻底解决Git层面的重复存储问题。

内容的提问来源于stack exchange，提问作者Kolodez