移除Git仓库大文件：git filter-branch操作后文件仍存在的问题

问题背景 #

我尝试从Git仓库中移除部分大文件，编写了以下两个Shell函数：

git_delete_file() {
    git filter-branch -f --index-filter "git rm -r --cached --ignore-unmatch $1" --prune-empty
    git for-each-ref --format='delete %(refname)' refs/original | git update-ref --stdin
    git reflog expire --expire=now --all
    git gc --aggressive --prune=now
}

git_file_space() {
    git rev-list --all --objects | 
        git cat-file --batch-check='%(objectname) %(objecttype) %(objectsize) %(rest)' | 
        grep blob |
        sort -k3nr |
        head -n 20
}

执行git_delete_file large/file/path后，运行git_file_space查看时，发现目标文件依然存在，暂时不想使用git-filter-repo作为备选方案，希望修复现有方法。

问题原因 #

1. 未处理所有分支/标签：默认情况下git filter-branch只处理当前分支，仓库中的其他分支、标签若包含目标文件的历史，对应的文件对象不会被清理。
2. 提交未被彻底移除：--prune-empty仅删除空提交，若包含目标文件的提交还有其他文件，该提交会被保留，对应的文件Blob对象也不会被回收。
3. 旧引用未完全清理：git filter-branch会生成refs/original下的备份引用，若这些引用未彻底删除，会阻止Git清理关联的文件对象。

解决方案 #

1. 修改函数处理所有引用 #

更新git_delete_file函数，在git filter-branch命令末尾添加-- --all，让它处理仓库中所有分支和标签：

git_delete_file() {
    git filter-branch -f --index-filter "git rm -r --cached --ignore-unmatch $1" --prune-empty -- --all
    git for-each-ref --format='delete %(refname)' refs/original | git update-ref --stdin
    git reflog expire --expire=now --all
    git gc --aggressive --prune=now
}

2. 手动清理残留的旧引用 #

执行以下命令检查是否还有未删除的refs/original引用：

git for-each-ref refs/original

如果有输出，手动删除这些引用：

git update-ref -d refs/original/refs/heads/[你的分支名]
git update-ref -d refs/original/refs/tags/[你的标签名]

3. 强制彻底清理未引用对象 #

执行更彻底的GC命令，确保所有未被引用的Blob对象被回收：

git gc --prune=all --aggressive

4. 验证清理结果 #

重新运行git_file_space查看大文件列表，或用以下命令确认目标文件是否还存在于历史中：

git rev-list --all | xargs git ls-tree -r | grep "large/file/path"

若没有输出，说明目标文件已被成功移除。

内容的提问来源于stack exchange，提问作者Jordan Dennis