Git LFS迁移时存储空间暴涨的原因探究

• 历史提交的全量对象双存
  git lfs migrate import会遍历仓库所有历史提交，把匹配规则的大文件从Git原生Blob转为LFS指针。但这个过程不会直接删除原Blob，而是为每一个历史版本的目标文件生成独立的LFS对象，原Git Blob仍保留在本地对象库中。如果仓库有大量提交且多次修改同一大文件，每一次版本的大文件都会生成新的LFS对象，加上原Blob的留存，相当于同一批文件存了两份甚至多份，直接推高存储占用。

• 二进制文件的无增量存储特性
  Git LFS对文件的存储依赖内容哈希，而二进制文件（如视频、设计稿、压缩包）的微小修改就会导致哈希完全变化，生成全新的LFS对象。不同于文本文件Git可以存储增量差异，LFS对二进制文件只能存储完整副本。如果你的仓库历史里有大量频繁修改的二进制文件，每一次修改都会新增一个完整的LFS对象，存储空间会随着修改次数呈线性甚至指数级增长。

• 迁移过程的临时存储叠加
  迁移执行时，Git LFS会在本地生成大量临时文件：它会先提取历史中的Blob，转换成LFS对象存入.git/lfs/objects目录，同时在对应提交中替换为LFS指针。这个阶段，原Blob、新LFS对象、临时处理文件会同时占用存储空间，直到迁移完成。仓库历史越深、大文件越多，这个叠加的临时存储占用就越高，也就是你看到的原40GB仓库在迁移中暴涨到200GB的核心原因之一。

• 默认保留旧Git对象
  git lfs migrate import默认不会自动清理原有的Git Blob对象。这些旧Blob依然占用仓库空间，而新生成的LFS对象又额外占用了一份存储，相当于同一批大文件的两份副本同时存在。只有手动执行清理命令才会释放旧Blob的空间，但在迁移过程中，这两份数据是同时存在的，直接导致存储量翻倍。

内容的提问来源于stack exchange，提问作者user4399002