从TFS克隆的Git仓库中移除大文件的技术咨询

背景与问题 #

我的任务是将 Team Foundation Server (TFS) 仓库迁移至公司 GitHub Enterprise (GHE)，且需完整保留变更日志。我使用 git-tfs 工具，通过命令：

git tfs clone --all --with-labels <server>:8080/tfs/ $/<branch>

将主源码分支克隆到本地，耗时约30小时，生成目录约45GB，其中 .git 子目录约6GB。尝试推送到 GHE 时因大文件报错，公司未启用且无计划启用 Large File Storage。

我已排查所有大于20MB的文件，执行 git rm 和 git commit -m 后，变更日志仍追踪大文件，推送依旧报错。调研后了解到 BFG Repo-cleaner 和 git-filter-repo 工具，但它们需要 --mirror 仓库副本，而 git-tfs 仅支持 --bare 选项，我不清楚两者差异，也不知道如何将无文件结构的镜像副本推送到 GHE。

领导给出的步骤：

1. 使用 git-tfs clone 将 TFS 克隆到本地
2. 使用 git clone --mirror 将本地副本克隆为第二个本地镜像副本
3. 对第二个副本运行 BFG 或 git-filter-repo
4. 后续步骤不明

我的疑问：

1. 第二个镜像副本的 origin 是否仍指向 TFS？
2. 是否需要将第二个本地副本推送到第一个本地副本，再推送到 GHE，因为第二个副本无文件结构？
3. 如何审核变更日志以确认历史已保留？避免后续开发者找不到特定变更。

问题解答 #

1. 第二个镜像副本的 origin 是否仍指向 TFS？ #

不是。git clone --mirror 会将你第一个从 TFS 克隆来的本地仓库设为第二个镜像副本的 origin，而非原 TFS 服务器。你可以在镜像副本目录下执行 git remote -v 验证，输出会显示指向本地第一个仓库的路径。

2. 是否需要将第二个本地副本推送到第一个本地副本，再推送到 GHE？ #

不需要。镜像副本虽无工作目录，但可直接推送到 GHE，操作步骤如下：

• 在处理后的镜像副本中移除原 origin：

  git remote remove origin
  

• 添加 GHE 仓库作为新远程：

  git remote add origin <GHE仓库URL>
  

• 强制推送所有分支和标签到 GHE（清理后的仓库历史已修改，需强制覆盖）：

  git push --mirror origin
  

额外补充 --bare 和 --mirror 的差异：

• --bare 仓库仅包含版本控制数据（即原仓库 .git 目录的内容），无工作目录，多用于服务器端共享仓库。
• --mirror 是 --bare 的超集，除包含所有版本控制数据，还会镜像源仓库的所有分支、标签等引用，推送时会覆盖远程仓库的所有引用，适合完全复制仓库的场景。

3. 如何审核变更日志以确认历史已保留？ #

可以从以下几个维度验证：

• 分支与标签校验：在清理后的仓库（或 GHE 端）执行 git branch -a 和 git tag -l，确认原 TFS 的所有分支、标签都存在。
• 关键提交核查：挑选重要变更（如功能提交、bug修复），通过关键词或哈希搜索：

  git log --grep="提交关键词"
  git show <提交哈希>
  

• 文件历史验证：针对核心文件，查看其完整变更轨迹：

  git log -- <文件路径>
  

• 本地完整验证：从 GHE 克隆新的工作副本，对比文件内容和历史记录（除已移除的大文件外）是否与原 TFS 克隆仓库一致。

内容的提问来源于stack exchange，提问作者Paethgoat