Git push写入对象阶段耗时过长，对象数增长如何解决？

这个症状基本都是两类原因导致：

• 误将不需要版本控制的大体积目录/文件（依赖目录、构建产物、日志、二进制压缩包、数据集等）提交到了Git跟踪中，这些文件只要有微小变动就会生成新的Git对象，普通git gc因为这些对象仍被提交记录引用，无法直接回收，所以每次推送的总对象数会持续上涨。
• Git配置异常，每次推送默认上传所有本地分支/废弃标签，携带了大量非当前提交的历史对象。

1. 先定位仓库内的大体积对象 #

执行以下命令列出仓库内体积最大的20个文件，快速确认是否存在误提交的大文件：

git rev-list --objects --all | git cat-file --batch-check='%(objecttype) %(objectname) %(objectsize) %(rest)' | awk '/^blob/ {print substr($0,6)}' | sort -nrk2 | head -20 | numfmt --to=iec --field=2

命令输出会直接展示文件路径和对应体积，如果出现node_modules/、dist/、build/、.venv/、*.log、上百MB的二进制文件路径，就属于误跟踪的内容。

2. 移除当前索引中误跟踪的文件 #

把不需要跟踪的路径加入.gitignore，再从Git索引中移除跟踪（不会删除本地磁盘的文件），以node_modules目录为例：

# 把路径加入忽略规则
echo "node_modules/" >> .gitignore
# 移除Git索引中的跟踪记录
git rm -r --cached node_modules/

其他误跟踪的目录/文件按同样方式处理，完成后提交一次变更。
如果大文件只存在于最近1次提交中，做完这步后推送速度就会恢复正常。

3. 清理提交历史中残留的大对象 #

如果大文件已经存在于多次历史提交中，仅移除当前索引的跟踪无法解决问题，需要重写历史清除所有提交里的大文件引用，操作前先完整备份本地仓库目录，避免操作失误丢失代码。
优先使用Git官方的git filter-repo工具清理（速度快，适合提交量较大的仓库），比如要清除所有提交里的node_modules目录和根目录下的dataset.zip文件：

git filter-repo --path node_modules/ --path dataset.zip --invert-paths

如果本地没有git filter-repo，也可以用Git内置的filter-branch命令完成清理（速度较慢，适合提交数较少的仓库）：

git filter-branch --force --index-filter 'git rm -rf --cached --ignore-unmatch node_modules/ dataset.zip' --prune-empty --tag-name-filter cat -- --all

清理完历史引用后，执行强制垃圾回收，彻底删除无引用的废弃对象：

git reflog expire --expire=now --all
git gc --prune=now --aggressive

4. 检查推送配置是否异常 #

执行以下命令模拟推送，查看实际上传的内容范围：

git push --dry-run -v

如果输出显示正在推送大量非当前工作分支的内容，检查Git的推送默认配置：

# 查看当前push.default配置
git config push.default

如果配置值为matching，说明每次推送会自动上传所有本地和远程同名的分支，本地废弃分支里的大对象也会被打包上传，执行以下命令修改配置即可：

git config --global push.default simple

修改后删除本地不用的废弃分支、标签，再执行推送即可。

• 如果确实需要在仓库中跟踪大体积文件（设计稿、数据集、模型权重等），不要直接提交到Git仓库，使用Git LFS管理大文件，避免仓库体积持续膨胀。
• 重写历史的操作会修改所有提交的哈希值，如果是多人协作的仓库，操作完成后需要通知所有协作者对本地仓库做变基同步，不要直接合并旧的提交记录，否则大对象会被重新引入仓库。

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