如何用Git高效管理超8万文件的大型dotnet遗留代码仓库？

一、优先做仓库瘦身与拆分，从根源降低体积 #

• 剔除非必要二进制文件：你当前SOA目录占3.1G、Services目录208M中的.dll文件，绝大多数是编译输出产物，完全不需要提交到Git仓库，仅需提交.sln、源代码文件、项目配置文件，所有编译生成的.dll、.exe、临时批处理产物统一加入.gitignore。如果是第三方依赖包，改用NuGet管理，不要直接将包文件存入仓库，仅保留NuGet配置文件即可，这一步操作后仓库压缩体积通常能降低70%以上。
• 按模块拆分独立仓库：Webapp、Services、SOA如果是相对独立的业务模块，可以拆分为3个独立仓库，单个仓库压缩体积控制在1G以内后，克隆、推送速度会有量级提升。如果模块间依赖强需要统一版本管控，可以用Git子模块或者Bitbucket原生支持的Monorepo能力做统一管理。
• 清理历史冗余内容：如果迁移需要携带历史提交记录，使用git filter-repo工具扫描并删除历史提交中的冗余大文件、已废弃的二进制包，彻底从提交链中抹除冗余内容，不要带着无效历史迁移。

二、用Git原生能力优化日常操作效率 #

• 浅克隆按需拉取历史：日常开发无需拉取完整提交历史，使用命令git clone --depth=1 <仓库地址>仅拉取最近1次提交，克隆速度可从20分钟压缩到1分钟以内。后续需要查看历史时，可通过git fetch --depth=<N>拉取指定深度的历史，或git fetch --unshallow拉取完整历史。
• 稀疏检出只拉取所需目录：如果开发人员仅需修改某个目录的代码，无需拉取全量文件，开启稀疏检出功能：

git clone --depth=1 --filter=blob:none --sparse <仓库地址>
cd <本地仓库目录>
# 仅拉取Webapp目录内容，可按需替换为你需要的目录
git sparse-checkout set Webapp

该配置下只会拉取指定目录的文件，本地磁盘占用和拉取速度都会大幅优化。

• 启用Git LFS托管必要大文件：如果确实有必须提交的不可替代大文件（比如签名后的正式二进制文件、大型静态资源），开启Git LFS（大文件存储），Bitbucket DataCenter原生支持LFS能力，大文件会单独存在LFS存储池，不会计入Git的压缩包体积，拉取、提交时仅传输对应版本的分片，不会每次全量拉取大文件。

三、Bitbucket托管端配置优化 #

• 开启内置优化开关：打开对应仓库的增量压缩、自动GC功能，Bitbucket会定期清理仓库冗余对象，避免仓库体积持续无意义膨胀。
• 调整传输参数：将Bitbucket的HTTP Post缓冲区调大，SSH传输压缩级别调整为6，局域网内传输速度可提升30%以上。

四、工作流约束避免仓库持续膨胀 #

• 前置校验拦截大文件提交：配置pre-commit钩子，提交前自动拦截.gitignore规则内的文件、超过指定大小的文件，避免开发人员误提交编译产物、第三方包到仓库。
• 定期做仓库深度清理：每季度对仓库执行一次git gc --aggressive全量清理，去除历史冗余对象，压缩仓库体积。

内容的提问来源于stack exchange，提问作者Pratik M