同一机器多项目共用的大型submodule存储占用过高如何解决？

方案1：Git原生本地引用缓存（最推荐） #

Git自带的引用机制可以直接复用本地已有的仓库数据，无需额外工具，适配所有场景。
操作步骤：

• 首先在本地公共目录（不隶属于任何项目）克隆一份完整的sub1仓库作为全局基准缓存，示例路径为/opt/common_repos/sub1（Windows可设置为C:\common_repos\sub1）
• 给新项目添加sub1子模块时，指定--reference参数指向本地基准缓存：

  git submodule add --reference /opt/common_repos/sub1 <sub1远程仓库地址> <项目内sub1存放路径>
  

• 克隆已包含sub1的现有项目时，拉取子模块也可使用该参数：

  git submodule update --init --reference /opt/common_repos/sub1
  

原理是Git会优先读取本地基准缓存中的Git对象，只有基准缓存不存在的新提交才会存储到对应项目的子模块目录，重复存储的体积占比可降低至1%以下，同时支持不同项目使用不同版本的sub1。

方案2：全局符号链接映射 #

适合所有项目使用同版本sub1的场景，操作成本最低。
操作步骤：

• 本地公共目录存储一份完整的sub1仓库
• 在所有需要引入sub1的项目目录下，创建指向公共sub1目录的符号链接即可，无需单独拉取子模块

注意如果不同项目需要使用不同版本的sub1，需要在公共目录存储对应版本的多份副本，灵活性弱于方案1。

方案3：子模块浅克隆 #

如果不需要sub1的完整提交历史，可通过浅克隆大幅降低单份子模块的体积，也可和方案1叠加使用。
拉取子模块时增加--depth参数指定克隆深度：

git submodule update --init --depth 1

该方案仅会拉取最新的1次提交，单份sub1的体积可缩小数倍甚至数十倍，缺点是需要切换旧版本时要额外拉取历史数据。

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