如何配置Git使其在检出重复文件时使用（硬）链接？

首先咱们得拆解两个层面的问题：Git仓库内部的对象存储优化，以及工作区重复文件的硬链接处理。

一、优化Git仓库内部的存储（默认已支持，可确认配置） #

Git本身就会自动复用内容相同的文件的blob对象——也就是说，不管你在v1、v2这类版本目录下有多少内容完全一致的XML文件，仓库里只会存一份原始内容。不过可以通过配置确保Git在操作对象库时尽可能用硬链接，进一步节省本地磁盘空间：

在你的目标仓库中执行以下命令，开启本地仓库的硬链接支持：

git config --local core.hardlink true

（类Unix系统默认这个值是true，Windows默认是false；如果是Windows环境，需要先确保你的NTFS分区开启了硬链接支持）

另外，如果是克隆仓库时想直接复用原仓库的对象存储，可以用：

git clone --hardlink /path/to/your/original/repo

这样克隆出的仓库的.git/objects目录里的文件都会硬链接到原仓库，能大幅节省克隆后的磁盘占用。

二、让工作区的重复文件变成硬链接（Git本身不自动处理，需额外工具） #

遗憾的是，Git不会自动检查工作区不同目录下的文件内容是否相同，然后将它们替换成硬链接——因为Git把每个路径下的文件视为独立实体，哪怕内容完全一致。不过你可以用工具或脚本实现这个需求：

方法1：用fdupes工具批量处理 #

fdupes是专门查找并处理重复文件的工具，大部分Linux发行版可以通过包管理器安装（比如apt install fdupes），macOS可以用Homebrew安装（brew install fdupes）。

执行以下命令，就能递归查找目标目录下的重复文件，并将其替换为硬链接：

fdupes -r -l /path/to/your/repo/root

参数说明：

• -r：递归遍历所有子目录
• -l：用硬链接替换重复文件（保留第一个找到的文件，其余替换为指向它的硬链接）

方法2：自定义脚本（适合精细控制） #

如果你只想针对特定目录（比如v1、v2这类版本目录）处理，可以写个简单的Shell脚本：

#!/bin/bash
# 遍历目标目录下的XML文件，通过哈希匹配创建硬链接
TARGET_DIR="/path/to/your/repo/root"
declare -A file_hashes

find "$TARGET_DIR" -name "*.xml" -type f | while read -r file; do
    # 计算文件MD5哈希（也可以用sha256sum，更精准）
    hash=$(md5sum "$file" | awk '{print $1}')
    if [[ -n "${file_hashes[$hash]}" ]]; then
        # 已有相同内容的文件，删除当前文件并创建硬链接
        rm "$file"
        ln "${file_hashes[$hash]}" "$file"
        echo "Created hard link: $file -> ${file_hashes[$hash]}"
    else
        file_hashes[$hash]="$file"
    fi
done

这个脚本会遍历所有XML文件，通过哈希值匹配重复内容，自动将重复文件替换为硬链接。

注意事项 #

• 硬链接只能在同一个文件系统下使用，如果你的仓库跨了不同的挂载点，硬链接会失效，工具通常会自动 fallback 到复制（或报错，取决于工具）。
• 修改任意一个硬链接文件，所有关联的硬链接文件都会同步变更——不过根据你的描述，每个版本目录是独立维护的，修改只会在新目录中进行，所以这个特性不会造成问题。

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