git:管理输入数据测试实践

Question

使用git，我管理python脚本(script.py)的更改和一组测试，该测试使用一些文本输入数据文件，目录结构如下

script.py
tests/
  test_01.py
  test_02.py
  data/
   data_file01
   data_file02
   ...

但是，一些输入数据文件开始变得非常大(> 1MB)。

使用git，管理测试输入数据的最佳实践是什么？

..。也许允许在线存储，但是，如何保存和检查对输入数据文件的更改？(建议？)

..。或者可以使用像setuptools这样的库来检查是否不存在输入数据测试和下载，但是，如何保存和检查对输入数据文件的更改？

编辑

现在，我使用云硬盘(dropbox、google驱动器等)中相应的提交名称在压缩文件中备份数据测试，并在post-commit钩子中使用一行

commit_name=$(git rev-parse HEAD)
fecha=$(date +%Y%m%d)
7z a $CLOUD_DISK"/data_test/$fecha"_"$commit_name".7z data/* -r

(我更喜欢7z而不是zip，因为我得到的是较小的压缩文件)

在.bashrc中定义了$CLOUD_DISK变量。

编辑2

我开始以一种更完整的方式来解决我的问题。

https://github.com/juanpabloaj/gitdata

Answer 1

我会把数据保存在你的仓库里。您的权利，您需要跟踪输入数据的变化，以防它们带来的问题。否则，也许可以创建一个类似于校验和的数据散列？