测量git blob对象大小的正确方法是什么？

Question

我正在用

fileSizeThreshold=2^19
git rev-list --objects --all \
| git cat-file --batch-check='"%(objecttype)","%(objectname)",%(objectsize),%(objectsize:disk),"%(rest)"' \
| sed -n 's/^"blob",//p' \
| awk -F',' '$2'">= ${fileSizeThreshold}" \
| sort -t "," --numeric-sort --key=2 > ${outDir}/largeBlobs

这给了我所有大于512 me的气泡。我想知道在考虑放置这个文件(它的路径模式.)时，需要考虑哪个大小是正确的。在Git大文件存储(LFS)中。

是%(objectsize)还是%(objectsize:disk)？

因为%(objectsize:disk)报告了一些奇怪的大小(粗体的)：

• "0901797d58f6916cad4ef4fd581d8254596bdd19"，722013b，105 b

在git猫文件的警告一节中，有一些关于这一点的说明，我不明白。

考虑到LFS，人们应该看看objectsize:disk，因为这是这个blob所使用的空间.？

Answer 1

你应该看看%(objectsize)。

当git存储气泡时，它可以将其存储为平面对象，也可以存储为打包对象。

1. 当存储平面对象时，git仍然压缩内容，因此%(objectsize:disk)将反映blob的压缩大小；
2. 当将气泡包装在一起时，git可能会选择仅使用其差异将blob2存储在blob1旁边； 在这种情况下：disksize for blob1将是blob的压缩大小，disksize用于blob2将是其与blob1的差异的压缩大小。

警告部分提到，一些blobs可能有非常低的报告disksize，因为只有他们的差异报告。