问 Git使用相同的文件推送新分支，再次上载所有文件。

EN

给出了以下情况。

1. 创建新分支
2. 提交10文件
3. Git推送(上传10 Git文件)
4. 创建一个新分支(孤儿)
5. 提交相同的10 no文件(不做任何更改，相同的对象沙哈希)
6. Git推送再次上载10 Git文件。

我的期望是，已经上传的文件不会再使用 git push 上传。但是实际发生的情况是，当创建一个新分支时，所有文件(即使是数千个较小的源文件，而不是一个10 is文件)都会被一次又一次地上传。

我的问题是:如何让Git检测到10 My文件已经上传了？您知道如何解决/修复Git在推送提交时检测服务器上已经存在的对象吗？Git通过它的sha检测文件，因此它应该能够检测到提交树中的某些文件已经存在于服务器上。

可能的用例:我有两个完全不同的分支，但是在这两个分支中共享了一些常见的文件。当我推动一个分支，我不想再上传普通文件时，我推动第二个分支。

实际用例:我使用Python脚本和一些较小的数据集(1MB -10 1MB)做了很多机器学习实验。每次我开始一个实验时，我都会将所有必要的实验文件添加到一个新的Git树中，并在没有分支的新提交中使用该树。该提交将完全免费挂起，然后使用一个新的Git引用(例如，推荐/作业/我的-实验名称)。现在，当我对几乎相同的文件(以及两个引用)进行两次实验时，当我推送这些引用时，Git再次推送所有对象。我的带宽很低，这真的减慢了我的工作速度。

$ mkdir git-test && cd git-test
$ git init
$ git remote add origin git@gitlab.com:username/projectname.git
# create dummy 10MB file
$ head -c 10000000 /dev/urandom > dummy
$ git add dummy
$ git commit -m 'init'
# first push, uploads everything - makes sense
$ git push origin master
Counting objects: 3, done.
Delta compression using up to 6 threads.
Compressing objects: 100% (2/2), done.
Writing objects: 100% (3/3), 9.54 MiB | 1.13 MiB/s, done.
Total 3 (delta 0), reused 0 (delta 0)
# create new empty branch, not based from master
$ git checkout --orphan branch2
# add same files again
$ git add dummy
$ git commit -m 'init on branch2'
# this uploads now again the dummy file (10MB), although the server
# has that object alread
$ git push origin branch3
Counting objects: 3, done.
Delta compression using up to 6 threads.
Compressing objects: 100% (2/2), done.
Writing objects: 100% (3/3), 9.54 MiB | 838.00 KiB/s, done.

在技术方面，我们有：

1. 两个不共享相同父母的提交(有完全不同的历史)
2. 这两个提交具有完全相同的树sha (因此引用相同的对象文件)
3. 两次推送都会导致在同一棵树中传输所有对象两次。尽管我希望Git检测到第二次提交中的树已经存在，或者该树中的文件对象已经在服务器上。

回答(我不能再回答了，因为有人把这个标记为副本)。

不幸的是，解决办法并不那么简单。

每次Git想同步两个存储库时，它都会构建一个包文件，其中包含所有必需的对象(比如文件、提交、树)。执行 git push 时，远程将所有现有引用(分支)及其头提交SHA发送到客户端。这就是问题所在： 包协议 不是用于每个对象，而是用于每个提交。因此，根据协议本身，上述解释的行为是正确的。为了解决这个问题，我构建了一个简单的脚本，每个脚本都可以用于基于对象执行 git push ，而不是提交。

你可以在这里找到它： https://github.com/marcj/git-objects-sync

它所做的：

1. 接受一个提交(只有一个，您也需要在每个未同步的父提交上执行它)，并构建属于该提交的对象SHAs (文件、树、提交)的列表(父提交除外)。
2. 将此列表发送到服务器，服务器将返回它尚未拥有的对象的SHAs。
3. 客户端基于缺少的对象SHAs构建一个包文件，并将其发送到服务器，其中包含需要更新哪些ref的信息。
4. 服务器接收包文件，解压缩它并使用给定的提交SHA更新引用。

当然，这也有一些缺点，但我在链接的Github存储库中对它们进行了描述。

有了上面的脚本，您现在可以看到以下内容：

marc@osx ~/git-test (branch11*) $ # added new branch11 as explained at the very top