相当于 git-archive 直接到磁盘，没有任何 tar 处理答案

【问题标题】：Equivalent of git-archive direct to disk, without any tar processing相当于 git-archive 直接到磁盘，没有任何 tar 处理
【发布时间】：2017-10-25 21:33:57
【问题描述】：

我正在分析修订历史，使用git-archive 获取特定修订的文件（请参阅https://stackoverflow.com/a/40811494/1168342）。

该方法有效，但我正在尝试针对具有许多修订的项目进行优化。许多处理浪费在归档（通过 tar）和返回到另一个目录中的文件（再次通过 tar）。

我正在寻找一种不涉及tar 的方法来执行此操作，例如git cp $revision $dest/。以下是我目前探索的内容：

我可以将git reset $revision --hard 方法与文件副本一起使用，但它会使分析的并行化无效，除非我创建了存储库的多个副本（每个线程/进程一个）。
有一个 Java project using JGit called Doris 可以通过低级操作完成此操作，但是当有奇怪的文件（例如，指向其他 repos 的链接）时它会中断。随着 git 的发展，有很多特殊情况，所以如果可能的话，我不想在底层做这件事。
我知道 Python 有一个 git API，但它的 archive feature 也使用 tar。出于与上述相同的原因，我不想在太低的级别上编写代码。

【问题讨论】：

标签： git optimization jgit gitpython

【解决方案1】：

用途：

mkdir <path> &&
GIT_INDEX_FILE=<path>/.git git --work-tree=<path> checkout <revision> -- . &&
rm <path>/.git

git checkout 步骤将覆盖索引，因此为了使并行化良好，我们只需将索引文件指向目标即可。有一个文件名可以肯定是安全的：.git！

（这就像git worktree add 的轻量级版本，也避免将新提取的树记录为活动工作树。）

编辑以添加旁注（我希望 OP 知道这一点，但供将来参考）：请注意 git archive 应用了某些 .gitattributes 过滤器，该技术将不适用。特别是，git checkout 不会遵守 export-ignore 和 export-subst 指令。

【讨论】：

我认为只要工作树和存储库位于同一文件系统上，工作树/.git 索引名称就可以工作。将临时索引放在带有垃圾名称的本地存储库中总是有效的。
@jthill：我使用 /tmp（一个单独的文件系统）作为目标，在常规文件系统上使用源 repo 进行了测试。这只是一个特定的操作系统，但它对跨设备链接的限制与大多数其他操作系统相同。
嗯。我想知道为什么对读取树有限制--index-output 而不是 GIT_INDEX_FILE，然后，或者该文档可能已过时，它显示“在命令运行时，原始索引文件被锁定为与往常相同的机制。文件必须允许从在通常索引文件旁边创建的临时文件中重命名（2）；通常这意味着它需要与索引文件本身位于同一文件系统上，并且您需要对目录的写入权限索引文件和索引输出文件位于。"
@jthill：我没有调查，但我怀疑git checkout 要么注意到当前索引不存在并简单地创建并填充它解锁，要么将.lock 文件创建为<work-dir>/.git.lock这里（如果是这样的话，可能会与存储库中的真实文件发生冲突）。
@kostix 这就是为什么我将其描述为一种轻量级的git worktree add。添加工作树会添加辅助索引和HEAD，但也会记录添加的工作树并写入.git文件。在某些时候，您可能想要运行 git worktree prune 来清理它们。这种偷偷摸摸的结帐方法避免了这种情况。

【解决方案2】：

在 JGit 中，ArchiveCommand 实现了 git archive 的功能，并且还提供了几种开箱即用的存档文件格式。但是，ArchiveCommand 可以使用自定义存档格式进行扩展。

自定义格式需要实现Format接口并注册到ArchiveCommand::registerFormat。尽管相应的 API 似乎是在设计时考虑了单个输出文件，但应该可以将内容输出到目录。

【讨论】：