Manuales

Appearance

Packfiles, GC y rendimiento ​

Git empieza guardando objetos sueltos, pero con el tiempo compacta esos objetos en packfiles para ahorrar espacio y acelerar operaciones. Entender esto ayuda en repositorios grandes y en problemas de rendimiento.

Objetos sueltos ​

Al crear commits, Git puede guardar objetos como archivos individuales dentro de .git/objects.

txt
.git/objects/
  a1/
    b2c3...

Esto es simple, pero no escala bien si hay miles o millones de objetos.

Packfiles ​

Un packfile agrupa muchos objetos en un archivo compacto.

txt
.git/objects/pack/
  pack-abc123.pack
  pack-abc123.idx

El archivo .pack contiene datos. El .idx permite buscar objetos rapidamente.

Delta compression ​

Git puede guardar un objeto como diferencia frente a otro objeto parecido.

Ejemplo conceptual:

txt
version 1: archivo completo
version 2: delta contra version 1
version 3: delta contra version 2

Esto es especialmente util en archivos de texto que cambian poco entre commits.

Garbage collection ​

git gc limpia y compacta el repositorio.

bash
git gc

Git tambien ejecuta mantenimiento automatico en algunos momentos.

Comando moderno:

bash
git maintenance run

Objetos no alcanzables ​

Despues de reset, rebase o amend, pueden quedar commits no alcanzables por ramas o tags. No se borran al instante.

bash
git fsck --unreachable

Con el tiempo, Git puede eliminarlos durante limpieza.

Reflog y expiracion ​

El reflog conserva referencias temporales a estados anteriores.

bash
git reflog

Configuraciones utiles:

bash
git config --get gc.reflogExpire
git config --get gc.pruneExpire

No cambies estos valores sin una razon clara.

Repositorios pesados ​

Sintomas:

  • git status tarda demasiado.
  • git checkout o git switch son lentos.
  • .git ocupa mucho.
  • Clonar tarda demasiado.

Diagnostico:

bash
git count-objects -vH
git gc --dry-run

Archivos grandes ​

Git no es ideal para binarios pesados que cambian a menudo.

Opciones:

  • Evitar subir artefactos generados.
  • Usar .gitignore.
  • Usar Git LFS para binarios necesarios.
  • Separar datasets o builds en almacenamiento externo.

Encontrar objetos grandes ​

Comando de investigacion:

bash
git rev-list --objects --all

En shells Unix se suele combinar con git cat-file --batch-check, sort y tail. En Windows, conviene usar herramientas especificas o scripts controlados para no hacer una limpieza destructiva por error.

Clones parciales y shallow clones ​

Shallow clone:

bash
git clone --depth 1 https://github.com/org/proyecto.git

Es util para CI cuando no necesitas historial completo.

Partial clone:

bash
git clone --filter=blob:none https://github.com/org/proyecto.git

Puede reducir descargas en monorepos o repos con muchos archivos grandes.

Sparse checkout ​

Permite trabajar solo con parte del repositorio.

bash
git sparse-checkout init --cone
git sparse-checkout set apps/api packages/shared

Es util en monorepos cuando un equipo solo toca una zona.

Diagrama de almacenamiento ​

mermaid
flowchart TB
  C["Commits"] --> O["Objects"]
  O --> L["Loose objects"]
  O --> P["Packfiles"]
  P --> IDX["Index files"]
  M["Maintenance"] --> P
  M --> PR["Prune unreachable objects"]

Buenas practicas ​

  • No subas dependencias, builds ni caches al repo.
  • Usa .gitignore antes de hacer el primer commit del proyecto.
  • Considera Git LFS para binarios grandes que deban versionarse.
  • En CI, usa shallow clone solo si no necesitas tags o historial.
  • Antes de limpiar historia, crea backup o rama de seguridad.