Gestión de datos confidenciales (Git LFS)

¿Alguna vez ha hecho commit de un archivo enorme en Git? ¿Quizá una imagen grande, un vídeo o un conjunto de datos voluminoso?

Git está diseñado para código basado en texto, donde los cambios son pequeños. Cuando añade archivos binarios grandes, su repositorio aumenta rápidamente de tamaño, lo que ralentiza la clonación y otras operaciones. Esto también puede ocurrir con datos confidenciales si no tiene cuidado.

Git almacena todas las versiones de cada archivo en su historial. En el caso de los archivos de texto, Git almacena las diferencias (deltas) de forma eficiente.

Sin embargo, con archivos binarios grandes (como un archivo de Photoshop de 50 MB o un ejecutable compilado), incluso un cambio mínimo hace que Git almacene un archivo nuevo completo de 50 MB. Con el tiempo, esto hace que su repositorio sea enorme y lento.

Para resolver este problema, Git introdujo Git Large File Storage (LFS). LFS es una extensión de código abierto para Git que gestiona los archivos grandes de forma más eficiente.

Reemplaza los archivos grandes del repositorio de Git por pequeños archivos de «puntero», mientras que los archivos grandes reales se almacenan en un servidor LFS remoto.

Cuando hace commit de un archivo seguido por LFS:

• Git hace commit de un pequeño archivo de puntero (un archivo de texto que contiene una referencia al archivo grande).
• El archivo grande real se carga en el servidor de Git LFS (normalmente alojado por GitHub, GitLab o Bitbucket).

Cuando alguien clona el repositorio o hace pull, Git descarga el puntero y, a continuación, LFS obtiene el archivo real.

Antes de utilizar LFS, debe instalarlo. Si utiliza macOS o Windows, normalmente puede instalarlo mediante un gestor de paquetes (como Homebrew) o un instalador específico.

Después de la instalación, ejecute git lfs install una vez por sistema para configurar los hooks de LFS.

Una vez instalado LFS, indique a Git qué tipos de archivo debe seguir mediante git lfs track. Este comando añade una entrada al archivo .gitattributes.

Por ejemplo, para seguir todos los archivos .psd (de Photoshop):

Después de ejecutar git lfs track, asegúrese de hacer commit del propio archivo .gitattributes. A continuación, añada y haga commit de sus archivos grandes como de costumbre.

Git almacenará ahora el pequeño archivo de puntero en su repositorio para los archivos .psd.

Cuando hace push de sus cambios a un repositorio remoto, Git LFS gestiona automáticamente los archivos grandes. Carga los archivos grandes reales en el servidor LFS asociado a su remoto.

El proceso resulta transparente, igual que un git push normal.

Puede consultar qué archivos están siguiendo actualmente Git LFS en su repositorio mediante el comando git lfs ls-files.

Esto ayuda a confirmar que LFS gestiona correctamente sus archivos grandes.

¿Cuál de las siguientes es una ventaja principal de utilizar Git LFS?

Ha aprendido cómo Git LFS ayuda a gestionar archivos grandes en sus repositorios. Al almacenar punteros en Git y los archivos reales en un servidor LFS, evita que el repositorio aumente de tamaño y mejora el rendimiento.

Recuerde utilizar siempre git lfs track para sus archivos binarios grandes y hacer commit del archivo .gitattributes.