Τι είναι το Git LFS και πότε το χρειάζεστε;

Question

Accepted Answer

**Git LFS** (Large File Storage) είναι μια επέκταση για τον αποτελεσματικό χειρισμό **μεγάλων δυαδικών αρχείων** (βίντεο, σύνολα δεδομένων, στοιχεία σχεδιασμού, μεγάλα δυαδικά αρχεία) στο Git. Το Git είναι σχεδιασμένο για κείμενο/πηγαίο κώδικα και χειρίζεται κακώς μεγάλα δυαδικά αρχεία, οπότε το LFS τα αποθηκεύει ξεχωριστά διατηρώντας ελαφρές αναφορές στο αποθετήριο.

## Το πρόβλημα: Git και μεγάλα δυαδικά αρχεία

```text
Git stores every version of every file in its history (the full content):
  → LARGE BINARY files (videos, datasets, PSDs, big binaries) bloat the repo ENORMOUSLY:
    - every change stores another full copy (binaries don't diff well)
    - the repo and EVERY clone become huge and slow (clone/fetch download all history)
    - history can't be shrunk easily (the large blobs are permanent)
→ Git is great for source code (text, diffable), POOR for large binaries.
```

## Πώς λειτουργεί το Git LFS

```text
Git LFS replaces large files in the repo with small POINTER files (a reference/hash),
and stores the ACTUAL large files on a separate LFS server:
  → the Git repo stays small (just pointers in history)
  → the actual large files are downloaded on demand (only the versions you need)
→ You work normally; LFS transparently swaps pointers ↔ real files.
```

```bash
git lfs install                    # set up LFS
git lfs track "*.psd"             # track a file type with LFS (records in .gitattributes)
git lfs track "*.mp4"
git add .gitattributes
# now large files of these types go to LFS automatically (pointers in Git)
git lfs ls-files                   # list LFS-tracked files
```

## Πότε να το χρησιμοποιείτε

```text
✓ Repos with large binaries: media (video/audio/images), datasets, game assets,
  design files (PSD/Sketch), large compiled artifacts, ML models
✗ Pure source code repos don't need it (Git handles text well)
Alternatives: don't store large artifacts in Git at all (use artifact stores, S3,
  package registries) — sometimes the better choice.
```

## Γιατί έχει σημασία

Η κατανόηση του Git LFS είναι πολύτιμη γνώση σε επίπεδο senior για **τον χειρισμό μεγάλων δυαδικών αρχείων στο Git**, ένα πραγματικό πρόβλημα για ορισμένα έργα, οπότε είναι χρήσιμη πρακτική γνώση.

Το κύριο ζήτημα είναι ότι **το Git χειρίζεται κακώς μεγάλα δυαδικά αρχεία**: επειδή το Git αποθηκεύει κάθε έκδοση κάθε αρχείου στο ιστορικό του και τα δυαδικά αρχεία δεν κάνουν diff καλά (κάθε αλλαγή αποθηκεύει μια άλλη πλήρη αντιγραφή), τα μεγάλα δυαδικά αρχεία (βίντεο, σύνολα δεδομένων, στοιχεία σχεδιασμού, μεγάλα artifacts) **φουσκώνουν το αποθετήριο τεράστια** — κάνοντας το αποθετήριο και κάθε clone τεράστιο και αργό, με το φούσκωμα να είναι μόνιμο και δύσκολο να αφαιρεθεί.

Αυτό είναι ένα γνήσιο, μερικές φορές σοβαρό πρόβλημα για έργα που περιλαμβάνουν μέσα, σύνολα δεδομένων, assets παιχνιδιών, αρχεία σχεδιασμού ή μοντέλα ML. **Το Git LFS** το λύνει αποθηκεύοντας μεγάλα αρχεία **ξεχωριστά** (σε ένα διακομιστή LFS) διατηρώντας μόνο μικρά **αρχεία δείκτη** στο ιστορικό Git — έτσι το αποθετήριο παραμένει μικρό και ελαφρό, με τα πραγματικά μεγάλα αρχεία να λαμβάνονται κατά ζήτηση (μόνο οι εκδόσεις που χρειάζονται).

Η κατανόηση του τρόπου λειτουργίας (δείκτες στο Git, πραγματικά αρχεία στο LFS, διαφανής ανταλλαγή) και πώς να το χρησιμοποιήσετε (παρακολούθηση τύπων αρχείων μέσω `.gitattributes`) είναι η πρακτική γνώση για έργα που το χρειάζονται.

Εξίσου σημαντική είναι η κρίση σχετικά με το **πότε να το χρησιμοποιείτε** (αποθετήρια με μεγάλα δυαδικά αρχεία) σε σχέση με το πότε είναι περιττό (καθαρός πηγαίος κώδικας, όπου το Git χειρίζεται καλά το κείμενο) και η επίγνωση των **εναλλακτικών λύσεων** (μερικές φορές το να μην αποθηκεύσετε μεγάλα artifacts στο Git — χρησιμοποιώντας artifact stores, S3 ή package registries — είναι η καλύτερη επιλογή).

Αυτό αντανακλά την υγιή λήψη αποφάσεων σχετικά με τη διαχείριση μεγάλων αρχείων.

Επειδή ορισμένα έργα πραγματικά αγωνίζονται με μεγάλα δυαδικά αρχεία που φουσκώνουν το Git (ένα πραγματικό, σημαντικό πρόβλημα), και επειδή το Git LFS (ή εναλλακτικές λύσεις) είναι η λύση — διατήρηση των αποθετηρίων ευαχθή ενώ χειρίζονται μεγάλα αρχεία — η κατανόηση του Git LFS, του προβλήματος που λύνει, του τρόπου λειτουργίας του και του πότε να το χρησιμοποιείτε έναντι εναλλακτικών λύσεων είναι πολύτιμη γνώση σε επίπεδο senior για τη διαχείριση αποθετηρίων με μεγάλα αρχεία αποτελεσματικά, ένα χρήσιμο θέμα για έργα που ασχολούνται με μέσα, δεδομένα ή μεγάλα assets.