¿Qué es Git LFS y cuándo lo necesitas?

Question

Accepted Answer

**Git LFS** (Large File Storage) es una extensión para manejar **archivos binarios grandes** (vídeos, conjuntos de datos, recursos de diseño, binarios grandes) de forma eficiente en Git. Git está diseñado para texto/código fuente y maneja mal los binarios grandes, así que LFS los almacena por separado mientras mantiene referencias ligeras en el repositorio.

## El problema: Git y archivos binarios grandes

```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.
```

## Cómo funciona 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
```

## Cuándo usarlo

```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.
```

## Por qué es importante

Entender Git LFS es conocimiento valioso de nivel senior para **manejar archivos binarios grandes en Git**, un problema real en ciertos proyectos, así que es conocimiento práctico útil.

El problema central es que **Git maneja mal los binarios grandes**: como Git almacena cada versión de cada archivo en su historial y los binarios no se pueden diferenciar bien (cada cambio almacena otra copia completa), los archivos binarios grandes (vídeos, conjuntos de datos, recursos de diseño, artefactos grandes) **hinchan el repositorio enormemente** — haciendo que el repositorio y cada clon sean enormes y lentos, con el hinchazón siendo permanente y difícil de eliminar.

Este es un problema genuino, a veces serio, para proyectos que involucran medios, conjuntos de datos, recursos de juegos, archivos de diseño o modelos de ML. **Git LFS** lo resuelve almacenando archivos grandes **por separado** (en un servidor LFS) mientras mantiene solo pequeños **archivos puntero** en el historial de Git — así el repositorio se mantiene pequeño y ligero, con archivos grandes descargados bajo demanda (solo las versiones necesarias).

Entender cómo funciona (punteros en Git, archivos reales en LFS, intercambio transparente) y cómo usarlo (rastrear tipos de archivo mediante `.gitattributes`) es el conocimiento práctico para proyectos que lo necesitan.

Igualmente importante es el criterio sobre **cuándo usarlo** (repositorios con binarios grandes) versus cuándo es innecesario (código fuente puro, donde Git maneja bien el texto) y conciencia de **alternativas** (a veces no almacenar artefactos grandes en Git en absoluto — usar almacenes de artefactos, S3 o registros de paquetes — es la mejor opción).

Esto refleja una toma de decisiones sensata sobre la gestión de archivos grandes.

Ya que algunos proyectos genuinamente luchan con binarios grandes hinchando Git (un problema real e impactante), y ya que Git LFS (o alternativas) es la solución — manteniendo repositorios manejables mientras se manejan archivos grandes — entender Git LFS, el problema que resuelve, cómo funciona y cuándo usarlo versus alternativas es conocimiento valioso de nivel senior para gestionar repositorios con archivos grandes efectivamente, un tema útil para proyectos que tratan con medios, datos o recursos grandes.