Git LFS શું છે અને તમને તેની જરૂર ક્યારે છે?

Question

Accepted Answer

**Git LFS** (Large File Storage) એ Git માં **વિશાળ બાઈનરી ફાઈલો** (વીડિયો, ડેટાસેટ્સ, ડિઝાઈન એસેટ્સ, વિશાળ બાઈનરી) કુશળતાપૂર્વક હેન્ડલ કરવા માટે એક એક્સટેન્શન છે. Git ટેક્સ્ટ/સોર્સ કોડ માટે ડિઝાઈન કરવામાં આવ્યો છે અને વિશાળ બાઈનરી ખરાબ રીતે હેન્ડલ કરે છે, તેથી LFS તેમને અલગથી સંગ્રહિત કરે છે જ્યારે સંગ્રહમાં હળવા સંદર્ભો રાખે છે.

## સમસ્યા: Git અને વિશાળ બાઈનરી

```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.
```

## Git LFS કેવી રીતે કામ કરે છે

```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
```

## તેનો ઉપયોગ ક્યારે કરવો

```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.
```

## તે શા માટે મહત્વપૂર્ણ છે

Git LFS સમજવું એ **Git માં વિશાળ બાઈનરી ફાઈલો હેન્ડલ કરવા** માટે મૂલ્યવાન સીનિયર-સ્તરનું જ્ઞાન છે, જે ચોક્કસ પ્રોજેક્ટ્સ માટે એક વાસ્તવિક સમસ્યા છે, તેથી તે ઉપયોગી વ્યવહારિક જ્ઞાન છે.

મૂળ સમસ્યા એ છે કે **Git વિશાળ બાઈનરી ખરાબ રીતે હેન્ડલ કરે છે**: કારણ કે Git તેના ઈતિહાસમાં પ્રત્યેક ફાઈલના દરેક સંસ્કરણને સંગ્રહિત કરે છે અને બાઈનરી સારી રીતે diff થતી નથી (દરેક પરિવર્તન અન્ય સંપૂર્ણ કপી સંગ્રહિત કરે છે), વિશાળ બાઈનરી ફાઈલો (વીડિયો, ડેટાસેટ્સ, ડિઝાઈન એસેટ્સ, વિશાળ આર્ટિફેક્ટ્સ) **સંગ્રહને અત્યંત વધારે દે છે** — સંગ્રહ અને દરેક ક્લોનને વિશાળ અને ધીમો બનાવે છે, અને વધારો કાયમી અને દૂર કરવો મુશ્કેલ છે.

મીડિયા, ડેટાસેટ્સ, ગેમ એસેટ્સ, ડિઝાઈન ફાઈલો, અથવા ML મોડેલો સાથે સંકળાયેલ પ્રોજેક્ટ્સ માટે આ એક સાચી, કેટલીક વખત ગંભીર સમસ્યા છે. **Git LFS** તેને વિશાળ ફાઈલો **અલગથી** (LFS સર્વર પર) સંગ્રહિત કરીને હલ કરે છે જ્યારે Git ઈતિહાસમાં માત્ર નાની **પોઈન્ટર ફાઈલો** રાખે છે — તેથી સંગ્રહ નાનો અને હળવો રહે છે, વાસ્તવિક વિશાળ ફાઈલો માંગ પર ડાઉનલોડ થાય છે (માત્ર જરૂરી સંસ્કરણો).

તેની કેવી રીતે કામ કરે છે તે સમજવું (Git માં પોઈન્ટર્સ, LFS માં વાસ્તવિક ફાઈલો, પારદર્શક સ્વેપિંગ) અને તેનો ઉપયોગ કેવી રીતે કરવો (`.gitattributes` વિا ફાઈલ પ્રકારો ટ્રેક કરીને) એ વ્યવહારિક જ્ઞાન છે જેની તેવા પ્રોજેક્ટ્સને જરૂર છે જેને તેની જરૂર છે.

સમાન રીતે મહત્વપૂર્ણ એ **ક્યારે તેનો ઉપયોગ કરવો** (વિશાળ બાઈનરી સાથે repos) વર્સસ જ્યારે તે અનાવશ્યક છે (શુદ્ધ સોર્સ કોડ, જ્યાં Git ટેક્સ્ટ સારી રીતે હેન્ડલ કરે છે) તેના વિશે નિર્ણય અને **વિકલ્પો** વિશે જાગરૂકતા છે (કેટલીક વખત Git માં વિશાળ આર્ટિફેક્ટ્સ બિલકુલ સંગ્રહિત નથી કરવા — આર્ટિફેક્ટ સ્ટોર્સ, S3, અથવા પેકેજ રજિસ્ટ્રીઓ ઉપયોગ કરીને — એ વધુ સારો પસંદગી છે).

તે વિશાળ ફાઈલો સંચાલનવિશે સાउન્ડ નિર્ણય-લેવણું પ્રતિબિંબિત કરે છે.

કેટલાક પ્રોજેક્ટ્સ ખરેખર વિશાળ બાઈનરી સાથે Git ફૂલાવવાથી સંઘર્ષ કરે છે (એક સાચી, પ્રભાવશાળી સમસ્યા), અને કારણ કે Git LFS (અથવા વિકલ્પો) ઉકેલ છે — repos સંચાલનક્ષમ રાખતા હોય સમય વિશાળ ફાઈલો હેન્ડલ કરતા — Git LFS સમજવું, તે જે સમસ્યા હલ કરે છે તે, તે કેવી રીતે કામ કરે છે, અને ક્યારે વિકલ્પોની વિશે તેનો ઉપયોગ કરવો છે વર્સસ વિકલ્પો મૂલ્યવાન સીનિયર-સ્તરનું જ્ઞાન છે વિશાળ ફાઈલો સાથે repos કુશળતાપૂર્વક સંચાલન માટે, મીડિયા, ડેટા, અથવા વિશાળ એસેટ્સ સાથે સંકળાયેલ પ્રોજેક્ટ્સ માટે ઉપયોગી વિષય છે.