Što je Git LFS i kada ga trebate?

Question

Accepted Answer

**Git LFS** (Large File Storage) je proširenje za učinkovito rukovanje **velikim binarnim datotekama** (videima, skupovima podataka, dizajnerskim resursima, velikim binarnim datotekama) u Gitu. Git je dizajniran za tekst/izvorni kod i loše rukuje velikim binarnim datotekama, pa LFS pohranjuje datoteke odvojeno dok čuva lagane reference u spremistu.

## Problem: Git i velike binarne datoteke

```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.
```

## Kako Git LFS funkcionira

```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
```

## Kada ga koristiti

```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.
```

## Zašto je važno

Razumijevanje Git LFS-a je vrijedna znanja na razini seniora za **rukovanje velikim binarnim datotekama u Gitu**, pravi problem za određene projekte, pa je to korisno praktično znanje.

Osnovni problem je što **Git loše rukuje velikim binarnim datotekama**: jer Git pohranjuje svaku verziju svake datoteke u svojoj zgodovini, a binarne datoteke se ne razlikuju dobro (svaka promjena pohranjuje drugu cijelu kopiju), velike binarne datoteke (videoi, skupovi podataka, dizajnerski resursi, veliki artefakti) **enormno nadimaju spremište** — čineći spremište i svaki kloniran repozitorij ogromnim i sporim, s nadimanjem koje je trajno i teško ukloniti.

Ovo je pravi, ponekad ozbiljan problem za projekte koji uključuju medije, skupove podataka, sredstva igara, datoteke dizajna ili ML modele. **Git LFS** to rješava pohranjavanjem velikih datoteka **odvojeno** (na LFS poslužitelju) dok čuva samo male **datoteke pokazivača** u Git povijesti — tako da spremište ostaje malo i lagano, a stvarne velike datoteke se preuzimaju na zahtjev (samo verzije koje su potrebne).

Razumijevanje kako funkcionira (pokazivači u Gitu, stvarne datoteke u LFS-u, transparentna zamjena) i kako ga koristiti (praćenje tipova datoteka putem `.gitattributes`) je praktično znanje za projekte koji ga trebaju.

Jednako važna je procjena o **kada ga koristiti** (spremišta s velikim binarnim datotekama) u odnosu na kada je nepotrebno (čist izvorni kod, gdje Git dobro rukuje tekstom) i svjesnost o **alternativama** (ponekad pohrana velikih artefakata u Git nije ni predviđena — korištenje pohrana artefakata, S3 ili registara paketa — bolje je rješenje).

Ovo odražava dobru procjenu o upravljanju velikim datotekama.

Budući da neki projekti stvarno pate od činjenice što velike binarne datoteke nadimaju Git (pravi, utjecajan problem), a budući da je Git LFS (ili alternative) rješenje — čuvajući spremišta upravljivim dok se rukuju velikim datotekama — razumijevanje Git LFS-a, problema koji rješava, kako funkcionira i kada ga koristiti u odnosu na alternative je vrijedna znanja na razini seniora za učinkovito upravljanje spremištima s velikim datotekama, koristan topic za projekte koji se bave medijima, podacima ili velikim resursima.