Cos'è Git LFS e quando ne hai bisogno?

Question

Accepted Answer

**Git LFS** (Large File Storage) è un'estensione per gestire in modo efficiente i **file binari di grandi dimensioni** (video, dataset, asset di design, binari di grandi dimensioni) in Git. Git è progettato per il codice testo/sorgente e gestisce male i binari di grandi dimensioni, quindi LFS li memorizza separatamente mantenendo riferimenti leggeri nel repository.

## Il problema: Git e i binari di grandi dimensioni

```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.
```

## Come funziona 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
```

## Quando utilizzarlo

```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.
```

## Perché è importante

Comprendere Git LFS è una conoscenza preziosa di livello senior per **gestire file binari di grandi dimensioni in Git**, un problema reale per certi progetti, quindi è utile conoscenza pratica.

Il problema fondamentale è che **Git gestisce male i binari di grandi dimensioni**: poiché Git memorizza ogni versione di ogni file nella sua cronologia e i binari non fanno un buon diff (ogni modifica memorizza un'altra copia completa), i file binari di grandi dimensioni (video, dataset, asset di design, artefatti di grandi dimensioni) **gonfiano enormemente il repository** — rendendo il repo e ogni clone enorme e lento, con il gonfiamento permanente e difficile da rimuovere.

Questo è un problema genuino, talvolta serio, per i progetti che coinvolgono media, dataset, asset di gioco, file di design o modelli ML. **Git LFS** lo risolve memorizzando i file di grandi dimensioni **separatamente** (su un server LFS) mantenendo solo piccoli **file puntatore** nella cronologia Git — così il repository rimane piccolo e leggero, con i file di grandi dimensioni scaricati su richiesta (solo le versioni necessarie).

Comprendere come funziona (puntatori in Git, file reali in LFS, scambio trasparente) e come utilizzarlo (tracciare i tipi di file tramite `.gitattributes`) è la conoscenza pratica per i progetti che ne hanno bisogno.

Equalmente importante è il giudizio su **quando utilizzarlo** (repository con binari di grandi dimensioni) rispetto a quando non è necessario (codice sorgente puro, dove Git gestisce bene il testo) e la consapevolezza delle **alternative** (talvolta non memorizzare artefatti di grandi dimensioni in Git affatto — utilizzare archivi di artefatti, S3, o registri di pacchetti — è la scelta migliore).

Ciò riflette un solido processo decisionale sulla gestione dei file di grandi dimensioni.

Poiché alcuni progetti genuinamente lottano con binari di grandi dimensioni che gonfiano Git (un problema reale e impattante), e poiché Git LFS (o alternative) è la soluzione — mantenendo i repository gestibili mentre si gestiscono file di grandi dimensioni — comprendere Git LFS, il problema che risolve, come funziona, e quando utilizzarlo rispetto alle alternative è una conoscenza preziosa di livello senior per gestire efficacemente i repository con file di grandi dimensioni, un argomento utile per i progetti che trattano media, dati o asset di grandi dimensioni.