Kas yra Git LFS ir kada jums jo reikia?

Question

Accepted Answer

**Git LFS** (Large File Storage) yra Git plėtinys, skirtas efektyviai tvarkyti **didelius dvejetainius failus** (vaizdo įrašus, duomenų rinkinius, dizaino išteklius, didelės binarines programas). Git yra skirtas tekstui ir šaltinio kodui, todėl blogai tvarko didelius dvejetainius failus. LFS jų saugoja atskirai, o repozitorijoje paliko tik lengvus nuorodas.

## Problema: Git ir dideli dvejetainiai failai

```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.
```

## Kaip veikia 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
```

## Kada jį naudoti

```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.
```

## Kodėl tai svarbu

Supratimas apie Git LFS yra vertingas aukšto lygio žinios norint **tvarkyt didelius dvejetainius failus Git**, o tai yra tikra problema tam tikriems projektams, todėl tai yra naudinga praktinė žinias.

Pagrindinė problema yra ta, kad **Git blogai tvarko didelių dvejetainius failus**: kadangi Git saugo kiekvieną kiekvieno failo versiją savo istorijoje, o dvejetainiai failai nedaro gerai diff (kiekvienas pakeitimas saugo kitą pilną kopiją), dideli dvejetainiai failai (vaizdo įrašai, duomenų rinkiniai, dizaino ištekliai, dideli artefaktai) **labai padidina repozitorijos dydį** — todėl repozitorija ir kiekvienas jos klone tampa dideli ir leti, o padidėjimas yra nuolatinis ir sunkiai pašalinamai.

Tai yra tikra, kartais rimta problema projektams, kuriuose yra medijos, duomenų rinkinių, žaidimo išteklių, dizaino failų arba ML modelių. **Git LFS** tai išsprendžia saugodamas didelių failus **atskirai** (LFS serveryje), o Git istorijoje palikdamas tik mažas **rodyklių failus** — taip repozitorija lieka maža ir lengva, o dideli failai atsisiunčiami pagal poreikį (tik reikalingos versijos).

Supratimas, kaip jis veikia (rodyklės Git, tikri failai LFS, skaidrūs sukeitimai) ir kaip jį naudoti (sekti failų tipus per `.gitattributes`) yra praktinė žinias projektams, kuriems jos reikalingos.

Lygiai svarbu ir **sprendimas apie tai, kada jį naudoti** (repozitorijos su didžiais dvejetainiais failais) ir kada jo nereikia (grynasis šaltinio kodas, kurio Git tvarko gerai) bei žinojimas apie **alternatyvas** (kartais didžių artefaktų iš viso nesaugoti Git — naudoti artefaktų saugyklas, S3 arba paketų registrus — yra geresnis pasirinkimas).

Tai atspindi protingą sprendimų priėmimą dėl didžių failų tvarkymo.

Kadangi kai kuriems projektams iš tikro kyla problemų dėl didelių dvejetainių failų, padidinančių Git (tikra, reikšminga problema), ir kadangi Git LFS (arba alternatyvos) yra sprendimas — palaikyti repozitorijas tvarkingomis ir tvarkant dideliu failus — Git LFS, problemų, kurias jis sprendžia, jo darbo ir naudojimo dėl alternatyvų supratimas yra vertinga aukšto lygio žinios efektyviam didelių failų saugotuvų tvarkymu, naudingas dalykas projektams, kurie tvarko mediją, duomenis arba dideliu išteklius.