Apakah itu Git LFS dan bila anda memerlukannya?

Question

Accepted Answer

**Git LFS** (Large File Storage) ialah sambungan untuk mengendalikan **fail binari besar** (video, set data, aset reka bentuk, binari besar) dengan cekap dalam Git. Git direka untuk teks/kod sumber dan mengendalikan binari besar dengan buruk, jadi LFS menyimpannya secara berasingan sambil mengekalkan rujukan ringan dalam repositori.

## Masalahnya: Git dan binari besar

```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.
```

## Bagaimana Git LFS berfungsi

```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
```

## Bila menggunakannya

```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.
```

## Mengapa ia penting

Memahami Git LFS ialah pengetahuan peringkat senior yang bernilai untuk **mengendalikan fail binari besar dalam Git**, satu masalah sebenar bagi projek tertentu, jadi ia merupakan pengetahuan praktikal yang berguna.

Isu terasnya ialah **Git mengendalikan binari besar dengan buruk**: kerana Git menyimpan setiap versi setiap fail dalam sejarahnya dan binari tidak melakukan diff dengan baik (setiap perubahan menyimpan satu lagi salinan penuh), fail binari besar (video, set data, aset reka bentuk, artifak besar) **membengkakkan repositori secara mendadak** — menjadikan repo dan setiap clone besar dan perlahan, dengan pembengkakan itu kekal dan sukar untuk dibuang.

Ini masalah yang tulen dan kadangkala serius bagi projek yang melibatkan media, set data, aset permainan, fail reka bentuk, atau model ML. **Git LFS** menyelesaikannya dengan menyimpan fail besar **secara berasingan** (pada pelayan LFS) sambil mengekalkan hanya fail **penunjuk (pointer)** kecil dalam sejarah Git — supaya repositori kekal kecil dan ringan, dengan fail besar sebenar dimuat turun mengikut permintaan (hanya versi yang diperlukan).

Memahami cara ia berfungsi (penunjuk dalam Git, fail sebenar dalam LFS, pertukaran telus) dan cara menggunakannya (menjejak jenis fail melalui `.gitattributes`) ialah pengetahuan praktikal untuk projek yang memerlukannya.

Sama pentingnya ialah pertimbangan tentang **bila menggunakannya** (repo dengan binari besar) berbanding bila ia tidak perlu (kod sumber tulen, di mana Git mengendalikan teks dengan baik) dan kesedaran tentang **alternatif** (kadangkala tidak menyimpan artifak besar dalam Git langsung — menggunakan stor artifak, S3, atau registri pakej — ialah pilihan yang lebih baik).

Ini mencerminkan pembuatan keputusan yang baik tentang menguruskan fail besar.

Memandangkan sesetengah projek benar-benar bergelut dengan binari besar yang membengkakkan Git (masalah sebenar yang berimpak), dan memandangkan Git LFS (atau alternatif) ialah penyelesaiannya — mengekalkan repo boleh diuruskan sambil mengendalikan fail besar — memahami Git LFS, masalah yang diselesaikannya, cara ia berfungsi, dan bila menggunakannya berbanding alternatif ialah pengetahuan peringkat senior yang bernilai untuk menguruskan repositori dengan fail besar secara berkesan, satu topik berguna untuk projek yang berurusan dengan media, data, atau aset besar.