Git LFS भनेको के हो र तपाईलाई यो कहिले चाहिन्छ?

Question

Accepted Answer

**Git LFS** (Large File Storage) एक विस्तार हो जसले **ठूला बाइनरी फाइलहरू** (भिडियो, डेटासेट, डिजाइन एसेट, ठूला बाइनरी) लाई Git मा कुशलतापूर्वक सञ्चालन गर्न सहायता गर्छ। Git पाठ/स्रोत कोड को लागि डिजाइन गरिएको छ र ठूला बाइनरीहरूलाई खराब तरिकाले सञ्चालन गर्छ, त्यसैले LFS ले तिनहरूलाई अलग राख्छ जबकि भण्डारमा हल्का संदर्भहरू राखछ।

## समस्या: Git र ठूला बाइनरीहरू

```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 कसरी काम गर्छ

```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
```

## यो कहिले प्रयोग गर्ने

```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.
```

## किन यो महत्त्वपूर्ण छ

Git LFS बुझ्नु **Git मा ठूला बाइनरी फाइलहरू सञ्चालन गर्न** वरिष्ठ-स्तरको मूल्यवान ज्ञान हो, यो केही परियोजनाहरूको लागि वास्तविक समस्या हो, त्यसैले यो उपयोगी व्यावहारिक ज्ञान हो।

मूल समस्या यो छ कि **Git ठूला बाइनरीहरूलाई खराब तरिकाले सञ्चालन गर्छ**: किनभने Git यसको इतिहासमा प्रत्येक फाइलको प्रत्येक संस्करण भण्डारण गर्छ र बाइनरीहरू राम्रोसँग भिन्न हुँदैनन् (प्रत्येक परिवर्तनले अर्को पूर्ण प्रतिलिपि भण्डारण गर्छ), ठूला बाइनरी फाइलहरू (भिडियो, डेटासेट, डिजाइन एसेट, ठूला आर्टिफेक्ट) **भण्डारलाई अत्यधिक बढाते हुन्छन्** — भण्डारलाई र प्रत्येक क्लोन विशाल र ढिलो बनाते हुन्छन्, बढोत्तरी स्थायी र हटाउन कठिन हुन्छ।

यो मिडिया, डेटासेट, गेम एसेट, डिजाइन फाइलहरू, वा ML मडेलहरू सम्मिलित गर्ने परियोजनाहरूको लागि वास्तविक, कहिलेकाहीं गम्भीर समस्या हो। **Git LFS** ले यसलाई ठूला फाइलहरू **अलग** (एक LFS सर्भरमा) भण्डारण गरेर हल गर्छ जबकि Git इतिहासमा केवल साना **pointer फाइलहरू** राख्छ — त्यसैले भण्डार साना र हल्का रहन्छ, वास्तविक ठूला फाइलहरू आवश्यकतानुसार डाउनलोड गरिन्छ (आवश्यक संस्करणहरू मात्र)।

यसले कसरी काम गर्छ (Git मा pointer, LFS मा वास्तविक फाइलहरू, पारदर्शी स्वैपिङ) र यसलाई कसरी प्रयोग गर्ने (`.gitattributes` को माध्यमबाट फाइल प्रकारहरू ट्र्याक गर्न) बुझ्नु भन्ने परियोजनाहरूको लागि व्यावहारिक ज्ञान हो जसलाई यसको आवश्यकता छ।

समान महत्त्वपूर्ण छ **कहिले यसलाई प्रयोग गर्ने** (ठूला बाइनरी सहितको भण्डार) बनाम कहिले यो अनावश्यक छ (शुद्ध स्रोत कोड, जहाँ Git पाठ राम्रोसँग सञ्चालन गर्छ) को बारेमा निर्णय र **विकल्पहरू** को जागरूकता (कहिलेकाहीँ ठूला आर्टिफेक्टहरूलाई Git मा राख्नै नगर्नु — artifact भण्डारहरू, S3, वा package registries प्रयोग गर्नु — राम्रो विकल्प हो)।

यो ठूला फाइलहरू सञ्चालन गर्न को बारे मा ध्वनि निर्णय-निर्माण प्रतिफलित गर्छ।

केही परियोजनाहरू वास्तवमा Git लाई फुलाउने ठूला बाइनरीहरूसँग संघर्ष गर्छन् (एक वास्तविक, प्रभावशाली समस्या), र Git LFS (वा विकल्पहरू) समाधान हो — भण्डारहरूलाई प्रबन्धनयोग्य राख्दै ठूला फाइलहरू सञ्चालन गरदै — Git LFS बुझ्नु, यसले समाधान गर्ने समस्या, यसले कसरी काम गर्छ, र कहिले यसलाई विकल्पहरू विरुद्ध प्रयोग गर्ने वरिष्ठ-स्तरको मूल्यवान ज्ञान हो ठूला फाइलहरू सहित भण्डारहरूलाई प्रभावकारी रूपमा प्रबन्ध गर्न, मिडिया, डेटा, वा ठूला एसेटसँग व्यवहार गर्ने परियोजनाहरूको लागि उपयोगी विषय।