Wat is Git LFS en wanneer heb je het nodig?

Question

Accepted Answer

**Git LFS** (Large File Storage) is een extensie voor het efficiënt verwerken van **grote binaire bestanden** (video's, datasets, design assets, grote binaries) in Git. Git is ontworpen voor tekst/broncode en gaat slecht om met grote binaries, dus LFS slaat ze apart op terwijl het lichtgewicht verwijzingen in de repository behoudt.

## Het probleem: Git en grote binaries

```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.
```

## Hoe Git LFS werkt

```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
```

## Wanneer moet je het gebruiken

```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.
```

## Waarom het belangrijk is

Git LFS begrijpen is waardevolle kennis op seniorniveau voor **het omgaan met grote binaire bestanden in Git**, een reëel probleem voor bepaalde projecten, dus het is nuttige praktische kennis.

Het kernprobleem is dat **Git grote binaries slecht afhandelt**: omdat Git elke versie van elk bestand in zijn geschiedenis opslaat en binaries niet goed differ (elke wijziging slaat een volledige kopie op), grote binaire bestanden (video's, datasets, design assets, grote artefacten) **opblazen de repository enorm** — waardoor de repo en elke clone enorm en traag wordt, met de opblazing permanent en moeilijk te verwijderen.

Dit is een echt, soms ernstig probleem voor projecten met media, datasets, game assets, design files of ML-modellen. **Git LFS** lost dit op door grote bestanden **apart** op te slaan (op een LFS-server) terwijl je alleen kleine **pointer-bestanden** in de Git-geschiedenis behoudt — zodat de repository klein en licht blijft, met werkelijke grote bestanden op aanvraag gedownload (alleen de benodigde versies).

Het begrijpen hoe het werkt (pointers in Git, echte bestanden in LFS, transparante uitwisseling) en hoe je het gebruikt (bestandstypes traceren via `.gitattributes`) is de praktische kennis voor projecten die het nodig hebben.

Evenmin belangrijk is het oordeel over **wanneer je het moet gebruiken** (repos met grote binaries) versus wanneer het niet nodig is (pure broncode, waarbij Git tekst goed afhandelt) en bewustzijn van **alternatieven** (soms is het niet opslaan van grote artefacten in Git helemaal — het gebruik van artifact stores, S3 of package registries — de betere keuze).

Dit weerspiegelt gezond oordeel over het beheren van grote bestanden.

Omdat sommige projecten echt worstelen met grote binaries die Git opblazen (een echt, impactvol probleem), en omdat Git LFS (of alternatieven) de oplossing is — repos beheersbaar houden terwijl grote bestanden worden verwerkt — is het begrijpen van Git LFS, het probleem dat het oplost, hoe het werkt en wanneer je het moet gebruiken versus alternatieven waardevolle kennis op seniorniveau voor het effectief beheren van repositories met grote bestanden, een nuttig onderwerp voor projecten met media, data of grote assets.