Git LFS ਕੀ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਇਸ ਦੀ ਲੋੜ ਕਦੋਂ ਹੁੰਦੀ ਹੈ?

Question

Accepted Answer

**Git LFS** (Large File Storage) Git ਵਿੱਚ **ਵੱਡੀਆਂ ਬਾਈਨਰੀ ਫਾਈਲਾਂ** (ਵਿਡੀਓਜ਼, ਡੇਟਾਸੈਟਸ, ਡਿਜ਼ਾਈਨ ਐਸੇਟਸ, ਵੱਡੀਆਂ ਬਾਈਨਰੀਜ਼) ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਸੰਭਾਲਣ ਲਈ ਇੱਕ ਐਕਸਟੈਂਸ਼ਨ ਹੈ। Git ਨੂੰ ਟੈਕਸਟ/ਸਰੋਤ ਕੋਡ ਲਈ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਗਿਆ ਹੈ ਅਤੇ ਇਹ ਵੱਡੀ ਬਾਈਨਰੀਆਂ ਨੂੰ ਖਰਾਬ ਢੰਗ ਨਾਲ ਸੰਭਾਲਦਾ ਹੈ, ਇਸ ਲਈ LFS ਉਹਨਾਂ ਨੂੰ ਵੱਖਰੇ ਤੌਰ ਤੇ ਸਟੋਰ ਕਰਦਾ ਹੈ ਜਦੋਂਕਿ ਰੈਪੋਜ਼ਿਟਰੀ ਵਿੱਚ ਹਲਕੇ ਸੰਦਰਭ ਰੱਖਦਾ ਹੈ।

## ਸਮੱਸਿਆ: Git ਅਤੇ ਵੱਡੀਆਂ ਬਾਈਨਰੀਜ਼

```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 ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

```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
```

## ਇਸਨੂੰ ਕਦੋਂ ਵਰਤੋ

```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.
```

## ਇਹ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ

Git LFS ਨੂੰ ਸਮਝਣਾ **Git ਵਿੱਚ ਵੱਡੀਆਂ ਬਾਈਨਰੀ ਫਾਈਲਾਂ ਨੂੰ ਸੰਭਾਲਣ** ਲਈ ਸੀਨੀਅਰ-ਲੈਵਲ ਦੀ ਮੁੱਲਵਾਨ ਜਾਣਕਾਰੀ ਹੈ, ਜੋ ਕੁਝ ਪ੍ਰੋਜੈਕਟਸ ਲਈ ਇੱਕ ਅਸਲੀ ਸਮੱਸਿਆ ਹੈ, ਇਸ ਲਈ ਇਹ ਉਪਯੋਗੀ ਵਿਹਾਰਕ ਜਾਣਕਾਰੀ ਹੈ।

ਮੂਲ ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ **Git ਵੱਡੀਆਂ ਬਾਈਨਰੀਆਂ ਨੂੰ ਖਰਾਬ ਢੰਗ ਨਾਲ ਸੰਭਾਲਦਾ ਹੈ**: ਕਿਉਂਕਿ Git ਆਪਣੇ ਇਤਿਹਾਸ ਵਿੱਚ ਹਰ ਫਾਈਲ ਦਾ ਹਰ ਸੰਸਕਰਣ ਸਟੋਰ ਕਰਦਾ ਹੈ ਅਤੇ ਬਾਈਨਰੀਜ਼ ਚੰਗੀ ਤਰ੍ਹਾਂ ਭਿੰਨਤਾ ਨਹੀਂ ਕਰਦੀਆਂ (ਹਰ ਪਰਿਵਰਤਨ ਇੱਕ ਹੋਰ ਪੂਰੀ ਕਾਪੀ ਸਟੋਰ ਕਰਦਾ ਹੈ), ਵੱਡੀਆਂ ਬਾਈਨਰੀ ਫਾਈਲਾਂ (ਵਿਡੀਓਜ਼, ਡੇਟਾਸੈਟਸ, ਡਿਜ਼ਾਈਨ ਐਸੇਟਸ, ਵੱਡੀਆਂ ਕਲਾਂਕਾਂ) **ਰੈਪੋਜ਼ਿਟਰੀ ਨੂੰ ਭਾਰੀ ਭਰ ਦਿੰਦੀਆਂ ਹਨ** — ਰੈਪੋ ਅਤੇ ਹਰ ਕਲੋਨ ਨੂੰ ਵੱਡਾ ਅਤੇ ਹੌਲਾ ਬਣਾਉਂਦਾ ਹੈ, ਭਾਰ ਥਾਈ ਰਹਦਾ ਹੈ ਅਤੇ ਹਟਾਉਣਾ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ।

ਇਹ ਮੀਡੀਆ, ਡੇਟਾਸੈਟਸ, ਗੇਮ ਐਸੇਟਸ, ਡਿਜ਼ਾਈਨ ਫਾਈਲਾਂ, ਜਾਂ ML ਮਾਡਲਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਵਾਲੇ ਪ੍ਰੋਜੈਕਟਸ ਲਈ ਇੱਕ ਅਸਲੀ, ਕਦੀ-ਕਦੀ ਗੰਭੀਰ ਸਮੱਸਿਆ ਹੈ। **Git LFS** ਇਸ ਨੂੰ ਵੱਡੀਆਂ ਫਾਈਲਾਂ ਨੂੰ **ਵੱਖਰੇ ਤੌਰ ਤੇ** (ਇੱਕ LFS ਸਰਵਰ ਤੇ) ਸਟੋਰ ਕਰਕੇ ਹੱਲ ਕਰਦਾ ਹੈ ਜਦੋਂਕਿ Git ਇਤਿਹਾਸ ਵਿੱਚ ਸਿਰਫ ਛੋਟੀਆਂ **ਪੁਆਇੰਟਰ ਫਾਈਲਾਂ** ਰਾਖਦਾ ਹੈ — ਇਸ ਲਈ ਰੈਪੋਜ਼ਿਟਰੀ ਛੋਟੀ ਅਤੇ ਹਲਕੀ ਰਹਿੰਦੀ ਹੈ, ਅਸਲੀ ਵੱਡੀਆਂ ਫਾਈਲਾਂ ਮੰਗ ਤੇ ਡਾਉਨਲੋਡ ਹੁੰਦੀਆਂ ਹਨ (ਸਿਰਫ ਲੋੜ ਵਾਲੇ ਸੰਸਕਰਣ)।

ਇਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ (Git ਵਿੱਚ ਪੁਆਇੰਟਰ, LFS ਵਿੱਚ ਅਸਲੀ ਫਾਈਲਾਂ, ਪਾਰਦਰਸ਼ੀ ਸਵੈਪਿੰਗ) ਅਤੇ ਇਸਨੂੰ ਕਿਵੇਂ ਵਰਤਿਆ ਜਾਵੇ (`.gitattributes` ਦੁਆਰਾ ਫਾਈਲ ਕਿਸਮਾਂ ਨੂੰ ਟ੍ਰੈਕ ਕਰਨਾ) ਸਮਝਣਾ ਉਹਨਾਂ ਪ੍ਰੋਜੈਕਟਸ ਲਈ ਵਿਹਾਰਕ ਜਾਣਕਾਰੀ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਇਸਦੀ ਲੋੜ ਹੈ।

ਬਰਾਬਰ ਮਹੱਤਵਪੂਰਨ **ਇਸ ਬਾਰੇ ਨਿਰਣਾ** ਹੈ ਕਿ ਇਸਨੂੰ ਕਦੋਂ ਵਰਤਿਆ ਜਾਵੇ (ਵੱਡੀਆਂ ਬਾਈਨਰੀ ਰੈਪੋਜ਼ ਲਈ) ਬਨਾਮ ਕਦੋਂ ਇਹ ਅਨਾਵਸ਼ਕ ਹੋਵੇ (ਸ਼ੁੱਧ ਸਰੋਤ ਕੋਡ, ਜਿੱਥੇ Git ਟੈਕਸਟ ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸੰਭਾਲਦਾ ਹੈ) ਅਤੇ **ਬਿਕਲਪਾਂ** ਦੀ ਸਚੇਤਤਾ (ਕਦੀ-ਕਦੀ Git ਵਿੱਚ ਬਿਲਕੁਲ ਵੱਡੀਆਂ ਕਲਾਂਕਾਂ ਸਟੋਰ ਨਾ ਕਰਨਾ — artifact ਸਟੋਰਸ, S3, ਜਾਂ ਪੈਕੇਜ ਰਜਿਸਟਰੀਜ਼ ਵਰਤਣਾ — ਬਿਹਤਰ ਵਿਕਲਪ ਹੈ)।

ਇਹ ਵੱਡੀ ਫਾਈਲਾਂ ਨੂੰ ਸੰਭਾਲਣ ਬਾਰੇ ਸਮਝਦਾਰੀ ਨਾਲ ਫੈਸਲਾ ਲੈਣਾ ਦਰਸਾਉਂਦਾ ਹੈ।

ਕਿਉਂਕਿ ਕੁਝ ਪ੍ਰੋਜੈਕਟਸ ਸੱਚਮੁੱਚ ਵੱਡੀਆਂ ਬਾਈਨਰੀਆਂ ਨਾਲ Git ਨੂੰ ਭਾਰੀ ਬਣਾਉਣ ਵਿੱਚ ਜੰਝਟ ਵਿੱਚ ਆਉਂਦੇ ਹਨ (ਇੱਕ ਅਸਲੀ, ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਮੱਸਿਆ), ਅਤੇ ਕਿਉਂਕਿ Git LFS (ਜਾਂ ਬਿਕਲਪ) ਹੱਲ ਹੈ — ਰੈਪੋਜ਼ ਨੂੰ ਪ੍ਰਬੰਧਨਯੋਗ ਰਖਦੇ ਹੋਏ ਵੱਡੀਆਂ ਫਾਈਲਾਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹੋਏ — Git LFS, ਸਮੱਸਿਆ ਜਿਹੜੀ ਇਹ ਹੱਲ ਕਰਦਾ ਹੈ, ਇਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਅਤੇ ਬਿਕਲਪਾਂ ਦੇ ਮੁਕਾਬਲੇ ਇਸਨੂੰ ਕਦੋਂ ਵਰਤਿਆ ਜਾਵੇ ਸਮਝਣਾ ਵੱਡੀਆਂ ਫਾਈਲਾਂ ਨਾਲ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਰੈਪੋਜ਼ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਲਈ ਸੀਨੀਅਰ-ਲੈਵਲ ਦੀ ਮੁੱਲਵਾਨ ਜਾਣਕਾਰੀ ਹੈ, ਮੀਡੀਆ, ਡੇਟਾ, ਜਾਂ ਵੱਡੀਆਂ ਕਲਾਂਕਾਂ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲੇ ਪ੍ਰੋਜੈਕਟਸ ਲਈ ਇੱਕ ਉਪਯੋਗੀ ਵਿਸ਼ਾ ਹੈ।