Trucos de Git para trabajar con repositorios grandes

Hace poco Yanina Bellini Saibene nos recordó actualizar el perfil de Slack:

Recordatorio amigable: Aumentemos el valor de nuestra comunidad de Slack de rOpenSci. Por favor, agreguen detalles a su perfil, como su foto, su red social favorita, lo que hacen, sus pronombres y cómo se pronuncia su nombre.

Después de hacer eso, decidí actualizar mis fotos de perfil en el sitio web de rOpenSci, y termine aprendiendo algunos trucos de git que voy a compartir acá. Gracias a Maëlle Salmon por motivarme a escribir este artículo y a Steffi LaZerte por revisarlo.

🔗 Clonando como siempre

Cuando quise clonar el repositorio del sitio web de rOpenSci, me di cuenta de que era grande y que me llevaría varios minutos.

git clone https://github.com/ropensci/roweb3.git

Decidí detener el proceso e investigar cómo clonar solo la última versión de los archivos específicos que necesitaba.

🔗 Clonando la última versión de archivos específicos

Primero hice un fork (bifurcación) del repositorio (roweb3). Usé gh desde la terminal, pero también podría haberlo hecho manualmente desde GitHub.

# Si no usas `gh`, hace un "fork" de ropensci/roweb3 desde GitHub
gh repo fork ropensci/roweb3

Luego creé un directorio local vacío roweb3 y lo enlacé al fork.

git init roweb3
cd roweb3
git remote add origin [email protected]:maurolepore/roweb3.git

¡Ahora los trucos! Para evitar descargar todo el repositorio primero encontre los archivos específicos que necesitaba en el buscador de GitHub (Go to file), luego:

• Truco 1: Configuré un sparse checkout para clonar solo esos archivos.

git config core.sparseCheckout true
echo "themes/ropensci/static/img/team/mauro*" >> .git/info/sparse-checkout

• Truco 2: Usé git pull con --depth 1 para obtener solo la última versión de esos archivos.

git pull --depth=1 origin main

Exploré el resultado con tree y vi que era justo lo que necesitaba modificar:

tree
.
└── themes
    └── ropensci
        └── static
            └── img
                └── team
                    ├── mauro-lepore.jpg
                    └── mauro-lepore-mentor.jpg

🔗 ¿Pero qué tan grande es?

Aunque esos trucos fueron útiles, aún quería saber cuán grande era el repositorio, así que lo cloné entero como de costumbre y lo exploré con du:

du --human-readable --max-depth=1 .
219M    ./themes
164K    ./.Rproj.user
56K     ./archetypes
628K    ./resources
168K    ./data
376M    ./.git
20K     ./static
12K     ./.github
40K     ./scripts
161M    ./content
24K     ./layouts
475M    ./public
1.3G    .

Esto confirmó que el repositorio es mucho más grande que los que manejo normalmente. Pero ahora sé algunos trucos más de Git (¡y aún más sobre cómo bloguear en rOpenSci :-)).

🔗 Conclusión

Si todo lo que tienes es un martillo, todo te parecerá un clavo. — Abraham Maslow

A veces, git clone no es la herramienta adecuada para el trabajo que querés hacer. Un sparse checkout y un pull superficial pueden ayudarte a obtener específicamente lo que necesitas.

Si te gusta aprender de videos, podés buscar “git” en mi canal de YouTube o explorar las listas de reproducción git, git-from-the-terminal, y git-con-la-terminal.

¿Cuáles son tus trucos favoritos de Git? ¿Qué tal si blogueas sobre eso?