在保留历史记录的同时合并Git子模块

我们有一个存储库，其中两个目录在两年前被提取为子模块

由于git子模块造成了太多的麻烦，因此决定将提取作为子模块进行恢复，并将目录带回父存储库

现在的问题是，在保留所有历史的同时，最好的方法是什么

我正在考虑将子模块添加为远程模块，然后

cherry pick

ing所有更改。但为此，我需要告诉git，它不应该处理相对于当前目录的提交路径，而不是相对于父repo的根的提交路径

难道没有人能用樱桃摘或其他聪明的方法做到这一点吗

---

非常感谢

您可以使用手册页中的示例或稍加修改的版本，使用

git filter branch

。这是git v1.8.2中的手册页版本：

To move the whole tree into a subdirectory, or remove it from there:

git filter-branch --index-filter \
    'git ls-files -s | sed "s-\t\"*-&newsubdir/-" |
        GIT_INDEX_FILE=$GIT_INDEX_FILE.new \
        git update-index --index-info &&
        mv "$GIT_INDEX_FILE.new" "$GIT_INDEX_FILE"' HEAD

首先，将每个子模块添加为父repo中的远程模块，然后将每个子模块的

主节点

分支签出为本地跟踪分支（例如

子模块a主节点

，

子模块b主节点

，等等）。Git将抛出一个警告，因为这些分支不共享历史记录，但会让您继续。将子模块分支的历史记录重写到相应的子目录中，并将其合并到父级的

主目录中。最后，您将有一系列子目录的合并提交，以及父repo中的一个内聚的、单一的历史记录

这听起来比实际情况复杂得多。确保进行备份以防出现问题。编写整个过程的脚本，这样你就可以尝试，直到你做对为止。每个子模块的大致执行顺序为：

git remote add submodule submodule_remote
git checkout -b submodule-master submodule/master
git filter-branch ...        # With the index-filter described above.
                                 # Depending on length of history, this could
                                 # take quite a while to process/
git checkout master          # Get back on parent's master.

现在你面临着一个选择。是否重写父模块以删除子模块的所有跟踪？如果是后者，请使用适合您的源代码从父存储库中删除子模块，然后
git merge submodule master
。如果您还想从历史记录中删除所有子模块提交，那么也可以使用
git filter branch
重写父模块

我曾经为35个不同的存储库这样做过。这里有一个小贴士：在AWS上花10美元进行几个小时的集群计算
git过滤器分支
非常受RAM限制。一个AWS集群计算实例可能在午餐时间内完成一件笔记本电脑无法在20小时内完成的事情。这是一种非常简单、廉价的方式来进行这样的操作

最后一个音符。如果使用BSD
sed
，手册页中的
\t
替换很可能会失败。Jeff King的
perl
将解决这个问题：

git filter-branch --index-filter '
  git ls-files -s |
    perl -pe "s{\t\"?}{$&newsubdir/}" |
    GIT_INDEX_FILE=$GIT_INDEX_FILE.new git update-index --index-info &&
  mv $GIT_INDEX_FILE.new $GIT_INDEX_FILE
' HEAD

您可以使用手册页中的示例或稍加修改的版本，使用git filter branch

执行此操作。这是git v1.8.2中的手册页版本：

To move the whole tree into a subdirectory, or remove it from there:

git filter-branch --index-filter \
    'git ls-files -s | sed "s-\t\"*-&newsubdir/-" |
        GIT_INDEX_FILE=$GIT_INDEX_FILE.new \
        git update-index --index-info &&
        mv "$GIT_INDEX_FILE.new" "$GIT_INDEX_FILE"' HEAD

首先，将每个子模块添加为父repo中的远程模块，然后将每个子模块的

主节点

分支签出为本地跟踪分支（例如

子模块a主节点

，

子模块b主节点

，等等）。Git将抛出一个警告，因为这些分支不共享历史记录，但会让您继续。将子模块分支的历史记录重写到相应的子目录中，并将其合并到父级的

主目录中。最后，您将有一系列子目录的合并提交，以及父repo中的一个内聚的、单一的历史记录

这听起来比实际情况复杂得多。确保进行备份以防出现问题。编写整个过程的脚本，这样你就可以尝试，直到你做对为止。每个子模块的大致执行顺序为：

git remote add submodule submodule_remote
git checkout -b submodule-master submodule/master
git filter-branch ...        # With the index-filter described above.
                                 # Depending on length of history, this could
                                 # take quite a while to process/
git checkout master          # Get back on parent's master.

现在你面临着一个选择。是否重写父模块以删除子模块的所有跟踪？如果是后者，请使用适合您的源代码从父存储库中删除子模块，然后
git merge submodule master
。如果您还想从历史记录中删除所有子模块提交，那么也可以使用
git filter branch
重写父模块

我曾经为35个不同的存储库这样做过。这里有一个小贴士：在AWS上花10美元进行几个小时的集群计算
git过滤器分支
非常受RAM限制。一个AWS集群计算实例可能在午餐时间内完成一件笔记本电脑无法在20小时内完成的事情。这是一种非常简单、廉价的方式来进行这样的操作

最后一个音符。如果使用BSD
sed
，手册页中的
\t
替换很可能会失败。Jeff King的
perl
将解决这个问题：

git filter-branch --index-filter '
  git ls-files -s |
    perl -pe "s{\t\"?}{$&newsubdir/}" |
    GIT_INDEX_FILE=$GIT_INDEX_FILE.new git update-index --index-info &&
  mv $GIT_INDEX_FILE.new $GIT_INDEX_FILE
' HEAD