Por qué tu repositorio pesa quinientos megas

Qué nunca debe entrar a un repositorio

Tres familias, y las tres por motivos distintos:

• Lo que tiene secretos. Archivos .env, claves, contraseñas. Este es el peligroso.
• Lo que se genera solo. Carpetas de dependencias, archivos compilados, cachés. Ocupan muchísimo y se vuelven a crear en un comando.
• Lo que es tuyo y de nadie más. La configuración de tu editor, archivos temporales del sistema.

Cómo se escribe la lista

mkdir tienda
cd tienda
git init -q
printf 'ciudad,monto\nLima,1200\n' > ventas.csv
mkdir cache
printf 'basura\n' > cache/temporal.txt
printf 'CLAVE=secreta123\n' > .env
git status --short

?? .env
?? cache/
?? ventas.csv

Ahí están los tres, y el .env con la clave a un git add . de irse a internet. Escribo la lista:

printf '.env\ncache/\n*.log\n' > .gitignore
cat .gitignore
git status --short

.env
cache/
*.log
?? .gitignore
?? ventas.csv

Desaparecieron. Ahora Git solo ve ventas.csv y el propio .gitignore, que sí se versiona porque el equipo entero tiene que compartir la misma lista.

Los cuatro patrones que uso

• .env, un archivo con ese nombre exacto.
• cache/, la carpeta entera con lo que tenga dentro.
• *.log, todo lo que termine así.
• !importante.log, la excepción: esto sí entra aunque el patrón de arriba lo excluya.

Preguntar por qué se ignora algo

git add ventas.csv .gitignore
git commit -q -m "Primeras ventas y la lista de ignorados"
git check-ignore -v cache/temporal.txt

.gitignore:2:cache/	cache/temporal.txt

Te dice qué archivo y qué línea lo está ignorando. Cuando un archivo no aparece y no entiendes por qué, este comando lo resuelve en un segundo 🔎

Y aquí viene lo importante

Meto una carpeta pesada al repositorio, como si no me hubiera dado cuenta:

mkdir librerias
printf 'un archivo enorme\n' > librerias/todo.js
git add librerias
git commit -q -m "Se sube la carpeta de librerias sin querer"
git ls-files

.gitignore
librerias/todo.js
ventas.csv

Ahora la agrego a la lista y miro qué pasa:

printf 'librerias/\n' >> .gitignore
git add .gitignore
git commit -q -m "Se ignora la carpeta de librerias"
git status --short
git ls-files

.gitignore
librerias/todo.js
ventas.csv

El estado dice que todo está limpio, así que parece que funcionó. Pero git ls-files, que lista lo que Git está siguiendo, sigue teniendo el archivo dentro.

Eso es exactamente lo que pasó en el repositorio de missyera.com: node_modules y staticfiles llevaban meses en el .gitignore y a la vez dentro. Eran 1.964 archivos y 18,6 MB que el servidor se bajaba en cada despliegue y no usaba nunca.

Sacar lo que ya entró

git rm -r --cached -q librerias
git commit -q -m "Se saca la carpeta de librerias del repositorio"
git ls-files
ls librerias

.gitignore
ventas.csv
todo.js

Fuera del repositorio y sigue en tu disco. Eso es lo que significa --cached: deja de versionarlo, no lo borra 🎯

El error de preguntar por algo que no se ignora

git check-ignore -v ventas.csv

Ni una palabra, y sin embargo falló: no imprime nada y devuelve un código de error, que es como Git dice "ese archivo no está ignorado por nadie".

$ echo "node_modules/" >> .gitignore
$ git add .gitignore
$ git commit -m "Se ignora node_modules"
$ git status

On branch main
nothing to commit, working tree clean

Comprueba que se entendió

Ejercicios

printf 'error\n' > ventas.log
printf 'error\n' > pedidos.log
printf '*.log\n' >> .gitignore
git status --short

 M .gitignore

printf '!ventas.log\n' >> .gitignore
git status --short

 M .gitignore
?? ventas.log

git check-ignore -v pedidos.log

.gitignore:5:*.log	pedidos.log

git ls-files

.gitignore
ventas.csv

printf 'temporal\n' > basura.tmp
git add -f basura.tmp
git commit -q -m "Se sube un temporal sin querer"
git rm --cached -q basura.tmp
git commit -q -m "Se saca el temporal del repositorio"
git ls-files
ls basura.tmp

.gitignore
ventas.csv
basura.tmp

git ls-files | wc -l

2

git check-ignore -v ventas.csv

Lo que te llevas

El .gitignore solo vale para lo que Git todavía no conoce. Lo que ya entró se saca con git rm --cached.