Git LFS 推送失败问题分析与解决方案:HTTP 405 错误处理指南
2025-05-17 02:11:45作者:盛欣凯Ernestine
问题现象
在使用 Docker 部署的 GitLab 环境中,用户报告了 Git LFS 推送失败的问题。常规 Git 操作(如 pull/push)正常执行,但涉及 LFS 大文件推送时出现 Client error from HTTP 405 错误。错误提示表明服务器拒绝了 LFS 传输请求,而 HTTP 405 状态码通常表示"方法不被允许"。
环境诊断
通过分析用户提供的 git lfs env 输出,可观察到以下关键信息:
- LFS 终端点指向内网 IP 地址(192.168.100.155)
- 认证方式显示为
auth=none - 客户端环境为 Windows 平台,使用 Git 2.39.2 和 Git LFS 3.3.0
- 传输配置同时启用了 basic 和 ssh 协议
根本原因
该问题通常源于 GitLab 容器配置与 Docker 端口映射不匹配。具体表现为:
- GitLab 容器内部配置的 HTTP(S) 端口与 Docker 暴露的端口不一致
- LFS 服务无法通过预期端口访问
- Nginx 反向代理配置未正确处理 LFS 请求
解决方案
方案一:修正容器配置
- 进入 GitLab 容器修改配置文件
/etc/gitlab/gitlab.rb:
external_url 'http://<服务器IP>:<实际映射端口>'
- 重新配置 GitLab:
gitlab-ctl reconfigure
方案二:调整 Nginx 监听端口
若需保持原有 URL 结构,可单独修改 Nginx 配置:
nginx['listen_port'] = <Docker映射端口>
方案三:端口转发(临时方案)
通过路由器(如 OpenWrt)设置端口转发,将外部请求转发到容器内部正确端口。
配置验证步骤
- 检查当前生效配置:
gitlab-rake gitlab:check
- 确认端口监听状态:
netstat -tulnp | grep nginx
- 测试 LFS 连接:
GIT_TRACE=1 GIT_TRANSPORT_TRACE=1 git lfs push origin main
最佳实践建议
- 统一端口配置:确保 Docker compose 文件中的端口映射与 GitLab 配置完全一致
- HTTPS 强化:生产环境建议配置 SSL 证书并启用 HTTPS
- 防火墙检查:验证主机防火墙是否放行 LFS 服务端口(通常为 443 或自定义端口)
- 客户端配置:对于复杂网络环境,可在客户端显式设置 LFS 终端点:
git config lfs.url "http://<实际访问地址>/info/lfs"
技术原理补充
Git LFS 使用 HTTP 协议传输大文件时,会向服务器发送 PUT 请求。当服务器端口配置错误时,请求可能被错误路由或拒绝,导致 405 错误。正确的端口配置确保:
- LFS 请求能到达 GitLab 内置的 LFS 处理器
- Nginx 能正确代理这些请求
- 身份认证信息能正常传递
通过本文的解决方案,用户可系统性地排查和修复 Git LFS 在容器化环境中的传输问题,确保大文件版本控制流程的稳定性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217