TranslateProject/sources/tech/20240105 Do we think of git commits as diffs, snapshots, and-or histories.md

195 lines
12 KiB
Markdown
Raw Normal View History

[#]: subject: "Do we think of git commits as diffs, snapshots, and/or histories?"
[#]: via: "https://jvns.ca/blog/2024/01/05/do-we-think-of-git-commits-as-diffs--snapshots--or-histories/"
[#]: author: "Julia Evans https://jvns.ca/"
[#]: collector: "lujun9972/lctt-scripts-1700446145"
[#]: translator: "Cubik65536"
[#]: reviewer: " "
[#]: publisher: " "
[#]: url: " "
我们认为 git 提交是差异、快照还是历史记录?
======
大家好!我一直在相当缓慢地尝试弄清楚如何解释 git 中的各个核心理念(提交!分支!远程!暂存区!),而提交却出奇地棘手。
要明白 git 提交是如何实现的对我来说相当简单(这些都是确定的!我可以直接查看!),但是要弄清楚别人是怎么看待提交的却相当困难。所以,就像我最近一直在做的那样,我上了 Mastodon 并提了一些问题。
### 大家是怎么看待 Git 提交的?
我进行了一个 [非常不科学的调查][1],询问大家是怎么看待 Git 提交的:是快照?是差异?还是所有之前提交的列表?(当然,把它看作这三者都是合理的,但我很好奇人们的 _主要_ 观点)。这是调查结果:
![][2]
结果是:
* 51% 差异
* 42% 快照
* 4% 所有之前的提交的历史记录
* 3% “其他”
我很惊讶差异和快照两个选项的比例如此接近。人们还提出了一些有趣但相互矛盾的观点,比如 “在我看来,提交是一个差异,但我认为它在实现上是一个快照” 和 “在我看来,提交是一个快照,但我认为它在实现上是一个差异”。我们稍后会讨论一下提交的实际实现方式。
在我们进一步讨论之前:我们的说 “一个差异” 或 “一个快照” 都是什么意思?
### 什么是差异?
我想说的差异可能相当明显:差异就是你在运行 `git show COMMIT_ID` 时得到的东西。例如,这是一个 rbspy 项目中的拼写错误修复:
```
diff --git a/src/ui/summary.rs b/src/ui/summary.rs
index 5c4ff9c..3ce9b3b 100644
--- a/src/ui/summary.rs
+++ b/src/ui/summary.rs
@@ -160,7 +160,7 @@ mod tests {
";
let mut buf: Vec<u8> = Vec::new();
- stats.write(&mut buf).expect("Callgrind write failed");
+ stats.write(&mut buf).expect("summary write failed");
let actual = String::from_utf8(buf).expect("summary output not utf8");
assert_eq!(actual, expected, "Unexpected summary output");
}
```
你可以在 GitHub 上看到它: <https://github.com/rbspy/rbspy/commit/24ad81d2439f9e63dd91cc1126ca1bb5d3a4da5b>
### 什么是快照?
当我说 “一个快照” 时,我的意思是 “当你运行 `git checkout COMMIT_ID` 时得到的所有文件”。
Git 通常将提交的文件列表称为 “树”,你可以在 GitHub 上看到上述提交的所有文件:
<https://github.com/rbspy/rbspy/tree/24ad81d2439f9e63dd91cc1126ca1bb5d3a4da5b> (它是 `/tree/` 而不是 `/commit/`)
### Git 实现提交的方式真的是正确的解释方式吗?
我最常听到的关于学习 Git 的建议大概是 “只要学会 Git 在内部是如何表示事物的,一切都会变得清晰明了”。我显然非常喜欢这种观点(如果你花了一些时间阅读这个博客,你就会知道我 _喜欢_ 思考事物在内部是如何实现的)。
但是作为一个学习 Git 的方法,它并没有我希望的那么成功!通常我会兴奋地开始解释 “好的,所以 git 提交是一个快照,它有一个指向它的父提交的指针,然后一个分支是一个指向提交的指针,然后...”,但是我试图帮助的人会告诉我,他们并没有真正发现这个解释有多有用,他们仍然不明白。所以我一直在考虑其他的选择。
但是让我们还是先谈谈内部实现吧。
### Git 是如何在内部表示提交的:快照
在内部git 将提交表示为快照(它存储每个文件当前版本的 “树”)。我在 [在一个 git 仓库中,你的文件在哪里?][3] 中写过这个,但下面是一个非常快速的内部格式概述。
这是一个提交的表示方式:
```
$ git cat-file -p 24ad81d2439f9e63dd91cc1126ca1bb5d3a4da5b
tree e197a79bef523842c91ee06fa19a51446975ec35
parent 26707359cdf0c2db66eb1216bf7ff00eac782f65
author Adam Jensen <adam@acj.sh> 1672104452 -0500
committer Adam Jensen <adam@acj.sh> 1672104890 -0500
Fix typo in expectation message
```
以及,当我们查看这个树对象时,我们会看到这个提交中仓库根目录下每个文件/子目录的列表:
```
$ git cat-file -p e197a79bef523842c91ee06fa19a51446975ec35
040000 tree 2fcc102acd27df8f24ddc3867b6756ac554b33ef .cargo
040000 tree 7714769e97c483edb052ea14e7500735c04713eb .github
100644 blob ebb410eb8266a8d6fbde8a9ffaf5db54a5fc979a .gitignore
100644 blob fa1edfb73ce93054fe32d4eb35a5c4bee68c5bf5 ARCHITECTURE.md
100644 blob 9c1883ee31f4fa8b6546a7226754cfc84ada5726 CODE_OF_CONDUCT.md
100644 blob 9fac1017cb65883554f821914fac3fb713008a34 CONTRIBUTORS.md
100644 blob b009175dbcbc186fb8066344c0e899c3104f43e5 Cargo.lock
100644 blob 94b87cd2940697288e4f18530c5933f3110b405b Cargo.toml
```
这意味着检出一个 Git 提交总是很快的:对 Git 来说,检出昨天的提交和检出 100 万个提交之前的提交一样容易。Git 永远不需要重新应用 10000 个差异来确定当前状态,因为提交根本就不是以差异的形式存储的。
### 快照使用 packfiles 进行压缩
我刚刚提到了 Git 提交是一个快照,但是,当有人说 “在我看来,提交是一个快照,但我认为它在实现上是一个差异” 时这实际上也是有点道理的Git 提交并不是以你可能习惯的差异的形式表示的(它们不是以与上一个提交的差异的形式存储在磁盘上的),但是,如果你编辑 500 次同样的 10000 行代码,如果要存储 500 个文件副本,那将是非常低效的,这个基本的直觉是正确的。
Git 有一个将文件以差异的形式存储的方法。这被称为 “packfiles”git 会定期进行垃圾回收,将你的数据压缩成 packfiles 以节省磁盘空间。当你 `git clone` 一个仓库时git 也会压缩数据。
我这里没有足够的空间来完整地解释 packfiles 是如何工作的Aditya Mukerjee 的 [解压 Git packfiles][4] 是我最喜欢的解释它们是如何工作的文章)。但是这里是我对 delta 是如何工作的以及它们与差异的不同之处的简要总结:
* 对象是以对 “原始文件” 的引用加上一个 “delta” 存储的
* delta 是一系列例如 “读取第 0 到 100 字节,然后插入字节 hello there然后读取第 120 到 200 字节” 的指令。它从原始文件中拼凑出新的文本。所以没有 “删除” 的概念,只有复制和添加。
* delta 只会有 1 层git 只需要查看 2 个东西来解压缩一个文件,原始文件和 delta。它不需要查看 100 个差异或任何其他东西。
* ”原始文件” 不一定来自上一个提交,它可以是任何东西。也许它甚至可以来自一个更晚的提交?我不确定。
* 没有一个 “正确的” 算法来计算 deltaGit 只是有一些近似的启发式算法
### 当你查看差异时,实际上发生了一些奇怪的事情
当我们运行 `git show SOME_COMMIT` 来查看提交的差异时,实际上发生的事情有点反直觉。我的理解是:
1. git 会在 packfiles 中查找并应用 delta 来重建该提交和其父提交的树。
2. git 会对两个目录树进行差异比较。通常这很快,因为几乎所有的文件都是完全相同的,所以 git 大部分时间都只需要比较同一个文件的哈希值。
3. 最后 git 会展示差异
所以git 会将 delta 转换为快照,然后计算差异。它感觉有点奇怪,因为它从一个类似差异的东西开始,最终得到另一个类似差异的东西,但是 delta 和差异实际上是完全不同的,所以这是说得通的。
### 一个 “错误的” git 的理解:提交是差异
我认为一个相当常见的,对 git 的 “错误” 的理解是:
* 提交是以基于上一个提交的差异的形式存储的(加上指向父提交的指针和作者和消息)。
* 要获取提交的当前状态Git 需要从头开始重新应用所有之前的提交。
这个理解当然是错误的(在现实中,提交是以快照的形式存储的,差异是从这些快照计算出来的),但是对我来说它似乎非常有用而且有意义!在考虑合并提交时会有一点奇怪,但是或许我们可以说这只是基于合并提交的第一个父提交的差异。
我认为这个错误的理解有的时候非常有用,而且对于日常 Git 使用来说它似乎并没有什么问题。我真的很喜欢它将我们最常使用的东西(差异)作为最基本的元素——它对我来说非常直观。
我也一直在思考一些其他有用但 “错误” 的 Git 理解,比如:
* 提交信息可以被编辑(实际上不是这样的,你只是复制了一个相同的提交然后给了它一个新的信息,旧的提交仍然存在)
* 提交可以被移动到一个不同的基础上(类似地,它们被复制了)
我认为有一系列非常有意义的、 “错误” 的对 Git 的理解,它们在很大程度上都受到 Git 用户界面的支持,并且在大多数情况下都不会产生什么问题。但是当你想要撤销一个更改或者出现问题时,它可能会变得混乱。
### 将提交视为差异的一些优势
就算我知道在 Git 中提交是快照,我可能大部分时间也都将它们视为差异,因为:
* 大多时候我都在关注我正在做的 **更改** —— 如果我只是改变了一行代码,显然我主要是在考虑那一行代码而不是整个代码库的当前状态
* 当你选择一个 Git 提交或者使用 `git show` 时,你会看到差异,所以这只是我习惯看到的东西
* 我经常使用变基,它就是关于重新应用差异的
### 将提交视为快照的一些优势
但是我有时也会将提交视为快照,因为:
* 这种方式更容易理解 `git checkout COMMIT_ID` 在做什么(重新应用 10000 个提交的想法让我感到很有压力)
* 合并提交在我看来更像是快照,因为合并提交实际上可以是任何东西(它只是一个新的快照!)。它帮助我理解为什么在解决合并冲突时可以进行任意更改,以及为什么在解决冲突时要小心。
### 其他一些关于提交的理解
Mastodon 的一些回复中还提到了:
* “额外的” 关于提交的信息比如电子邮件、GitHub 拉取请求或者你和同事的对话
* 将“差异”视为一个“之前的状态 + 之后的状态”
* 以及,当然,很多人根据情况的不同以不同的方式看待提交
### 目前就是这些了!
对我来说,弄清楚人们对 git 的不同理解是非常困难的。人们会非常认真的去监管 “错误的” 理解,即使这些 “错误的” 理解通常非常有用,人们都不愿意分享他们的 “错误” 想法,因为他们害怕一些 Git 解释者会突然蹦出来向他们解释他们为什么是错误的。(这些 Git 解释者通常是出于善意的,但是无论如何它都会产生一种负面影响)这也使得弄清楚这些想法非常困难。
但是我学到了很多!我仍然不完全清楚我想如何谈论提交,但是我们最终会弄清楚的。
感谢 Marco Rogers、Marie Flanagan 以及 Mastodon 上的所有人和我讨论 git 提交。
--------------------------------------------------------------------------------
via: https://jvns.ca/blog/2024/01/05/do-we-think-of-git-commits-as-diffs--snapshots--or-histories/
作者:[Julia Evans][a]
选题:[lujun9972][b]
译者:[Cubik65536](https://github.com/Cubik65536)
校对:[校对者ID](https://github.com/校对者ID)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译,[Linux中国](https://linux.cn/) 荣誉推出
[a]: https://jvns.ca/
[b]: https://github.com/lujun9972
[1]: https://social.jvns.ca/@b0rk/111563158717698550
[2]: https://jvns.ca/images/git-commit-poll.png
[3]: https://jvns.ca/blog/2023/09/14/in-a-git-repository--where-do-your-files-live-/
[4]: https://codewords.recurse.com/issues/three/unpacking-git-packfiles