document/TranslateProject
2
0
Fork 0
mirror of https://github.com/LCTT/TranslateProject.git synced 2025-02-25 00:50:15 +08:00
Code Issues Packages Projects Releases Wiki Activity

RP

Browse Source 
@lkxed
https://linux.cn/article-14470-1.html
This commit is contained in:
Xingyu Wang 2022-04-13 23:05:16 +08:00
parent 8bc0533261
commit ca396b569f
1 changed files with 23 additions and 24 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

47
translated/tech/20181107 Gitbase: Exploring Git repos with SQL.md → published/20181107 Gitbase: Exploring Git repos with SQL.md
View File

@ -3,49 +3,50 @@
[#]: author: "Francesc Campoy https://opensource.com/users/francesc/"
[#]: collector: "lkxed"
[#]: translator: "lkxed"
[#]: reviewer: " "
[#]: publisher: " "
[#]: url: " "
[#]: reviewer: "wxy"
[#]: publisher: "wxy"
[#]: url: "https://linux.cn/article-14470-1.html"
Gitbase: 使用 SQL 探索 Git 仓库
Gitbase：使用 SQL 探索 Git 仓库
======
Gitbase 是一个由 Go 驱动的开源项目，它使得我们可以在 Git 仓库上运行 SQL 查询。
![][1]
图源：Jason Baker，遵循 CC BY-SA 4.0 国际协议。
> Gitbase 是一个由 Go 驱动的开源项目，它使得我们可以在 Git 仓库上运行 SQL 查询。
![](https://img.linux.net.cn/data/attachment/album/202204/13/230413ddcpm87p2bds18db.jpg)
Git 已经成为了代码版本控制的事实标准。虽然 Git 已经很流行了，但想用它来对源代码仓库的历史和内容进行深度分析，仍然是一件复杂的事情。
另一方面，SQL 则是一个经过实际检验、适合查询大型代码库的的语言，毕竟 Spark 和 BigQuery 等项目都采用了 SQL 作为查询语言。
因此，在 source{d}，我们顺理成章地结合了这两种技术来创建 gitbase：一个用 SQL 对 git 仓库进行大规模分析的“代码即数据”解决方案。
因此，在 source{d} 公司，我们顺理成章地结合了这两种技术来创建了 Gitbase：这是一个用 SQL 对 Git 仓库进行大规模分析的“代码即数据”解决方案。
[Gitbase][2] 是一个完全开源的项目，它站在一系列巨人的肩膀上，是它们使 Gitbase 的发展成为可能。本文旨在指出其中的主要部分。
![][3]
[gitbase playground][4] 提供了一种可视化的方式来使用 gitbase。
*[Gitbase 试验场][4] 提供了一种使用 Gitbase 的可视化方式。*
### 使用 Vitess 解析 SQL
Gitbase 把 SQL 作为用户接口。这意味着我们需要解析基于 MySQL 协议传输的 SQL 请求，并理解它们。幸运的是，我们在 YouTube 的朋友和他们的 [Vitess][5] 项目已经实现了这一点。Vitess 是一个数据库集群系统，用于 MySQL 的水平扩展。
Gitbase 将 SQL 作为用户接口。这意味着我们需要解析基于 MySQL 协议传输的 SQL 请求，并理解它们。幸运的是，我们在 YouTube 的朋友和他们的 [Vitess][5] 项目已经实现了这一点。Vitess 是一个数据库集群系统，用于 MySQL 的水平扩展。
我们直接截取一些重要的代码片段，并把它做成了一个[开源项目][6]。这个项目允许任何人在几分钟内编写一个 MySQL 服务器（正如我在 [justforfunc][7] 的专题：[CSVQL-用 SQL 服务 CSV][8]中所展示的那样）。
我们直接截取一些重要的代码片段，并把它做成了一个 [开源项目][6]。这个项目允许任何人在几分钟内编写一个 MySQL 服务器（正如我在 [justforfunc][7] 的专题：[CSVQL - 用 SQL 处理 CSV][8] 中所展示的那样）。
### 用 go-git 读取 git 储存库
### 用 go-git 读取 Git 储存库
当成功解析了一个请求，我们还需要读取数据集里的 git 仓库，才能够知道该如何回复它。为此，我们集成了 source{d} 最成功的仓库 [go-git][9]。Go-git 是一个高度可扩展的纯 Go 语言的 Git 实现。
当成功解析了一个请求，我们还需要读取数据集里的 Git 仓库，才能够知道该如何回复它。为此，我们集成了 source{d} 最成功的仓库 [go-git][9]。go-git 是一个高度可扩展的纯 Go 语言的 Git 实现。
这使得我们能够轻松地分析存储在磁盘上的源代码仓库，它们通常是 [siva][10] 文件（它也是一个 source{d} 的开源项目），或是直接使用 git clone 克隆的仓库。
这使得我们能够轻松地分析以 [siva][10] 文件格式存储在磁盘上的源代码仓库（siva 也是一个 source{d} 的开源项目），或是直接使用 `git clone` 克隆的仓库。
### 使用 enry 检测编程语言，使用 babelfish 解析文件
### 使用 Enry 检测编程语言，使用 Babelfish 解析文件
Gitbase 并没有将其分析能力局限于 git 历史记录上。它还使用我们的开源项目 [enry][11] 集成了语言检测功能，并使用 [babelfish][12] 实现了程序解析的功能。Babelfish 是一个用于通用源代码解析的自托管服务器，它可以将代码文件转化为<ruby>通用抽象语法树（UAST）<rt>Abstract Syntax Trees</rt></ruby>。
Gitbase 并没有将其分析能力局限于 Git 历史记录上。它还使用（显然也是）我们的开源项目 [Enry][11] 集成了语言检测功能，并使用 [Babelfish][12] 实现了程序解析的功能。Babelfish 是一个用于通用源代码解析的自托管服务器，它可以将代码文件转化为<ruby>通用抽象语法树<rt>Universal Abstract Syntax Trees</rt></ruby>（UAST）。
这两个功能在 gitbase 中被暴露为用户函数 `LANGUAGE` 和 `UAST`。结合使用两个函数，许多查询请求都成为了可能，比如“找到上个月修改次数最多的函数名称”。
这两个功能在 Gitbase 中呈现为用户函数 `LANGUAGE` 和 `UAST`。结合使用两个函数，许多查询请求都成为了可能，比如“找到上个月修改次数最多的函数名称”。
### 让它快速运行
Gitbase 经常要分析非常大的数据集，比如公共 Git 档案，其中有来自 GitHub 的 3TB 源代码（[公告][13]）。为了做到这一点，每个 CPU 周期都很重要。
Gitbase 经常要分析非常大的数据集，比如公共 Git 档案，其中有来自 GitHub 的 3TB 源代码（见 [公告][13]）。为了做到这一点，每份 CPU 处理能力都很重要。
这就是为什么我们又集成了另外两个项目：Rubex 和 Pilosa。
@ -59,18 +60,16 @@ Rubex 的高性能得归功于高度优化的 C 语言库 [Oniguruma][15]，它
索引基本上是每个关系型数据库的众所周知的特性，但 Vitess 却没有实现索引，因为它不是真正需要。
还好开源的 [Pilosa][17] 再一次拯救了我们，它是一个用 Go 实现的分布式位图索引，使得 gitbase 可以用于大规模的数据集。Pilosa 是一个开源的分布式位图索引，它极大地加快了对多个海量数据集的查询。
还好开源的 [Pilosa][17] 再一次拯救了我们，它是一个用 Go 实现的分布式位图索引，使得 Gitbase 可以用于大规模的数据集。Pilosa 是开源的，它极大地加快了对多个海量数据集的查询。
### 总结
我想通过这篇博文，亲自感谢开源社区，是他们让我们在如此短的时间内创建了 gitbase，这是谁也没想到的。在 source{d}，我们是开源的坚定信仰者，`github.com/src-d` 下的每一行代码（包括我们的 OKRs 和投资者委员会）都可以证明这一点。
我想通过这篇博文，亲自感谢开源社区，是他们让我们在如此短的时间内创建了 Gitbase，这是谁也没想到的。在 source{d} 公司，我们是开源的坚定信仰者，`github.com/src-d` 下的每一行代码（包括我们的 OKR 和投资者委员会）都可以证明这一点。
你想尝试一下 gitbase 吗？最快、最简单的方法就是使用 source{d} 引擎。从 `sourced.tech/engine` 下载它，只需一个命令就能让 gitbase 运行起来。
你想尝试一下 Gitbase 吗？最快、最简单的方法就是使用 source{d} 引擎。从 `sourced.tech/engine` 下载它，只需一个命令就能让 Gitbase 运行起来。
想了解更多吗？请查看我在 [Go SF meetup][18] 的演讲录音。
![][19]
这篇文章 [最初发表在][20] Medium 上，经授权后在此重新发布。
--------------------------------------------------------------------------------
@ -80,7 +79,7 @@ via: https://opensource.com/article/18/11/gitbase
作者：[Francesc Campoy][a]
选题：[lkxed][b]
译者：[lkxed](https://github.com/lkxed)
校对：[校对者ID](https://github.com/校对者ID)
校对：[wxy](https://github.com/wxy)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出