版本管理工具Git 的主要特点

2022-07-11石庆冬

电子技术与软件工程 2022年7期

石庆冬

（英特尔（中国）有限公司北京市 100013）

为了代替BitKeeper，Linux 之父Linus Torvalds 在2005年4 月开发出了Git，用于Linux 内核2.6.12 版本的管理。同年12 月，Git 1.0 正式发布。当初，Git 只是作为替代品，用来管理内核代码。目前，Git 已经成为开源软件项目版本管理工具的首选。Git 通常被认为是Global Information Tracker 的缩写，Git 官网的解释是傻瓜式内容跟踪器（the stupid content tracker）。在Linux 内核目录里运行如下命令，可以看见Git 用于内核版本管理的第一次提交：

1 免费并开源

Git 是免费的，在MacOS，Windows 和Linux/Unix 等主流操作系统下，可以任意下载和安装Git。安装包和安装方法详见：

https://git-scm.com/downloads

Git 的源代码是公开的，如果愿意，可以参与到Git 的开发与维护当中。用如下任意一条克隆命令可得到Git 的代码库：

Git 的源代码，就是用Git 做版本控制的。也可以从源代码安装Git，就是先对源代码进行编译然后再安装，这需要相应的编译环境，通常是在Linux 下进行。

2 易学

把Git 学精比较难，但入门很容易，掌握十条左右的Git 基本命令就可以开展工作了。了解Git 的三个区和相应的三个文件状态，可以更容易学习基本命令。用git clone 命令把代码仓库取到本地后，即可进入仓库目录开始修改文件。被修改过的文件处于工作区，状态是已修改（modified）；通过git add 命令将修改好的文件放入暂存区，文件的状态变为已暂存（staged）；再使用git commit 命令将文件放入交付区（本地仓库），文件的状态变为已提交（committed），如图1。

图1：Git 的三个区

命令git restore --staged 可以将暂存区的文件移回工作区，命令git reset --soft HEAD^1 可以将已交付的文件移回暂存区。注意，git restore 命令是在2.23 版本引入的，在这之前，相应的命令是git checkout。

在多数情况下，能接触到的状态是以上三种。文件的状态还可以是未跟踪（untracked），新增（new file），被删除（deleted）和被改名（renamed）等。

打个比方，车间是工作区，成品仓库是交付区，仓库门口是暂存区。暂放在门口的产品经过检查、清点和记录后方可入库。在这个过程中如果发现产品问题，可以退回。

很多时候不需要使用Git 的命令行，通过简单易用的图形界面（GUI）工具就能够完成多数任务。例如，Windows下的SourceTree，Linux 下的gitk 和gitg 等。在各种主流操作系统下常用的Git 图形界面工具在官网有介绍：

https://git-scm.com/downloads/guis/

在命令行模式下，可以执行到Git 所有的命令及其所有的功能。而图形界面工具，从功能上说，是命令行的子集，图形工具不可能把命令行的功能全部实现，真是那样的话，图形工具将被做得非常复杂并且令人眼花缭乱，失去了图形界面让人感觉易学易用的初衷。学会了命令行，再学习相应的GUI 中的功能时，基本上不会有困难，反之就不一定了。对于初学者，命令行和图形界面工具可以一起相辅相成地学习。

3 分布式

版本管理工具分为集中式（Centralized）和分布式（Distributed）两种。比较常见的集中式工具有CVS，Subversion 和Perforce。在集中式的版本管理模式下，有一台机器作为中央服务器，存放版本库的全部内容（分支、标签、修改历史和版本库的相关配置等），服务器的管理员可以轻松掌控每个账户的权限。开发人员工作在处于客户端的机器上，开发者拿到的代码，是按照某种配置规则得到自己权限范围内的某套版本代码的快照。如果开发人员想查看某个文件在另一个分支的内容，或者需要把修改好的文件提交，必须与服务器保持联网。如果网络或者服务器出现故障，开发人员无法提交更新，无法与他人协同工作。如果服务器的磁盘发生损坏并且没有事先备份，很可能某些数据将永远丢失，即使把每位开发人员的快照都拿到、也很难恢复原本的数据库。而分布式则不然。

在分布式模式下，开发人员一旦拿到代码，不是仅提取到最新版本的、或者某种配置规则下的文件快照，而是将整个版本库复制到本地，版本库中所有的分支、标签、版本库从创建到当前所有的修改历史（每次提交的信息）一应俱全。本地机器有了版本库后，开发者可以离线工作，本地机器既是客户机也是服务器。一起协同工作的任何一台机器发生故障，都不用担心数据会丢失，因为这时可以从其他机器得到完整数据库。当然，无论是分布式还是集中式，平时都要做好数据库的备份工作。

如果网络中断，使用Git 的开发者仍然可以继续交互。git bundle 命令可以对一段时间的工作成果进行打包，打包成一个文件，然后用U 盘拷贝给其他人。git bundle 命令也可以针对某个分支或者整个仓库进行打包。拿到包的开发者，用git fetch 命令即可得到需要的内容。还可以使用命令git format-patch 生成补丁文本文件，再将补丁提供给需要的人。开发者拿到补丁后，用git am 命令可以将补丁打在自己的分支上。总之，在分布式模式下，即便是网络中断了，团队的协作开发也不被完全终止。

4 并行开发十分方便

一个Git 仓库在建立之初默认只有主分支master，通过git branch 命令建立多个分支可以实现并行软件开发。如图2，工程师在工作告一段落后，可将本地新增的内容推送到远程的公共仓库，也可以随时把远程仓库的新增内容同步到本地，使用git switch 命令进行分支的切换，就可以看见其他分支的变化。使用git merge 和git rebase 命令可以实现分支之间的合并和代码的同步。

图2：本地仓库与远程仓库

使用git cherry-pick 命令可以直接从其他分支上拿到某次提交的内容应用到当前分支，正如字面意思，该命令用于筛选自己所需的内容。

在并行开发过程中几乎都会遇到代码冲突的问题，而且不可能完全避免。当同一个文件有两个或以上的人修改，或者本地代码长时间保持孤立时，就容易产生冲突。如果同一个项目组的每个人都经常和远程仓库同步，修改同一个模块的人经常在一起走读和相互审核代码，则可以大大降低冲突出现的概率。

GitFlow 工作流定义了一个围绕项目开发的严格分支模型，它为不同的分支分配了明确的角色，并定义分支之间何时以及如何进行交互，分支命名也有规范。master 分支只存放稳定版本的代码，用作软件的正式对外发布，不能直接向master 分支推送，它的内容只能来自其他分支的合并。develop 分支为主开发分支，基于master 分支克隆。release 分支用于软件对内发布并提交测试。feature 分支基于develop 分支克隆，主要用于新需求和新功能的开发。可以有多个feature 分支，因为可能有多个新功能同时开发。hotfix 分支用于修复具体的问题，它的名字一般包含缺陷跟踪号，修复完成并验证后合并到其他种类的分支上。一个项目组遵从统一的分支管理流程，可以提高开发效率并更容易解决或者减少代码的冲突。

5 未完成的工作可以暂存

当文件修改到一半还没有提交到版本库时，如果遇到一个紧急的任务，这时可使用git stash 或者git stash push 命令把未完成的工作现场保存起来（压栈）。等紧急任务完成后，再使用git stash pop 命令恢复刚才的工作现场（出栈）。

暂存的任务可以有多个，用git stash list 命令查看它们，编号从0 开始。git stash pop 命令默认恢复最后一个入栈的任务，也可将任务编号作为参数来恢复指定的任务。用git stash drop 命令丢弃不再需要的任务。

git stash 命令不是必须使用的。当遇到紧急任务时，完全可以建立一个新的目录，在新目录里重新克隆一份代码，建立一个新分支，在新目录里的新分支上完成紧急任务即可。如果希望紧急任务和老任务处在同一个工作目录里，以方便参考或合并，就应该使用git stash 命令。

6 强大的查询功能

在软件的开发过程中，不变的是，代码一直在变，需求随时会变，尤其是多人协同开发的大型软件项目。大开发团队的工程师常常来自不同的部门，不同的城市，甚至不同的国家。某工程师休假归来甚至一觉醒来，有可能发现了大量新代码，这时，查询一下代码的历史对理解新内容很有帮助。

git log 命令的功能十分强大，可以查看一个文件从创建到当前所有的修改记录，包括每一次的修改时间、修改人、提交人、修改内容等。git log 可以按照作者查询，可以查询指定时间段的修改内容，也能针对某个目录或者整个仓库查询。例如，在Linux 内核代码中查询作者为Eric 的最近5 次提交信息：

命令git grep 用于在代码中搜索字符串，可以是具体的字符串，也可以是正则表达式。例如，在Linux 内核代码中列出包含字符串tty_add_file 的文件：

假设发现某软件版本有一个问题，仅从历史信息不容易确定是哪一次提交引起的，这时可使用命令git bisect，该命令使用二分法，可以帮助迅速地定位引起问题的是哪一次提交。

命令git blame 是针对文件的，它可以列出文件每一行的最后一次提交信息，包括SHA1 值，作者名，提交时间，行号，该行的具体内容等。就是说，通过git blame 命令，每一行代码的是谁写的，什么时候写的，一目了然。

git diff命令可用来比较不同分支或不同标签的内容差异，也可以比较工作区和暂存区、暂存区和本地仓库的不同，还可以比较某两次提交的区别。利用git diff命令也可以生成补丁文件。

7 有多个支持Git的托管平台

为防止意外发生，代码仓库一定不能只放在本地机器上。第三方托管平台是一个很好的选择，比较有名的平台有github，gitlab，gitee（码云），coding 和bitbucket 等，网址分别为：https://github.com/；https://about.gitlab.com/；https://gitee.com/；https://coding.net/和https://bitbucket.org/。

使用托管平台可以快速地建立并开展项目，节省了服务器的搭建与维护工作。托管平台不是仅仅提供了存放代码的空间，还可以用来在线编辑文件、查看文件修改历史、软件缺陷跟踪、代码审核、代码合并、版本比较和权限管理等。免费的、收费的、开放给个人的和开放给公司的等各种类型的服务，托管平台都具备，选择适合自己的就好。

托管平台通常以网页的形式使用，也可以安装其客户端。例如，在https://desktop.github.com/ 可以下载github在Windows 上的客户端。Github 还有手机客户端，地址为https://github.com/mobile，安装后，在手机和平板电脑上也可以查看代码。

8 Repo扩展了Git

Linux 内核代码的Git 仓库地址为：

https://git.kernel.org/pub/scm/linux/kernel/git/stable/linux

内核的代码量很大，但一个Git 仓库已经足够管理它。现在几乎人手一部安卓智能手机，安卓的代码量非常巨大，它是一个多方合作的项目，有很多模块，不同的模块由不同的组织或公司维护。最新的安卓版本包含的Git 仓库超过了1000 个。是否要运行多次git clone 命令才能取到全部的安卓代码？当然不是。安卓的Manifest 是一种xml 格式的文本文件，它包含了相应版本所需的各个仓库的配置信息（实际上Manifest 还包含其他信息，并非简单地把所需仓库的地址堆放在一起）。如下命令可取得安卓12.0.0_r27 版本的Manifest 文件，内含1051 个Git 仓库的信息：

repo init -u https://android.googlesource.com/platform/manifest -b android-12.0.0_r27

再运行repo sync 命令，等待一段时间，即得到该版本的全部代码。Repo 是一个用Python 脚本写的工具，它可以管理多个Git 仓库。这里的一条repo sync 命令，相当于1051 条git clone 命令。可以说，基于Manifest 文件，repo命令扩展了git 命令。

9 权限控制能力弱

使用Git 取代码时，整个仓库都被取到。如果希望仓库的某个分支或某个目录不对特定用户开放，缺省配置是做不到的，Git 自身遵循开源的原则，基本上没有权限控制能力。Git具备钩子（Hook）机制，Hook可以做一些权限控制的事情，但这不是Hook 的主要作用。使用git submodule 命令设置子模块，可以控制子模块的权限。总之，Git 的权限控制能力不强。

Git 通常需要借助其他工具完善权限的控制。例如，Gitlab 把用户分为不同的角色，有Guest、Reporter、Developer、Maintainer 和Owner。简单地说，Guest（访客）权限最小，只能提交问题和发表评论；Reporter（问题报告人）可以克隆代码；Developer（开发者）可以修改代码；Maintainer（项目管理员）可以改写或删除标签、保护分支、添加项目成员、编辑项目等；Owner（系统管理员）权限最高，可以删除项目，设置账户的角色等。

10 历史可改写

现实生活中已经发生的事情不可能被改变，但Git 可“篡改历史”。如果要舍弃最后一次提交，可以用 git reset --hard HEAD^1 命令。如果想修改最后一次提交信息，可以用带选项--amend 的git commit 命令。带选项-i 的git rebase 命令，可用来拆分、合并、去掉提交信息，或者调整提交顺序。当然，这些动作可能会引起问题，因为代码的修改常常是有继承性的。

git filter-branch 命令可以以脚本的方式修改大量的历史条目。例如，你的电子邮箱变了，如果希望以前的历史记录当中都显示新邮箱，就可以使用这条命令重写历史。

当本地仓库某个分支的历史被改写后，用git push 命令基本上是无法上传到远程仓库的，因为本地分支与远程仓库的相应分支是有冲突的（历史有差别），加上选项-f 可强行推送到远程仓库、并完全覆盖原有的远程分支。

文件的历史可改写，这很灵活，某些人认为是优点，他们的理由是：谁会关心空调说明书的第一版草稿的内容？但是，一般地，选项-f 不推荐使用，毕竟没有尊重历史。业界的建议是，在自己充分满意和充分验证之前，不要推送你的工作成果。

如果发现是某次历史提交引起了新问题，可以针对具体的问题做修改，或者用git revert 命令反向提交来冲抵引发问题的内容（回滚），不应首选“篡改历史”。有的公司或组织，针对特定的分支是禁用强制推送的。

11 基于和支持Git的工具多种多样

代码审核是软件开发过程中的重要一环。Gerrit 是一个免费、开源、建立在Git 之上、基于网页界面的代码审查工具。很多安卓代码使用Gerrit 作为审核工具，工程师修改好的代码不是直接推送到远程仓库，而是先上传到Gerrit 服务器，审查通过后才能进入远程仓库的集成分支。

Git 仓库并非只能用来存储代码，也可以存放二进制文件。二进制文件往往比较大，每改变一次，对于仓库来说会增加很大的体积，动辄就是几个G，仓库的总体积会增加很快。采用Git LFS（Large File Storage）机制，将大文件存放在专门的服务器，在仓库中放置追踪大文件的、只有几行内容的文件文件，相当于保存了指向大文件的指针，大文件有变化时就改变指针信息，避免了仓库的体积增长过快。仅当需要用到大文件时，运行git lfs pull命令，大文件就会被下载。LFS 机制的引入，极大地节省了空间和提高了仓库拉取速度。

很多流行的持续集成和持续交付工具支持Git，或者说能够很好地与Git 配合。例如，Jenkins，TeamCity 和Buildbot 等。

如果项目中有一个库是用SVN（Subversion）管理的，如果你打算使用Git 又不想转变SVN 版本库，可以使用git svn 命令，该命令相当于Git 与SVN 的一个双向桥接。注意，安装完Git 之后默认是没有git svn 命令的，需要单独安装。例如，Ubuntu 系统中的安装命令是sudo apt-get install gitsvn。

随着Python 语言的普及，使用集成开发环境PyCharm的人越来越多，在PyCharm 中安装Git 插件之后，通过PyCharm 就可以直接克隆Python 代码到本地。同样，也可以在Visual Studio 中使用Git，详见https://code.visualstudio.com/Docs/editor/versioncontrol。

Git 的源代码中有一个文件git-completion.bash，把它添加到.bashrc 之后，在Linux 的bash 环境下使用Git 时，命令可以自动补齐。

可以在Java 程序中使用Git，JGit 是Git 版本控制系统的轻量级的纯Java 库实现，包括存储库访问例程、网络协议和核心版本控制算法。在Java 社区中JGit 被广泛使用。

总之，在很多软件工具的使用过程中会发现Git 的“身影”，Git 已经无处不在。

12 命令有高层底层之分

Git 的常用命令大多为“高层命令”，Git 还为用户提供了“底层命令”。普通用户一般只需要知道高层命令，如果想更深入地了解Git，最好学习一下它的底层命令。

Git 是直接记录快照，而非像SVN 那样做文件的差异比较。Git 可以做到时刻保持数据完整性。Git 实际上是一套内容寻址文件系统，采用的是哈希的方式进行存储和查找，也就是说，Git 只是通过简单的存储键值对（key-value）的方式来实现内容寻址的，key 就是文件的哈希值，value 就是经过压缩后的文件内容。下面举例说明两个底层命令的使用。

先产生一个文本文件，内容为test，然后用git hashobject 查看其哈希值：