计算机教育中缺失的一课 - MIT - L6 - 版本控制 (Git)

https://missing.csail.mit.edu/
https://missing-semester-cn.g...
https://www.bilibili.com/vide...

笔记

Git 的数据模型

Git 通过一系列快照来管理其历史记录。快照则是被追踪的最顶层的树。可以认为 git commit 会创建一个快照。

type object = blob | tree | commit

// 文件就是一组数据
type blob = array

// 一个包含文件和目录的目录
type tree = map

// 每个提交都包含一个父辈，元数据和顶层树
type commit = struct {
    parent: array
    author: string
    message: string
    snapshot: tree
}

// 还有引用（reference），比如
// HEAD, master, origin/HEAD, origin/master
// 都是引用
// 引用是指向提交的指针，与对象不同的是，它是可变的（引用可以被更新，指向新的提交）

实际上，Git 在储存数据时，所有的对象都会基于它们的SHA-1 hash进行寻址。Blobs、trees 和 commits 都一样，它们都是对象。当它们引用其他对象时，它们并没有真正的在硬盘上保存这些对象，而是仅仅保存了它们的哈希值作为引用。例如，上面为代码中的 parent: array 其实际上不是一个 commit 数组，而是一个哈希值数组，这些哈希值指向真正的对象，也就是一些 commits。

objects = map

def store(object):
    id = sha1(object)
    objects[id] = object

def load(id):
    return objects[id]

例如，git cat-file -p 698281b（ 698281b 是某个tree，也就是某个文件夹的哈希值的一部分前缀）的结果是：

100644 blob 4448adbf7ecd394f42ae135bbeed9676e894af85    baz.txt
040000 tree c68d233a33c5c06e0340e4c224f0afca87c8ce87    foo 

而 git cat-file -p 4448adb（ 4448adb 是baz.txt 的哈希值的一部分前缀）的结果即为 baz.txte 的内容。

Git 的命令行接口

历史:

• git log --all --graph --decorate --oneline：可视化历史记录（有向无环图），zsh 的 git 插件定义了很多别名，比如该命令的别名是 gloga，去掉 --all 的别名是 glog
• git diff ：显示与上一次提交之间的差异
• git diff [] ：显示某个文件两个版本之间的差异，new-revision 默认是 HEAD
• git diff --cached ：不加 cached 标识的 diff 的意思是显示尚未暂存的改动，加了之后是查看已暂存的将要添加到下次提交里的内容

修改、撤销和合并：

• git add -p：交互式暂存，例如交互过程中可以按 s 键进行 split，对文件中各个地方的改动分别选择暂存与否
• git checkout -- ：丢弃（尚未暂存的）修改
• git reset [] ：取消暂存，把文件从暂存区放回工作区， 默认为 HEAD
• git reset [--soft | --mixed [-N] | --hard | --merge | --keep] []：（见下图）撤销 commit，把 commit 放回暂存区（soft），或放回工作区（mixed），或丢弃（hard），本质是对 HEAD 的移动
• git reset [--soft | --mixed [-N] | --hard] HEAD^，上一条的特例，比较常用
• git rebase ：在一个过时的分支上面开发的时候，执行 rebase 以此同步 master 分支最新变动
• git rebase -i HEAD~n：交互式变基，可用于修改 commit 信息，合并 commit 等等
• git mergetool：使用工具来处理合并冲突
• git stash：把工作区暂存起来，允许你切换到其他分支，博主有时候在错误的分支上进行了修改，会用这个命令把修改暂存起来，然后换到正确的工作分支后使用 git stash pop

远端操作：

• git clone --shallow：克隆仓库，但是不包括版本历史信息
• git remote add ：添加一个远端
• git push :：将对象传送至远端并更新远端引用
• git branch --set-upstream-to=/：创建本地和远端分支的关联关系

其他：

• .gitignore: 指定 故意不追踪的文件
• git blame：查看最后修改某行的人
• git bisect：通过二分查找搜索历史记录
• git init --bare：几乎用不到，在课程视频中，讲师在某一个空文件夹中使用该命令，将该文件夹作为 remote，然后将一个已有的仓库 push 到该文件夹
• git config --global core.excludesfile ~/.gitignore_global：在 ~/.gitignore_global 中创建全局忽略规则
• Removing sensitive data from a repository

杂项

• 图形用户界面: Git 的 图形用户界面客户端 有很多，但是我们自己并不使用这些图形用户界面的客户端，我们选择使用命令行接口
• Shell 集成: 将 Git 状态集成到您的 shell 中会非常方便。(zsh,bash)。Oh My Zsh这样的框架中一般以及集成了这一功能
• 编辑器集成: 和上面一条类似，将 Git 集成到编辑器中好处多多。fugitive.vim 是 Vim 中集成 GIt 的常用插件
• 工作流:我们已经讲解了数据模型与一些基础命令，但还没讨论到进行大型项目时的一些惯例 ( 有很多 不同的 处理方法)
• GitHub: Git 并不等同于 GitHub。 在 GitHub 中您需要使用一个被称作拉取请求（pull request）的方法来向其他项目贡献代码
• Other Git 提供商: GitHub 并不是唯一的。还有像GitLab 和 BitBucket这样的平台。

资源

• Pro Git，强烈推荐！学习前五章的内容可以教会您流畅使用 Git 的绝大多数技巧，因为您已经理解了 Git 的数据模型，后面的章节提供了很多有趣的高级主题（Pro Git 中文版）
• 如何编写 良好的提交信息
• Git 是一个 高度可定制的 工具
• Oh Shit, Git!?! ，简短的介绍了如何从 Git 错误中恢复；
• Git for Computer Scientists ，简短的介绍了 Git 的数据模型
• Git from the Bottom Up 详细的介绍了 Git 的实现细节，而不仅仅局限于数据模型
• How to explain git in simple words
• Learn Git Branching 通过基于浏览器的游戏来学习 Git

课后习题

习题 2

是谁最后修改来 README.md文件？

$ git log --all -n1 --pretty=format:"%an" README.md

最后一次修改 _config.yml 文件中 collections: 行时的提交信息是什么？

$ git blame _config.yml | grep "collections:" | head -n1 | awk '{print $1}' | sed -E "s/\^//" | xargs git show

# OR

$ git blame _config.yml | grep "collections:" | head -n1 | awk '{print $1}' | sed -E "s/\^//" | xargs git log -n1 --pretty=format:"%s%n%n%b"