Google如何管理20亿行代码

Google如何管理20亿行代码

《Wired》今天一篇文章谈到Google的代码量已达到20亿行，并简单介绍了Google是如何管理这些代码的。

这20亿行代码，涉及搜索、Gmail、文档、地图、YouTube、Google+等绝大多数Google提供的服务，存储在“一个”代码仓库中，两万五千名Google工程师都可以访问――这可能是世界上最大的单一代码库。只有几个例外：涉及机要信息的代码，如PageRank算法，或者相对独立的项目，如Android和Chrome系统储存在其他单独代码库中。工程师之间可以方便的共享代码――这意味着所有新项目和功能都能利用之前已经写好的代码――20亿行已经几乎无所不包了，而且一处改进，所有相关项目都能受益。

20亿行是什么概念？14年前，Windows XP发布时，包含4500万行代码――Google的代码数量，约为40多个XP。

Google使用一个称为Piper的系统管理这个巨大的代码仓库――这套系统运行在10个不同的数据中心之上，管理的数据量约为85TB，Google工程师每天会进行45000次commit。这又是什么概念？相当于Google工程师每周就重写了一次Linux。

不仅如此，这套从前任Perforce演化而来的系统，还要帮助人类工程师打理各种琐碎的代码修改和提交工作，例如检查Bug和清理用不到的代码，生成必要的配置文件等等――维护代码库健康的工作不仅是工程师在做。

此外，Google正与Facebook合作，计划将类似的强大代码管理工具提供给外界，让公司之外的所有工程师都能受益。不过这套系统并非基于Git，而是Mercurial。当这套系统公之于众时，GitHub会受什么影响？

其实不仅Google的代码庞大复杂至此，微软也毫不逊色。Hacker News上就有微软工程师讲到了自己了解的数据：仅Windows build system每天在微软内部网络产生的交换数据量，就相当于Netflix所有电影总和的数倍！