图解Git——分支简介《Pro Git》

简介: Git 分支是其核心特性之一,允许开发者从主开发线分离工作,避免干扰主线。传统版本控制系统创建分支效率低,而Git的分支创建和切换非常轻量高效。

分支简介

1. 分支的重要性

  • 作用:分支允许将工作从主开发线上分离,避免影响主线开发。
  • 传统版本控制的劣势:创建分支通常需要复制整个项目文件,效率低下。
  • Git 的优势:分支是 Git 的“必杀技特性”,创建和切换分支都非常轻量和高效,几乎瞬间完成。

2. Git 分支的核心概念

2.1. 数据保存方式:Git 以 快照 而非文件差异保存数据。

编辑

  • 每次提交会创建一个提交对象(commit object),包含指向文件快照的指针、提交信息、作者信息,以及父对象的指针。
  • 这些对象包括:
    • Blob 对象:保存文件快照。
    • 树对象:保存目录结构。
    • 提交对象:指向树对象并保存提交信息。

2.2. 分支本质:分支是一个指向提交对象的可变指针。

  • 默认分支名称为 master(可以修改)。
  • 每次提交时,分支指针会自动向前移动。

2.3. HEAD 指针:指向当前所在的分支(将 HEAD 想象为当前分支的别名),动态决定工作目录的内容。

  1. 编辑

2.4. 首次提交对象及其树结构:

  1. 做些修改后再次提交,那么这次产生的提交对象会包含一个指向上次提交对象(父对象)的指针。

  2. 编辑

2.5. 提交对象及其父对象

  1. Git 的分支,其实本质上仅仅是指向提交对象的可变指针。 Git 的默认分支名字是 master。 在多次提交操作之后,你其实已经有一个指向最后那个提交对象的 master 分支。 master 分支会在每次提交时自动向前移动。

  2. Git 的 master 分支并不是一个特殊分支。 它就跟其它分支完全没有区别。 之所以几乎每一个仓库都有 master 分支,是因为 git init 命令默认创建它,并且大多数人都懒得去改动它。

  3. 编辑


3. Git 分支的高效操作

3.1. 创建分支

  • 命令:git branch <branch_name>
  • 本质:创建一个指向当前提交对象的新指针,效率极高。
  • 示例:$ git branch testing
    • 这会在当前所在的提交对象上创建一个指针。

    • 编辑

3.2. 切换分支

  • 命令:git checkout <branch_name>
  • 行为:将 HEAD 指针指向目标分支,并切换工作目录内容。
  • 示例:$ git checkout testing
    • 这样 HEAD 就指向 testing 分支了。

    • 编辑

    • 那么,这样的实现方式会给我们带来什么好处呢? 现在不妨再提交一次:

$ vim test.rb
$ git commit -a -m 'made a change'

    • 编辑

    • 可以看到 HEAD 分支随着提交操作自动向前移动

    • 如图所示,你的 testing 分支向前移动了,但是 master 分支却没有,它仍然指向运行 git checkout 时所指的对象。 这就有意思了,现在我们切换回 master 分支看看:$ git checkout master

    • 编辑

      • 检出时 HEAD 随之移动
      • 这条命令做了两件事。 一是使 HEAD 指回 master 分支,二是将工作目录恢复成 master 分支所指向的快照内容。 也就是说,你现在做修改的话,项目将始于一个较旧的版本。 本质上来讲,这就是忽略 testing 分支所做的修改,以便于向另一个方向进行开发。
      • 分支切换会改变你工作目录中的文件: 在切换分支时,一定要注意你工作目录里的文件会被改变。 如果是切换到一个较旧的分支,你的工作目录会恢复到该分支最后一次提交时的样子。 如果 Git 不能干净利落地完成这个任务,它将禁止切换分支。
    • 此时再稍微做些修改并提交:
$ vim test.rb
$ git commit -a -m 'made other changes'

    • 编辑

    • 现在,这个项目的提交历史已经产生了分叉,因为刚才你创建了一个新分支,并切换过去进行了一些工作,随后又切换回 master 分支进行了另外一些工作。 上述两次改动针对的是不同分支:你可以在不同分支间不断地来回切换和工作,并在时机成熟时将它们合并起来。

3.3. 创建并切换分支

  • 命令:git checkout -b <branch_name>
  • 效率更高,推荐使用。

4. 分支的灵活性与优势

4.1. 独立开发

  • 可以从某个提交点分支出去,独立进行开发。
  • 不同分支之间的修改互不影响。

4.2. 高效的分叉与合并

  • Git 的分支模型支持频繁创建和删除分支,而不会增加负担。
  • 每次提交记录父对象,便于快速找到合并基础。

4.3. 分支历史查看

  • 使用 git log --oneline --decorate --graph --all 查看分支及分叉历史。

5. Git 为什么这么快

  • Git 的分支实质上仅是包含所指对象校验和(长度为 40 的 SHA-1 值字符串)的文件,所以它的创建和销毁都异常高效。 创建一个新分支就相当于往一个文件中写入 41 个字节(40 个字符和 1 个换行符),如此的简单能不快吗?

目录
相关文章
|
15天前
|
供应链 监控 安全
对话|企业如何构建更完善的容器供应链安全防护体系
阿里云与企业共筑容器供应链安全
171335 12
|
18天前
|
供应链 监控 安全
对话|企业如何构建更完善的容器供应链安全防护体系
随着云计算和DevOps的兴起,容器技术和自动化在软件开发中扮演着愈发重要的角色,但也带来了新的安全挑战。阿里云针对这些挑战,组织了一场关于云上安全的深度访谈,邀请了内部专家穆寰、匡大虎和黄竹刚,深入探讨了容器安全与软件供应链安全的关系,分析了当前的安全隐患及应对策略,并介绍了阿里云提供的安全解决方案,包括容器镜像服务ACR、容器服务ACK、网格服务ASM等,旨在帮助企业构建涵盖整个软件开发生命周期的安全防护体系。通过加强基础设施安全性、技术创新以及倡导协同安全理念,阿里云致力于与客户共同建设更加安全可靠的软件供应链环境。
150296 32
|
26天前
|
弹性计算 人工智能 安全
对话 | ECS如何构筑企业上云的第一道安全防线
随着中小企业加速上云,数据泄露、网络攻击等安全威胁日益严重。阿里云推出深度访谈栏目,汇聚产品技术专家,探讨云上安全问题及应对策略。首期节目聚焦ECS安全性,提出三道防线:数据安全、网络安全和身份认证与权限管理,确保用户在云端的数据主权和业务稳定。此外,阿里云还推出了“ECS 99套餐”,以高性价比提供全面的安全保障,帮助中小企业安全上云。
201962 14
对话 | ECS如何构筑企业上云的第一道安全防线
|
4天前
|
机器学习/深度学习 自然语言处理 PyTorch
深入剖析Transformer架构中的多头注意力机制
多头注意力机制(Multi-Head Attention)是Transformer模型中的核心组件,通过并行运行多个独立的注意力机制,捕捉输入序列中不同子空间的语义关联。每个“头”独立处理Query、Key和Value矩阵,经过缩放点积注意力运算后,所有头的输出被拼接并通过线性层融合,最终生成更全面的表示。多头注意力不仅增强了模型对复杂依赖关系的理解,还在自然语言处理任务如机器翻译和阅读理解中表现出色。通过多头自注意力机制,模型在同一序列内部进行多角度的注意力计算,进一步提升了表达能力和泛化性能。
|
8天前
|
存储 人工智能 安全
对话|无影如何助力企业构建办公安全防护体系
阿里云无影助力企业构建办公安全防护体系
1253 10
|
10天前
|
机器学习/深度学习 自然语言处理 搜索推荐
自注意力机制全解析:从原理到计算细节,一文尽览!
自注意力机制(Self-Attention)最早可追溯至20世纪70年代的神经网络研究,但直到2017年Google Brain团队提出Transformer架构后才广泛应用于深度学习。它通过计算序列内部元素间的相关性,捕捉复杂依赖关系,并支持并行化训练,显著提升了处理长文本和序列数据的能力。相比传统的RNN、LSTM和GRU,自注意力机制在自然语言处理(NLP)、计算机视觉、语音识别及推荐系统等领域展现出卓越性能。其核心步骤包括生成查询(Q)、键(K)和值(V)向量,计算缩放点积注意力得分,应用Softmax归一化,以及加权求和生成输出。自注意力机制提高了模型的表达能力,带来了更精准的服务。
|
8天前
|
人工智能 自然语言处理 程序员
通义灵码2.0全新升级,AI程序员全面开放使用
通义灵码2.0来了,成为全球首个同时上线JetBrains和VSCode的AI 程序员产品!立即下载更新最新插件使用。
1347 24
|
8天前
|
消息中间件 人工智能 运维
1月更文特别场——寻找用云高手,分享云&AI实践
我们寻找你,用云高手,欢迎分享你的真知灼见!
659 26
1月更文特别场——寻找用云高手,分享云&AI实践
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
|
14天前
|
人工智能 自然语言处理 API
阿里云百炼xWaytoAGI共学课DAY1 - 必须了解的企业级AI应用开发知识点
本课程旨在介绍阿里云百炼大模型平台的核心功能和应用场景,帮助开发者和技术小白快速上手,体验AI的强大能力,并探索企业级AI应用开发的可能性。