版本控制
# 10.版本控制
本文简单介绍下什么是版本控制，以及常见的版本控制工具
在学习之前，希望读者有一点点编程经验，并且对一些常见的 Linux 命令有所了解，这样能更好理解。
本系列主要是参考廖雪峰老师的 Git 教程 (opens new window)和《Git 权威指南》，以及自己的使用经验来撰写。
# 在版本管理工具出现之前……
举个笔者的例子。笔者在写毕业论文的时候，由于篇幅非常多，经常需要修改；但有时候可能会用到之前的版本，因此笔者会先备份之前的 Word 文档，然后再修改。这就造成了文档非常非常多……（写过毕设或其他长篇大论的文案的人应该都能体会到）。
此时，我们是手工管理版本的。对于每个文件，你可能几天内都记得每个版本的区别；但如果过了一周、过了一个月呢？除非有特别记录，相信大家都记不清了，只能一个个文件打开来，认真比对 🧐，非常麻烦。
如果是多个人共同编写一个文档，更麻烦。例如，笔者所在的公司是内网，没有腾讯文档或者石墨文档之类的在线工具，如果要填表（并且是经常需要填表），都是各自填好后，发邮件交由专门的人来合并…… 特别麻烦。
为此，我们需要这样一个软件：
- 能帮我们记录每次文件的改动
- 能够方便的查看之前的改动
- 让同事或朋友协作编辑，而不是手工传来传去，手工合并
这样的软件就叫版本控制工具，有了它，我们就脱离了手工管理版本的“史前时代”，进入到了版本控制的 20 世纪。作为程序猿，我们主要是需要版本控制工具来管理我们的一个项目的代码（当然，你也可以用它来管理其他文件的版本），并且一个大型项目经常是需要多人协作的，纯靠手工来管理代码版本不太实际。
# 常见的版本控制工具和版本库
我们依次来简单介绍以下几个工具（大部分笔者都曾在工作中用过）：
- diff 和 patch 命令
- CVS：全称 Concurrent Versions System，第一个被广泛使用的版本管理工具
- SVN：修正了 CVS 的一些稳定性问题，是目前用得最多的集中式版本库控制系统
- Git：目前世界上最先进的分布式版本控制系统（没有之一），必学
- 其他版本控制工具
存储版本的地方，我们称之为版本库。例如我们要在磁盘上存储东西，肯定是以文件的方式存储：
- Git 是用一个目录来存储各个版本和差异的文件，目录名字为
.git； - SVN 同理，用
.svn 目录来存储的 - CVS 同理，用
.csv 目录来存储的
一般情况下这几个目录是隐藏的（防止被随意的删除和修改等），在 Windows 上可以通过显示隐藏文件夹来查看，Linux 下可以用 ls -ah 命令查看
# 集中式和分布式的概念
在介绍版本控制工具之前，我们还有必要介绍一下集中式版本控制系统，和分布式版本控制系统的概念。
集中式：版本库是放在一个中央服务器上的，干活的时候，需要联网才能从服务器下载最新版本到自己电脑上（因为大多数时候我们都是在自己电脑上开发），开发完后再上传到服务器上。如果网速慢……那就有的等了。好比一个图书馆，要看书得先从图书馆里借书，用完了后要还回去，需要来来回回跑图书馆。
而且集中式容易出现单点故障的问题。万一服务器坏了，那么就完了…… 因此得额外对服务器进行备份。
图片来自 集中式 vs 分布式 - 廖雪峰的官方网站 (opens new window)
分布式：每个人自己的电脑上就有一个完整的版本库，获取版本的时候不需要联网。等需要合并文件的时候，再将各自的修改上传到中央服务器上。就好比每个人都有一个完整的图书馆，如果要合并文件，每个人都将自己的修改放到中央图书馆里，相当于只用去一次图书馆；合并完后，每个人再从中央图书馆里更新。
图片来自 集中式 vs 分布式 - 廖雪峰的官方网站 (opens new window)
一句话，集中式和分布式的区别是：你的本地是否有完整的版本库历史。每个人都是本地版本库的主人，对版本库的操作，包括查看提交日志、提交、创建里程碑和分支、合并分支、回退等所有操作都直接在本地完成而不需要网络连接。
假设 SVN 服务器没了，那就丢掉了所有历史信息，因为你的本地只有当前版本以及部分历史信息。
假设 Git 的中央服务器没了，你不会丢掉任何 git 历史信息，因为你的本地有完整的版本库信息。你可以把本地的 git 库重新上传到另外的 git 服务器。
廖雪峰老师的评论：
比特币的区块链设计就类似 git，人手一份全账本，只是用 p2p 全网同步，而 git 通常搞个中心化服务来同步
svn 像银行，完整账本只有银行有，作为终端节点可以向银行查询账本，但如果某一天银行没了，整个完整账本就没了
分布式的核心设计是同步，而不是主从。软件架构，核心思想其实是非常简单的。
# diff 命令
diff 意指 difference。diff 是命令行工具，可以通过他们来比较两个文件的差异，后续我们学习 Git 的时候，也经常用 diff 命令来查看文件的差异，diff 可以说是版本控制的基础工具。
我们来看个例子（推荐读者一起来实践）。该命令需要在 Linux 下运行，如果没有 Linux 环境，读者可以先参考下一篇博客安装好 Git 后，然后在 Git Bash 里可以运行。
首先创建两个文件，并写入以下内容：
$echo "This is hello file" > hello.txt
$echo "This is world file" > world.txt
$echo "Welcome to diff" >> hello.txt
$echo "Welcome to diff" >> world.txt
-- 此时文件内容如下
$cat hello.txt
This is hello file
Welcome to diff
$cat world.txt
This is world file
Welcome to diff
2
3
4
5
6
7
8
9
10
11
12
13
然后我们就可以用 diff 命令，来比较两个文件的差异了。我们将差异结果输出到一个文件：
$diff -u hello.txt world.txt > diff.txt
-u 参数很重要，它使得差异带有上下文。
我们查看下 diff.txt 的内容：
$cat diff.txt
--- hello.txt 2023-01-10 21:56:47.050201742 +0800
+++ world.txt 2023-01-10 22:08:41.473521836 +0800
@@ -1,2 +1,2 @@
-This is hello file
+This is world file
Welcome to diff
2
3
4
5
6
7
我们来说明下这个文件的内容：
- 文件的第 1 行和第 2 行分别记录了原始文件和目标文件的文件名及时间戳。以三个减号（---）开始的行标识的是原始文件，以三个加号（+++）开始的行标识的是目标文件。
- 文件的第 5,6,7 行，以减号（-）开始的行是只出现在原始文件中的行，以加号（+）开始的行是只出现在目标文件中的行，以空格开始的行，是在原始文件和目标文件中都出现的行，
第 4~7 行，是一个差异小节（就是两个文件之间的一个差异）：
@@ -1,2 +1,2 @@
-This is hello file
+This is world file
2
3
每个差异小节以一行差异定位语句开始，其前后分别用两个 @ 进行标识。其中：
- -1,2 的含义：本差异小节的内容相当于是原始文件从第 1 行开始的 2 行
- +1,2 的含义：本差异小节的内容相当于是目标文件从第 1 行开始的 2 行
因为命令 diff 是用于行比较的，所以即使一个字不同，也显示为一整行的修改（Git 对 diff 进行了扩展，并且还提供一种逐词比较的差异比较方法）。
除了-u，diff 还有以下选项，就不一一演示了：
- -b：忽略空格
- -B：忽略空行
- -i：忽略大小写
- -c：显示文件所有内容并标识不同
- -r：对比目录
# patch 命令
patch 相当于 diff 的反向操作。有了原始文件和 diff 文件，就可以还原出目标文件。我们来实践下：
首先，用 hello.txt 的内容，将 world.txt 覆盖，这样两个文件的内容都是原始文件的内容：
$cp hello.txt world.txt
$cat world.txt
This is hello file
Welcome to diff
2
3
4
然后用 patch 命令来还原目标文件：可以看到 world 文件回来了。
$patch world.txt < diff.txt
patching file world.txt
$cat world.txt
This is world file
Welcome to diff
2
3
4
5
6
7
注意：经测试，如果 diff 和 patch 的文件中的换行符不是 Linux 环境下的 LF 换行符，那么 patch 就会失败，报错如下：
$ patch world2.txt < diff.txt
patching file world2.txt
Hunk #1 FAILED at 1 (different line endings).
1 out of 1 hunk FAILED -- saving rejects to file world2.txt.rej
2
3
4
笔者推测是这两个命令没有考虑其他换行符的情况。
# diff 和 patch 小结
严格来说 diff 和 patch 命令不是版本控制工具，而是比较差异的工具。
diff 和 patch 命令存在一个局限，就是不能对二进制文件进行处理。对二进制文件的修改或添加会在差异文件中缺失，进而丢失对二进制文件的改动或添加。
实际上，大部分版本控制工具都不能很好的管理二进制文件，虽然也能由版本控制工具来管理 ，但是不能比较两者有什么差异（一堆 0 和 1 的比较，看不出来改了什么内容的）。Git 对差异文件格式提供了扩展支持，支持二进制文件的比较，解决了这个问题。
在没有版本控制系统的情况下，可以用这 diff 和 patch 记录并保存改动前后的差异，还可以将差异文件注入版本控制系统（如果有）。
Linus 在 1991～2002 年，就是用 diff 和 patch 维护 Linux 不同版本间差异的。感兴趣的读者可以看看 Linus Torvalds 于 2007 年 5 月 3 日在 Google 的演讲：Tech Talk: Linus Torvalds on git - YouTube (opens new window)。
在当时，已经有一些版本控制工具了（CVS 和 SVN），但不好用（是集中式版本控制系统）；而一些商用软件，比起 CVS 和 SVN 好用一点，但那是收费的，与 Linux 的开源精神不符合…… 因此后面 Linus 开发了 Git。
# CVS
CVS 的历史：CVS（Concurrent Versions System）诞生于 1985 年，是由荷兰阿姆斯特丹 VU 大学的 Dick Grune 教授实现的。当时 Dick Grune 和两个学生共同开发一个项目，但是三个人的工作时间无法协调到一起，迫切需要一个记录和协同开发的工具软件。于是 Dick Grune 开发出有史以来第一个被大规模使用的版本控制工具。
可以看到，CVS 是被逼出来的，用人工管理版本太麻烦了，没办法才开发出来。
CVS 的特点：
- 最早被广泛使用，到现在也有不少人用；
- 开源且免费
- 集中式版本控制系统
使用 CVS 管理版本的时候，每个目录下面都有一个目录叫做 CVS（这样实现起来简单），单独拿一个目录出来就可以当作版本库。但 CVS 也有缺点：
- 不能对重命名进行版本控制
- 缺乏对原子提交的支持，如果有网络中断或其他不可控因素，会导致客户端向服务器端提交不完整的数据（这设计就很不合理了，最基本的功能有这样的缺陷）
- 随着文件的变多，效率会越来越慢
CVS 的成功导致了版本控制系统的大爆发，各式各样的版本控制系统如雨后春笋般诞生了，并且 CVS 的不少理念都成为了后续版本控制的标准。
新的版本控制系统或多或少地解决了 CVS 版本控制系统存在的问题。在这些版本控制系统中，最典型的就是 Subversion（SVN）。
# SVN
Subversion (opens new window)，由于其命令行工具名为 svn，因此通常被简称为 SVN。SVN 由 CollabNet 公司于 2000 年资助并开发，目的是创建一个更好用的版本控制系统以取代 CVS。
SVN 的前期开发使用 CVS 做版本控制，到了 2001 年，SVN 已经可以用于自己的版本控制了
SVN 实现了原子提交的功能，不会像 CVS 那样出现文件的部分内容被提交而其余的内容没有被提交的情况。
SVN 还有一个创举，就是在工作区跟踪目录下（.svn 目录）为当前目录中的每一个文件都保存一份冗余的原始拷贝。这样做的好处是部分命令不再需要网络连接，例如文件修改的差异比较，以及错误更改的回退等。
SVN 还有不少闪亮的功能特性，使得 SVN 在 CVS 之后诞生的诸多版本控制系统中脱颖而出，成为开源社区一时的新宠，也成为当时各个企业进行版本控制的最佳选择之一。
但是，SVN 在本质上并没有突破，都属于集中式版本控制系统，在查看日志和提交的时候，如果网速慢，就很让人抓狂。
对于 CVS 和 SVN 来说，笔者在公司内局域网内用过，网速还是可以的。但是论起好用，还得是 Git😁
# Git
(https://image.peterjxl.com/blog/image-20230111201130-8wqt3b6.png)
书接上文，我们来继续介绍 Git。
在 Git 出现之前，Linux 之父 Linus 坚决反对使用集中式版本控制工具，在 1991-2002 这十余年间，Linus 宁可以手工修补文件的方式维护 Linux 的代码。
经过十余年的发展，Linux 的代码库已经变的非常大了，还用手工维护非常不方便，Linux 社区意见也很大。因此在 2002~2005 年期间，Linus 选择了一个商业版本控制系统 BitKeeper 作为 Linux 内核的代码管理工具，BitKeeper 的东家 BitMover 公司出于人道主义精神，授权 Linux 社区免费使用这个版本控制系统。
2005 年发生的一件事最终导致了 Git 的诞生。在 2005 年 4 月，Andrew Tridgell（即大名鼎鼎的 Samba 的作者）试图对 BitKeeper 进行反向工程（类似通过反编译等方式获得 BitKeeper 的源码），以开发一个能与 BitKeeper 交互的开源工具。这激怒了 BitKeeper 软件的所有者 BitMover 公司，要求收回对 Linux 社区免费使用 BitKeeper 的授权。
Linus 可以向 BitMover 公司道个歉，保证以后严格管教弟兄们，但实际上 Linus 会受这气？直接花了两周时间自己用 C 写了一个分布式版本控制系统，这就是 Git！几个月之内，Linux 系统的源码已经由 Git 管理了！大家可以体会下什么叫 🐂🍺
以下是 Git 诞生过程中的大事记（来自维基百科 (opens new window)）：
- 2005 年 4 月 3 日，开始开发 Git。
- 2005 年 4 月 6 日，项目发布。
- 2005 年 4 月 7 日，Git 就可以作为自身的版本控制工具了。
- 2005 年 4 月 18 日，发生第一个多分支合并。
- 2005 年 4 月 29 日，Git 的性能就已经达到了 Linus 的预期。
- 2005 年 6 月 16 日，Linux 内核 2.6.12 发布，那时 Git 已经在维护 Linux 核心的源代码了。
# 其他版本控制工具
分布式版本控制系统除了 Git 以及促使 Git 诞生的 BitKeeper 外，还有类似 Git 的 Mercurial 和 Bazaar 等。这些分布式版本控制系统各有特点，但最快、最简单也最流行的依然是 Git！
除了之前介绍的版本控制工具，还有不少商用版本控制系统，占了一部分市场份额。但商用的一般有如下缺陷：
- 采用黑盒子式的版本库设计。大部分商用产品，是不会给使用者源码的（给了谁还买啊），因此让人捉摸不透其内部是怎么实现的，也加大了将代码迁移到其他版本库的成本（笔者推测这使得企业只能一直用这个产品，然后继续付费）
- 商业版本控制工具很难定制化需求，因为公司需要赚钱，总不能免费帮忙开发需求。
- 商业版本控制工具注定是小众软件，专门提供给企业使用，培训新员工也很麻烦。
简单说说笔者知道的一些商用工具。
# ClearCase
Rational 公司（该公司后面被 IBM 收购了）出品过 ClearCase 版本控制工具，但据说很难用，搜索到的评价如下：
- 为什么有些大公司技术弱爆了？ - 知乎 (opens new window)：毕业第一年在腾讯工作，做 QQ 游戏大厅，当时用的 IDE 是 VC2006，用的版本控制工具，叫 ClearCase(估计用过的人不多)，IBM 开发的。特点是极其严谨、非常强大，但流程极为繁琐，用起来简直让人抓狂，这还是腾讯花了 3000 万找 IBM 买的。
- 集中式 vs 分布式 - 廖雪峰的官方网站 (opens new window)：特点是安装比 Windows 还大，运行比蜗牛还慢，能用 ClearCase 的一般是世界 500 强，他们有个共同的特点是财大气粗，或者人傻钱多。
笔者也没用过，暂且不表。
# VSS
微软公司出品的，搜索到的相关平均如下：
集中式 vs 分布式 - 廖雪峰的官方网站 (opens new window)：微软自己也有一个集中式版本控制系统叫 VSS，集成在 Visual Studio 中。由于其反人类的设计，连微软自己都不好意思用了。
维基百科：Microsoft Visual SourceSafe 是美国微软公司出品的版本控制系统，简称 VSS。
软件支持 Windows 系统所支持的所有文件格式，兼容 Check out-Modify-Check in（独占工作模式）与 Copy-Modify-Merge（并行工作模式）。VSS 通常与微软公司的 Visual Studio 产品同时发布，并且高度集成。VSS 使用文件系统作为存储方式，每次版本变更时就需要大量地读写硬盘。这也是 VSS 最广受垢弊的缺点。VSS 虽然是微软公司的产品，但微软内部却很少使用它。微软内部使用一个名为 SLM 的版本控制系统，直至 1999 年。之后，微软内部改以使用修改自 Perforce 的 SourceDepot。
# 小结
本文主要介绍了如下内容：
- 为什么我们需要版本控制
- 集中式和分布式的概念
- 常见的版本控制工具介绍
- 简单演示了下 diff 和 patch 命令
- 简单介绍了版本控制工具的历史
在可以选择的情况下，强烈推荐使用 Git 作为版本控制管理工具。
