版本控制概述

什么是版本控制

版本控制（Version Control）是一种记录文件或文件集合随时间变化的系统，以便将来可以回溯到特定版本。版本控制系统（VCS）是软件开发中不可或缺的工具。

版本控制能做什么

• 历史记录：追踪每一次文件修改，记录谁在何时做了什么改动
• 回退恢复：任意回退到历史某个版本，从错误中快速恢复
• 并行开发：多人同时在不同功能上工作，互不干扰
• 代码审查：通过对比差异，进行代码审查和质量控制
• 分支实验：在独立分支上做实验，不影响主线代码

没有版本控制会怎样

没有版本控制时，开发者通常会：

• 手动复制目录：project-v1、project-v2、project-final、project-final2
• 用日期命名备份：project-20240101
• 覆盖式修改，丢失历史

这种方式混乱、低效，难以协作，也容易造成数据丢失。

集中式 vs 分布式版本控制

集中式版本控制（CVCS）

代表产品：CVS、Subversion（SVN）、Perforce

开发者 A  ──┐
开发者 B  ──┼──→  中央服务器（单一版本库）
开发者 C  ──┘

优点：

• 概念简单，易于理解
• 权限管理集中，便于控制
• 可以针对特定目录授权

缺点：

• 单点故障：服务器宕机则所有人无法工作
• 历史数据全在服务器，本地无完整副本
• 网络依赖强，离线时无法提交
• 分支操作慢，代价高

分布式版本控制（DVCS）

代表产品：Git、Mercurial、Bazaar

开发者 A（完整副本）──┐
开发者 B（完整副本）──┼──→  远程仓库（可选）
开发者 C（完整副本）──┘

优点：

• 每个开发者都有完整的仓库副本
• 离线也能完整工作（提交、查看历史、切换分支）
• 没有单点故障，任意一份副本都可以恢复
• 分支操作极其轻量快速
• 支持灵活的工作流（多个远程仓库）

缺点：

• 学习曲线较陡
• 初次克隆大型仓库较慢（需要下载完整历史）

Git 的诞生与设计哲学

Git 的诞生

Git 由 Linus Torvalds（Linux 内核之父）于 2005 年创建。

起因是 Linux 内核社区与 BitKeeper 公司的版权纠纷，BitKeeper 停止向 Linux 内核项目免费提供服务。Linus 决定自己开发一个版本控制系统，目标是：

• 速度极快
• 设计简洁
• 支持非线性开发（数千个并行分支）
• 完全分布式
• 能高效管理像 Linux 内核这样的大型项目

仅用了 10 天，Git 就基本可用，并于同年正式替代了 BitKeeper 管理 Linux 内核代码。

Git 的设计哲学

1. 快照而非差异

大多数版本控制系统存储文件的差异（delta），Git 存储的是完整快照。每次提交，Git 都保存所有文件的快照（通过哈希去重，未修改的文件只存储引用）。

差异存储（SVN 风格）：
版本1: 文件A-基础版
版本2: 文件A-基础版 + 差异1
版本3: 文件A-基础版 + 差异1 + 差异2

快照存储（Git 风格）：
版本1: 文件A快照1
版本2: 文件A快照2（引用A快照1 + 文件B快照1）
版本3: 文件A快照2（引用）+ 文件B快照2

2. 本地操作优先

绝大多数操作只需要本地数据，无需网络：

• 查看历史记录
• 对比文件差异
• 提交代码
• 切换分支

3. 数据完整性

Git 中的所有数据在存储前都会用 SHA-1 哈希算法计算校验和，通过该校验和引用数据。这意味着：

• 任何文件内容改变都会被检测到
• 不可能在 Git 不知情的情况下修改任何内容

4. 只增不减

Git 几乎只向数据库中增加数据。已提交的数据很难丢失。这让开发者可以大胆实验，无需担心破坏项目。

5. 三种状态

Git 文件有三种主要状态：已修改（modified）、已暂存（staged）、已提交（committed），对应三个主要区域：工作区、暂存区、本地仓库。

总结

版本控制是现代软件开发的基础设施。Git 以其分布式架构、极速的分支操作和强大的完整性保证，成为当今最流行的版本控制系统。无论是个人项目还是大型团队协作，掌握 Git 都是每位开发者的必备技能。

下一节将深入了解 Git 的核心概念，帮助你建立正确的思维模型。