Linux內(nèi)核的git歷史記錄一些最奇怪的事情

我們通常認(rèn)為 git merges 有兩個(gè)父節(jié)點(diǎn)。例如，由我寫的最新的 Linux 內(nèi)核合并操作是提交2c5d955,這是 4.10-rc6 版本發(fā)行前準(zhǔn)備工作的一部分。它有兩個(gè)父節(jié)點(diǎn):

2c5d955Merge branch'parisc-4.10-3'of...

|

*- 2ad5d52parisc: Don't use BITS_PER_LONG in use ...

*- 53cd1ad Merge branch 'i2c/for-current'of...

Git 還支持章魚式的合并，這意味著可以有超過兩個(gè)父節(jié)點(diǎn)的合并。這對(duì)于我們那些從事小型項(xiàng)目開發(fā)的人來說，這似乎很奇怪：與三四個(gè)父節(jié)點(diǎn)合并會(huì)不會(huì)令人感到困惑？這得看情況而定。有時(shí)候，一個(gè)內(nèi)核的維護(hù)者需要一次同時(shí)合并幾十個(gè)單獨(dú)的歷史記錄。一個(gè)接著一個(gè)的30個(gè)合并提交比起單獨(dú)的一個(gè)30路(30個(gè)父節(jié)點(diǎn))合并更加令人困惑，特別是當(dāng)30路合并沒有沖突的時(shí)候。

章魚式合并可能比你想象地更常見。在內(nèi)核的提交歷史記錄中有649,306個(gè)提交。其中 46,930 (7.2%) 個(gè)提交是合并提交。在合并提交中，有 1,549 (3.3%) 是章魚式合并。(截止到我當(dāng)前的 git HEAD 指向的提交 566cf87 。)

$git log --oneline | wc -l

649306

$git log --oneline --merges | wc -l

46930

$git log --oneline --min-parents=3 | wc -l

1549

作為比較，Rails 的所有提交中的 20% 是合并提交 (12,401/63,111),但沒有一個(gè)章魚式合并。Rails 大概更能代表一般的工程; 我認(rèn)為大多數(shù)的 git 用戶甚至都不知道章魚式合并。

現(xiàn)在，顯而易見的問題是: 這些章魚式合并的規(guī)模有多大？ 在這里每行開頭的 “>” 是續(xù)行符；這個(gè)命令寫了總共5行。這篇文章中的所有命令都是我在做實(shí)驗(yàn)的時(shí)候輸入到終端里面的，所以它們未必容易看懂。我對(duì)于結(jié)果更感興趣，貼出代碼只是為了滿足那些好奇的人。

$(git log --min-parents=2 --pretty='format:%h %P' |

>ruby -ne'/^(w+) (.*)$/ =~ $_; puts "#{$2.split.count} #{$1}"' |

>sort -n |

>tail -1)

662cde51f

66 個(gè)父節(jié)點(diǎn)！這么多的父節(jié)點(diǎn)，這個(gè)提交到底發(fā)生了什么？

這讓許多歷史記錄可視化工具都無法正常運(yùn)行，引出了 Linus Torvalds 的一個(gè)回應(yīng):

我剛剛從 Takashi 那收到了一些消息，因此我看到了你的合并提交 2cde51fbd0f3 。這個(gè)提交有 66 個(gè)父節(jié)點(diǎn)。

[…]

它被拉?。╬ulled）了，并且狀況良好，但顯然它在 “章魚式合并很好” 和 “上帝” 之間做到了平衡，這不是一個(gè)章魚式合并，這是一個(gè)克蘇魯(一個(gè)章魚頭人神的巨人)式的合并。

正如我所看到的，這個(gè)有66個(gè)父節(jié)點(diǎn)的不同尋常的提交在某種程度上只是對(duì)于ASoc代碼修改的正常合并。ASoc 代表了芯片上的ALSA系統(tǒng)。ALSA系統(tǒng)是音頻子系統(tǒng)；“單片系統(tǒng)是集成在單片硅芯片上計(jì)算機(jī)的術(shù)語。綜上所述，ASoc 是對(duì)嵌入式設(shè)備的聲音支持系統(tǒng)。

那么這樣的合并多久會(huì)發(fā)生一次呢？永遠(yuǎn)都不會(huì)發(fā)生。規(guī)模排第二的合并是 fa623d1 ,它僅僅有 30 個(gè)父節(jié)點(diǎn)。然而，因?yàn)樽銐虻谋尘爸R(shí)，從 30 到 66 之間的巨大差距并不會(huì)令人感到驚訝。

一次 git 提交的父節(jié)點(diǎn)的數(shù)量大概是一種單側(cè)分布(通常非正式的說法是冪律分布，因?yàn)檫@里對(duì)這個(gè)不感興趣，所以不必嚴(yán)格正確)。軟件系統(tǒng)的許多屬性都屬于單側(cè)分布。等一下；我將會(huì)生成一個(gè)圖表來確定…(大量嚴(yán)格的圖表確定了)。是的，它確實(shí)是單側(cè)分布:

簡(jiǎn)單地說來, “單側(cè)分布”意味著小事件比大事件多得多，而且大事件的最大規(guī)模是沒有界限的。內(nèi)核的提交歷史中包含了 45,381 個(gè)兩個(gè)父節(jié)點(diǎn)的合并，但僅僅有一個(gè) 66個(gè)父節(jié)點(diǎn)的合并。假如考慮足夠多的開發(fā)歷史記錄的話，我們可能會(huì)看到多于66個(gè)父節(jié)點(diǎn)的合并。

單個(gè)函數(shù)或是單個(gè)模塊的代碼行數(shù)也是單側(cè)分布（大多數(shù)函數(shù)和模塊都很小，但是其中一些很大；想想 web app 中的 “User” 類)。同樣，對(duì)于模塊的變化率（大多數(shù)模塊都不會(huì)經(jīng)常變動(dòng)，只有其中一些會(huì)不斷改動(dòng)；再想想 “User” 類）。這些分布在軟件開發(fā)中無處不在，而且經(jīng)常在下面的雙對(duì)數(shù)坐標(biāo)圖中呈直線分布。

對(duì)于父節(jié)點(diǎn)的數(shù)量最大的提交，我們就討論到這。那么在差異方面的合并又怎樣呢？在差異方面，我的意思是被合并的兩個(gè)分支之間的差異。我們可以通過簡(jiǎn)單地比較合并節(jié)點(diǎn)的父節(jié)點(diǎn)，然后統(tǒng)計(jì)它們差異的行數(shù)來衡量這一點(diǎn)。

例如，如果一個(gè)分支一年前從 master 分支分離出去，改變了一行代碼，之后被合并回 master 分支，在這段時(shí)間內(nèi)對(duì)于 master 分支的所有修改都會(huì)被統(tǒng)計(jì)到，同樣分離出去的分支上的改變也會(huì)被統(tǒng)計(jì)到。我們可以引出更直觀的差異概念，但因?yàn)?git 不會(huì)保留分支的元數(shù)據(jù)，所以它們很難或者說是幾乎不可能計(jì)算出來。

在任何情況下，作為計(jì)算差異的起點(diǎn)，下面是最近內(nèi)核合并的差異：

$git diff$(git log --merges -1 --pretty='format:%P') | wc -l

173

在英語中，這個(gè)命令的含義是這樣的：“比較最近合并的兩個(gè)父節(jié)點(diǎn)，然后統(tǒng)計(jì)差異的行數(shù)?！睘榱苏页霾町愖疃嗟暮喜?，我們可以遍歷每個(gè)合并提交，用類似的方法統(tǒng)計(jì)差異的行數(shù)。然后，作為一個(gè)測(cè)試，我們將搜索所有合并中恰好有 2,000 行差異的分支。

$(git log --merges --pretty="%h" |

whilereadx;do

echo"$(git diff $(git log --pretty=%P $x -1) | wc -l)"$x

done > merges.txt)

$sort -nmerges.txt | grep'b2000b'

20003d6ce33

20007fedd7e

2000f33f6f0

（這個(gè)命令需要花費(fèi)很長(zhǎng)的時(shí)間運(yùn)行: 我想大約需要12小時(shí)，盡管我已經(jīng)減少了許多。）

我認(rèn)為合并的差異大小遵循單側(cè)分布，就像父節(jié)點(diǎn)數(shù)量的統(tǒng)計(jì)一樣。所以它應(yīng)該在雙對(duì)數(shù)坐標(biāo)圖表中顯示為一條直線。讓我檢查一下….對(duì)了:

我把差異的大小定在1000行左右(注：前面用2000行，得到的數(shù)據(jù)太少)，否則沒有足夠的樣本來生成有效的曲線。

右下角難看的原因部分是因?yàn)榱炕瘑栴}，另一部分是由于缺乏大量的提交導(dǎo)致樣本數(shù)量較小，與之前的圖表情況一樣。

現(xiàn)在，顯而易見的問題是: 提交歷史中差異最大的合并是哪個(gè)？

$sort -nmerges.txt | tail -1

22445760f44dd18

22,445,760 行差異！這看起來根本不可能這么大-因?yàn)椴町惖男袛?shù)比整個(gè)內(nèi)核源代碼的行數(shù)都大。

Greg Kroah-Hartman 在2016年9月19做了這一提交，當(dāng)時(shí)正處在 4.8-rc6 版本的開發(fā)期間。Greg 是 Linus Torvalds 的 “副官” 之一 – 他（Linus）最親近，最值得信賴的開發(fā)者。簡(jiǎn)單地說，副官們構(gòu)成了內(nèi)核 pull request 樹中的第一層。Greg 負(fù)責(zé)維護(hù)內(nèi)核的穩(wěn)定分支，驅(qū)動(dòng)程序內(nèi)核，USB 子系統(tǒng)和其他幾個(gè)子系統(tǒng)。

在更加仔細(xì)的研究這個(gè)合并之前，我們需要一點(diǎn)背景知識(shí)。通常我們把合并作為菱形分支模式（先分支，然后合并，見下圖）的一部分:

在2014年，Greg 開始在一個(gè)新的倉(cāng)庫開發(fā) Greybus (移動(dòng)設(shè)備總線)，這就好像是他創(chuàng)建了一個(gè)全新的項(xiàng)目一樣。最后，Greybus 的開發(fā)工作完成時(shí)，它就被合并到了內(nèi)核中。但因?yàn)樗菑囊粋€(gè)嶄新的倉(cāng)庫開始的，所以它和內(nèi)核的中的其他源代碼沒有共同的歷史記錄。所以除了2005年我們公認(rèn)的初始提交之外，這個(gè)合并為內(nèi)核又添加了一個(gè) “初始提交”。這個(gè)倉(cāng)庫現(xiàn)在有兩條獨(dú)立的初始提交，而不是通常的菱形分支模式：

通過查看合并提交的兩個(gè)父節(jié)點(diǎn)中分別存在多少文件，我們可以看到一些蛛絲馬跡:

$git log -1f44dd18 | grep'Merge:'

Merge: 93954527398a66

$git ls-tree -r9395452 | wc -l

55499

$git ls-tree -r7398a66 | wc -l

148

一條分支存在大量的文件，因?yàn)樗苏麄€(gè)內(nèi)核的源文件。而另一條僅僅包含了很少的文件，因?yàn)樗闹皇?Greybus 的歷史記錄。

像章魚式合并一樣，這會(huì)讓一些 git 用戶感到奇怪。但是內(nèi)核開發(fā)人員是專家級(jí)的 git 用戶，并傾向于放棄使用這個(gè)功能，但絕對(duì)不是盲目的放棄

最后一個(gè)問題:這種情況到底發(fā)生了多少次？?jī)?nèi)核中有多少獨(dú)立的 “初始化” 提交？事實(shí)上是四次:

如果我們要畫出這些提交，為了清楚起見，我們忽略所有其他的歷史記錄，如下圖:

這四個(gè)提交中的每一個(gè)都是離當(dāng)前內(nèi)核版本庫 HEAD 節(jié)點(diǎn)很遙遠(yuǎn)的祖先節(jié)點(diǎn)，并且都沒有父節(jié)點(diǎn)。從 git 的角度來看，內(nèi)核歷史“開始”了不同的四次，所有的這些提交最終都被合并在一起。

這四個(gè)提交中的第一個(gè)（在我們輸出的底部）是2005年的初始化提交，也就是我們通常認(rèn)為的初始化提交。第二個(gè)是文件系統(tǒng) btrfs 的開發(fā)，它是獨(dú)立倉(cāng)庫完成的。第三個(gè)是 Greybus,同樣也是獨(dú)立倉(cāng)庫完成的，我們之前已經(jīng)說過。

第四個(gè)初始化提交，a101ad9，很奇怪，正如下面看到的:

$git show --oneline --stat a101ad9

a101ad9 Share upstreaming patches

README.md | 2 ++

1file changed,2insertions(+)

它剛創(chuàng)建了一個(gè) README.md 文件。但隨后，它就立即被合并到正常的內(nèi)核歷史的提交 e5451c8 中了！

$git show e5451c8

commit e5451c8f8330e03ad3cfa16048b4daf961af434f

Merge: a101ad93cf42ef

Author: Laxman Dewangan

Date: Tue Feb2319:37:082016 +0530

為什么有人會(huì)創(chuàng)建一個(gè)只包含兩行文本的 README 文件的初始化提交，然后立即合并到主線的歷史記錄中呢？我想不出任何理由，所以我懷疑這是一個(gè)意外！但它沒有造成任何危害；它只是很奇怪。（更新：這是個(gè)意外，Linus用他一貫的方式回應(yīng)了。）

順便提一句，這也是歷史記錄中差異數(shù)量排第二的提交，僅僅因?yàn)樗且粋€(gè)不相關(guān)提交的合并，就像我們仔細(xì)研究過的 Greybus 的合并一樣。

現(xiàn)在你知道了：Linux 內(nèi)核的 git 歷史記錄一些最奇怪的事情。一共有 1,549 個(gè)章魚式合并，其中有一個(gè)是擁有 66 個(gè)父節(jié)點(diǎn)的提交。差異最多的合并有 22,445,760 行差異，盡管它有點(diǎn)技術(shù)性因?yàn)樗蛡}(cāng)庫的其他部分沒有公共的歷史記錄。內(nèi)核擁有四個(gè)獨(dú)立的初始化提交，其中一個(gè)是失誤導(dǎo)致的。盡管上面的這些都不會(huì)出現(xiàn)在絕大多數(shù)的 git 倉(cāng)庫中，但是所有的這些功能都是在 git 的設(shè)計(jì)范圍之內(nèi)的。