一棵单树是如何用 git 组织的？

Posted 2023-03-31

【中文标题】一棵单树是如何用 git 组织的？

【英文标题】：How is a monotree organized with git?

【发布时间】：2018-07-02 12:05:57

【问题描述】：

我最近遇到了 Greg Kroah-Hartman 撰写的 article，关于为什么 Linux 内核没有稳定的 API 以及内核存储库是如何组织为单树的。当我与朋友讨论这篇文章时，很明显我们对 tree 这个词的含义有了不同的理解：

tree 指的是项目的不同子文件夹。 指的是git master分支的不同fork。

在第一种情况下，贡献者不会签出完整的项目，例如Linux 内核，但只是一个子文件夹。然后可以将这些与例如git-subtree.

在第二种情况下，贡献者必须检查整个项目并基本上创建一个 monorepo 的分支。

那么，monotree 中的tree 指的是什么，如何用 git 将项目组织为 monotree？

【问题讨论】：

第一种情况更正确，但存储库的根文件夹也被跟踪为树。运行git log -1 <commit> --pretty=raw，您可以看到提交的根树。它有一个像提交一样的哈希名称。运行git ls-tree <treeid>，你可以看到这棵树有什么。它可以有 blob、树和提交。带有文件名的 Blob 代表文件。带有文件夹名称的树代表 foders。提交代表子模块。它们是您可以在根文件夹中看到的内容。子文件夹有什么？然后运行git ls-tree <subtree-id>。您可以添加-r -t 以查看全貌。

谢谢。这让事情有点清楚了。我应该多研究一下 git 的架构。

【参考方案1】：

让我们在这里做一些笔记：

短语monotree，甚至是部分词mono，从未出现在the referenced article中。 这篇文章中有七次出现tree这个词。 在这七次出现中的六次中，这里的整个短语是主内核树。没有使用这个完整短语的一个参考只是说树，但显然与其他六个具有相同的意图。 您已使用 git linux monorepo 标记此内容（以防标签更改）。

您的问题是：作者所说的“主内核树”是什么意思？或人们在提到树时通常是什么意思？ em> 这些都是有效的问题，但与 Git 并不特别相关。

计算机科学中的

树倾向于指数据结构，它的定义也很松散；见the wikipedia entry。我们有一些节点和边的集合——在数学上，一个图 G 由它的一组顶点 V 和边 E 定义，其中每个顶点连接通过边到其他顶点 - 并且图上存在约束，因此它是最小连接，或等效地，最大无环。 （见https://en.wikiversity.org/wiki/Introduction_to_graph_theory/Proof_of_Theorem_4和What's the difference between the data structure Tree and Graph?的答案）

Git 中的 tree 对象 特指 Git 类型“树”的存储 Git 对象（存储在存储库数据库中的四种 Git 对象类型之一——另外三种是 commit、blob 和 带注释的标记）。这样的对象存储 三元组，其中 mode 和 hash-ID 标识要与名称相关联的其他 Git 对象，该名称是任意 ¹ 字节字符串，不包括 NUL 和斜杠（代码分别为 0 和 0x2f 或 47）。存储在 Git 中的 提交对象 包含单个树对象的哈希 ID。读取树对象并定位它列出的子对象，然后如果这些对象是树，则递归读取它们自己的子对象，从而构建最小连接图，即 CS 样式树。

---

¹由于缓存条目ce_namelen 字段为32 位整数类型，存在长度限制。因此，任何名称组件的长度都不能超过 4 GB。实际上，没有一个应该超过 255 字节，但据我所知，Git 中的树对象不会强制执行任何特定限制。

---

Linux 中的文件系统树 实际上只是一个字符串，用于标识文件系统中的一个实体，尽管命名目录以外的任何内容都会导致一棵只有一个节点的退化树。但是，通过命名目录，您可以暗示解释此字符串的任何人都应该读取目录的内容，这些名称（通过与标识目录本身的字符串连接）命名另一个 Linux 文件系统树，可能是带有单个文件或设备节点或其他任何东西。这种递归枚举导致建立一个最小连接图，就像 Git 树对象一样。 （也许不足为奇的是，Linux 目录对象的名称限制与 Git 树对象基本相同，尽管它们的最大组件名称长度通常要小得多，通常为 255 字节或更少。）

最后，文章中使用的短语主内核树指的是 Linux 内核存储库——Linus Torvald 的 Linux 内核 Git 存储库——以及围绕它的整个生态系统。关于细节有很多争论的空间。在这里，我将仅包含指向此特定 InfoWorld article 的链接，这似乎是对截至其撰写时（2016 年 8 月）的事态的合理总结。

【讨论】：

感谢您的详尽回答。我的问题不够清楚。我确实知道计算机科学中的树是什么。然而，当我读到 The Kernel 存储库被组织成单树时，我想知道他们的意思是什么。 @ElpieKay 的评论让我更清楚。