版本控制工具比较：git vs hg

看到一篇文章，重新又勾起了我对版本控制工具的回忆和兴趣，拿出最好用的两种来比较比较吧：git和hg 。

1.对象模型（Object Model）

hg是采用增量式存储的版本控制系统，它保存相邻版本间的差异，通过在基础版本之上叠加差别的方式记录版本的更新，其组织方式自然采用链表。这点和subversion一致，数据库版本控制工具dbdeploy也采用相同原理。

hg中的基本对象有三种：file、manifest 和changeset

• changeset可以理解为版本的代名词了，它记录了该版本的信息，changeset间的采用链式索引，由一个根开始；
• 每一个changeset持有对应版本的manifest，这是一个记录repo内当前工程版本下的各文件版本信息的列表；
• 每个file对应的Revlog 文件才是真正存储各版本以及其数据节点的列表。

git并非采用增量式存储，而是为每个版本创建一个快照，最重要的组织结果是树。

基本对象有三种，自底向上为：blob、tree和commit（还有个tag， 和hg的bookmark类似，略了 ）

• blob存储的是repo中某文件的内容，单纯的二进制方式，不存储包括文件名在内的其他东西。它是脱离于版本之外的存储结构，通过对文件数据的hash值比较可快速区分两个blob，不同版本、或不同目录下、或不同名称但内容相同的文件共有相同的blob对象；
• tree存储了所有directory和file的组织结构，对directory存为子树，对file保存其对应blob对象的hash值；
• commit也是版本的标志，它持有tree的root节点地址，相邻commit之间也是链接在一起的，以方面找到上一个版本。

2. 工作目录与专用目录（working dir and Git/Hg dir）

两种版本控制工具都将代码checkout到工作目录下，工作目录中保存的是项目当前branch的当前版本；同时在本地repo的根目录（也是工作目录）下为各自系统建立一个专用的目录（.hg , .git）, 存储版本历史、对象与索引和配置文件等。

不同之处在于建立codebase时，这里首先要提到bare repositories的概念。

# Why bare?

一个bare repo与普通repo的区别是没有项目文件的working copy，即repo根目录下只有专用目录，而没有任何其他代码文件和文件夹；这是为了响应作为codebase应当遵循的“Only store, never update from revisions（只存储版本，不更新到实际代码文件）”原则。

hg管理的repo天生就能做codebase使用，无论是否是bare的，这点是由其分布式版本控制系统的本质决定的，它可以随时把当前的repo通过自带的http server发布代码，特别适合分布式开源项目的代码分享。

git也是分布式代码版本管理工具，不过它对作为codebase的repo做了严格的bare要求。可以看到的是许多人在初学git时不了解这一点，抱怨自己做spike时不知如何提交代码到在本机上的codebase。这里顺手写下两个tips：

* 初始建立一个bare repo

      $ git init --bare

* 如果已有一个repo了，使用下面的方法将其转化为bare的

      $ git config --bool core.bare true   , 之后可删除除了repo根目录.git文件夹之外的所有文件，即只保留专用目录

3. 分支与合并（branch and merge）

git中是有同一个repo上不同branch的概念，而hg没有。就是说，git在切换到别的branch上时，仍然是在原来的repo中，工作目录下的代码也会相应地切换到某个版本上；而hg上新建branch 则意味着有了另一个repo，不能算做轻量级的分支（lightweight branch）。

hg中是以heads的概念来维护不同开发者checkout的代码的，它不像SVN这样的集中式版本控制，不需要回归到某一根主线上来（当然常常我们需要这样用，方便持续集成），所以向某个codebase提交时需要先与该branch上的head来merge，结果合并为一个新的共有的head（这显然需要一次提交），此时两条branch交汇到一处。

git中可以在同一repo下，实现在指定branch上独立提交和在不同branch间merge。提交和更新是灵活和易控制的。

另外，hg中鼓励以changeset为单位进行merge后提交，即先将本地修改做本地提交，之后采用mercurial queue或fetch的方式合并后提交到codebase。其原理是head之间的合并。

git中鼓励在未形成本地commit时更新代码并做merge，之后将本地提交和向codebase提交连起来做。因为本地commit之后做更新和合并，并不是git对象模型所擅长的，被迫merge时容易将被引入“no branch”的临时branch状态。这种状态上也是可以进行开发的，但风险是没有正规的branch来记录版本。这里又有一个tip。

# 'no branch' problem

* 从“no branch”状态转回正常branch上, 比如master

  1）在“no branch”状态上完成与代码库的同步，即保证没有重要的本地修改和本地提交残留；

  2）$ git checkout master     ，直接转到master上，这时对no branch的索引就丢失了，该状态不复存在；

  3）$ git log    ，检查master branch上的log，找到是否有本地修改/提交残留（通常是有的，因为是在做merge时出的问题）；

  4）$ git reset --hard HEAD~3,    放弃已有的本地提交（假设是3个，如果是两个可用HEADE^^），--hard是删除指针及内容；

  5）在没有本地修改和提交的基础上，就可放心地同步到master上最新的版本了，你知道怎么做这步。

其他

诸如git的unstaged area，mercurial queue以及两个工具的应用模式，都不在此介绍了。

参考

http://mercurial.selenic.com/wiki/GitConcepts

《Git Community Book》