《数据保护指南-下》——使用Git保护代码

Git介绍

• Git是一个分布式版本控制系统，很多高级功能，团队协作中更是不可缺少它。实际上我们在这里使用Git的目的就是作为代码备份，操作是比较简单的，具体教程可以看廖雪峰的免费Git教程：

• 初始化完毕之后，一般都是三部曲：

# 从工作区添加到stage暂存区
git add .

# 从暂存区提交到当前分支
git commit -m "备注"

# 推送到远程仓库
git push

• Git分为工作区和版本库两个区域，版本库里面又划分了一个暂存区的区域。

• 每个Git的项目文件夹下，除了隐藏的.git文件夹，这个文件夹之外的其他区域都属于工作区。一般的工作流程：工作区的文件需要添加到Git的暂存区（git add），随后再提交到Git的版本库（git commit）。

• 首次新建的文件都是untracked状态（未跟踪），此时需要git add到暂存区，Git便会在暂存区中生成一个该文件的索引，文件此时处于uncommited状态，需要git commit生成版本库。添加到了版本库之后，再对文件进行修改，那么文件的状态会变为unstaged状态。

• “所有的版本控制系统，其实只能跟踪文本文件的改动，比如TXT文件，网页，所有的程序代码等等，Git也不例外。版本控制系统可以告诉你每次的改动，比如在第5行加了一个单词“Linux”，在第8行删了一个单词“Windows”。而图片、视频这些二进制文件，虽然也能由版本控制系统管理，但没法跟踪文件的变化，只能把二进制文件每次改动串起来，也就是只知道图片从100KB改成了120KB，但到底改了啥，版本控制系统不知道，也没法知道。”

• R语言中的数据RData也是二进制文件，所以也无法使用版本控制系统进行追踪。所以Rstudio生成的.gitignore文件默认也是忽略.RData文件的。

基本配置

下面演示一下如何在Rstudio中使用Git

1. 新建R项目

在R Studio里面新建一个项目，新建项目时记得勾选Create a git repository。

2. 配置版本控制

如果第1步勾选了“Create a git repository”，则可以跳过这一步。已有项目引入Git，也可以按照这个方法操作。

版本控制系统设置为Git并初始化仓库。（配置这个需要重启Session，请保存好自己的数据）

3. 新建仓库

如果没有账号则注册账号：

Gitee（国内的仓库，中文界面，速度较快）：https://gitee.com/

GitHub（国外的仓库，英文界面），https://github.com/（注册教程）

4. 关联远程仓库

5. 配置用户名和邮箱（配置一次就行）

告诉git你是谁，只需要配置一次即可

git config --global user.email "you@example.com"
git config --global user.name "Your Name"

6. SSH配置（配置一次就行）

你推送代码到仓库的凭证

• 生成密钥，复制到粘贴板备用

# 先看看是否已有密钥
cat ~/.ssh/id_rsa.pub

ssh-keygen -t rsa -C "you@example.com"

# 确认一下，然后复制到粘贴板
cat ~/.ssh/id_rsa.pub

• github配置SSH公钥

7. 配置忽略的文件❗❗❗❗❗

Github免费用户单个仓库只有500MB的空间，所以只能用来保存一些关键的数据或者代码，我们在推送的时候，需要在.gitignore文件指出需要忽略哪些文件或者目录。

• 如果你是将原有的项目上传到Git上面，需要新建data/input，data/ouput目录，分别作为输入输出目录，便于统一管理。

8. Add、Commit

• 界面方式

• 命令行方式

git add .

git commit -m "test1"

9. 推送

• 命令行方式

git push --set-upstream origin master

• 第一次命令行推送完毕后，后续也可以界面操作
  

• 此时代码已经推送到远程仓库~

• 如果此时你误删了数据，可以git checkout .恢复，或者界面操作

常见问题

使用账号密码推送远程仓库时报错

这是因为Github不支持账号+密码的验证方式了，请使用SSH作为登录凭证。

误操作把大文件add、commit、push了怎么办

下面的操作需要分为几种情况

只是add了

• 当你add的时候有一个大块头文件时，add命令执行完毕也要花很长时间，这时候你就要意识到不对劲了。

• add后，使用git status查看一下状态，看看哪些文件被添加了。

拿上面的例子来说：首先，我们需要编辑.gitignore文件，加上忽略iso文件的规则
然后执行命令
git rm -r --cached 你要忽略的文件
# 清理垃圾
git gc --prune=now
git add .
git commit -m "xxx"
# 推送到远程仓库
git push origin main

• 如果你没有运行git gc --prune=now你会发现，虽然文件没有被推送到远程仓库，但是还在本地仓库里面

add且commit了，但是没有push上去

• 实验场景

• 回到add之前的版本

• 新增.gitignore配置，重新add、commit

• 清理

git -c gc.reflogExpire=0 -c gc.reflogExpireUnreachable=0 -c gc.rerereresolved=0 -c gc.rerereunresolved=0 -c gc.pruneExpire=now gc "$@"

add且commit了，且push到远程仓库了

• 可以使用BFG工具清理文件，官网，此处不展开

wget https://maven.aliyun.com/repository/public/com/madgag/bfg/1.14.0/bfg-1.14.0.jar

三部曲都有点烦，可以再简化吗？

可以使用脚本来简化一下，将下面的push.sh文件放到项目的根目录下即可

git add .

if [ "$1" ]; then
	msg=$1
else    
	msg="update code at `date`"
fi

git commit -m "$msg"

git push origin master

# 使用
sh push.sh "XX修改"

# 不包含commit信息，那么脚本会自动添加commit信息
sh push.sh 

附录

https://juejin.cn/post/7024922528514572302

https://www.cnblogs.com/cposture/p/git.html