一級源碼

1. 為何Google、微軟、華為將億級源代碼放一個倉庫

作者 | 夕顏

編輯 | Just

出品 | AI 科技 大本營（ID:rgznai100）

大公司應該如何進行代碼管理？微軟研發並採用 VFS For Git 的過程和這個系統本身有哪些可以借鑒的地方？為了更深入了解 VFS For Git 和代碼管理相關問題，AI 科技 大本營（ID:rgznai100）采訪了微軟亞洲研究院首席研發經理鄒欣，他對這些問題進行了解答。

為什麼要做 VFS For Git？

鄒欣回憶，在將代碼遷移到 GVFS 前，微軟曾使用多個主要的代碼管理平台，包括 SLM, Source Depot （上世紀 90 年代開始）、TFS 的源代碼控制 TFVC （2006 年開始）。直到 2017 年，微軟用三個月的時間完成代碼遷移到 Git，並推出了 Git 的變種，針對特大 repo 的 GVFS，並沿用至今。

GVFS 是一個 Git 虛擬文件系統，全稱為 Git Virtual File System，允許 Git 處理 TB 規模的代碼庫，比如 270 GB 的 Windows 代碼庫。GVFS 的 V 就是 Virtual（虛擬），它解決了Git 原來的設計缺陷（每個客戶端都有所有版本的代碼），而是用虛擬文件來代替那些本地用不著的文件， 大大 減少了文件傳輸和本地機器存儲的壓力，讓微軟內部技術人員可以進行高效協作。

一段小插曲是，GVFS 從發布之初就引起了爭議，原因是 GNOME 項目的虛擬文件系統也叫 GVfs，而 GNOME 的 GVfs 最早發布於 2006 年，之後的教程、文檔、論壇都沿用這個名字。在微軟的 GVfs 項目發布後，很快超過了 Gnome GVfs 項目的搜索排名，且由於二者都與虛擬文件系統有關，導致用戶在查找信息時容易出現混淆。於是，很多開發者要求微軟改名，經過一番周折後，微軟終於在 2018 年將 "GVFS" 項目的名字改為 "VFS For Git"。

鄒欣表示，當時微軟將代碼遷移到 Git 主要是為了統一微軟百花齊放的內部工具，並沒有一個絕對好的選擇，領導團隊選擇了 Git, 但從現在的結果來看，這是一個比較好的選擇。如今，微軟仍然在對 Git 系列的工具做改進，也把改進回饋到 Git 社區。

現在，VFS For Git 已經是微軟內部統一的工具，同時被其他大型企業採用：https://vfsforgit.org/

VFS For Git 在 GitHub 上也已開源：

GitHub開源地址：https://github .com /microsoft/VFSForGit

除了微軟，我們發現，很多大公司的代碼託管已經向自己內部開發的版本控制系統遷移，比如 Google 就把使用不同語言編寫的超過 10 億文件，近百 TB 源代碼都存放在自行開發的版本管理系統 Piper 中，只當項目開源且需要外部協作時，才會使用業界流行的 Git。（詳見文章《為何Google將幾十億行源代碼放在一個倉庫？》）

再如華為的內源（Inner Source）平台，承載著華為 1100 億源代碼、60 萬+ 代碼倉庫、每天 60 T 的下載容量、1 萬次/秒的 高峰 並發下載。

這是否說明在大公司中流行的單一倉庫就是最好的做法？ 這些公司在選擇採用代碼託管方式時需要考慮哪些不同的問題？

鄒欣解釋，在他看來，用 GVFS 也可以創建各種獨立的倉庫。用一套工具有利於公司內部進行代碼共享，讓人員流動、代碼復審、改進工具變得更簡單，效率提高。

其次，大公司有很大量的代碼，很長的 歷史 和很多工具，如果貿然選擇一個新工具就會出現以下問題：

a) 一些市面上的工具並不是為大規模代碼設計的，處理不了大量代碼， 我們以前用第三方的代碼分析工具， 結果處理 Office 的代碼的時候，自己崩潰了，因為 Office 的代碼量太大，這個工具的開發者沒有為如此大的代碼設計軟體。

b) 很多工具在 歷史 中不斷演化， 有自己獨特的特點，很多和企業內部的某些特殊需求有關，外部工具很難都實現這樣的功能。

很多工具聯合在一起，會形成了一個工具的生態，但如果只改變一個工具，讓其他的工具變得不兼容， 那整個團隊的很多工作流就會出現問題。

此外，鄒欣表示，代碼託管與 AI 結合是未來發展方向。例如，這種結合會告訴你昨天晚上簽入代碼有問題， 或者簽入代碼和某個其他團隊的代碼相似，建議重用。或者告訴你簽入的代碼是從網上拷貝來的， 而且把原來代碼中的 bug 也拷貝過來了。

最後，AI 科技 大本營引用此前微軟雲開發服務副總裁 Brian Harry 於 2017 年發表的一篇博文內容，在微軟推出 VFS For Git 三個月後，他分享了該平台的更多細節及其未來目標，包括擴大開放源代碼並改善其在 Microsoft 上的運行表現，想要了解 VFS For Git 更詳細的信息，不妨仔細研讀一下這篇文章：

每日檢出量

https://devblogs.microsoft .com /bharry/the-largest-git-repo-on-the-planet/

2. 哦，是這樣嗎那我現在有二級域名的源碼。怎麼來實現用一級域名的地址就可以實現之前二級域名的效果

域名和源碼是不同的二個概念，域名是在網路中確定訪問的IP地址的，而源碼是網站網頁的編程代碼。
源碼不論在一級域名還是二級域名、三級域名都是編程代碼，可以不變的；而域名是代表你訪問網頁的 IP 地址的，你如果有一級域名，將源碼放在空間，在空間連接你的一級域名即可。

3. 源碼是什麼意思啊

源碼指編寫的最原始程序的代碼。

用戶平時使用軟體時就是程序把「源碼」翻譯成我們可直觀的形式表現出來供用戶使用的。任何一個網站頁面，換成源碼就是一堆按一定格式書寫的文字和符號。

源碼主要功用

1、生成目標代碼，即計算機可以識別的代碼。

2、對軟體進行說明，即對軟體的編寫進行說明。為數不少的初學者，甚至少數有經驗的程序員都忽視軟體說明的編寫，因為這部分雖然不會在生成的程序中直接顯示，也不參與編譯。

但是說明對軟體的學習、分享、維護和軟體復用都有巨大的好處。因此，書寫軟體說明在業界被認為是能創造優秀程序的良好習慣，一些公司也硬性規定必須書寫。

(3)一級源碼擴展閱讀：

計算機裡面運行的所有東西都是用程序編出來的，而編寫程序要用到計算機語言，用計算機語言直接編出來的程序就叫源碼，比如用VisualBasic編寫的源碼文件一般為.bas文件，而用C++編寫的一般為.cpp文件，源代碼不能直接運行，必須編譯後才能運行。源碼經過編譯處理後就可以直接在操作系統下運行了。

從字面意義上來講，源文件是指一個文件，指源代碼的集合.源代碼則是一組具有特定意義的可以實現特定功能的字元(程序開發代碼)。「源代碼」在大多數時候等於「源文件」。