Question

流行版本控制系统（svn，git）如何处理存储二进制文档的修订？我有二进制源的项目，定期更新，需要签入（主要是Photoshop文档，自定义数据格式和一些文字处理文档）。我一直担心检查二进制文件，因为我认为VCS可能只需要一个简单的路径就是每次只上传一个新的二进制副本 - 因此我的存储库会很快变大。

如果我有几个数据块（让我们称之为A，B，C，D等），我有一个二进制文件，在第一次检查时看起来像ABC，但是第二次检入时已被修改为ADBE ，我的VCS是否足够聪明，只能存储更改的位，还是会创建一个全新的文件图像？

Answer 1

我们使用CollabNet SubVersion Edge。

我刚刚提交了一个50兆字节的Photoshop .psd文件，我在其中更新了智能过滤器参数。

09/18/2016  05:15 PM        53,015,186 StarSpikesPro4RealismTest.psd

我的SVN存储库大小从：

增长

 Total Files Listed:
       19157 File(s) 26,148,088,902 bytes

到

 Total Files Listed:
       19159 File(s) 26,152,019,035 bytes

这个小于.psd文件大小的10％，所以很明显整个50兆字节的文件都没有存储，但计算了一个delta。

请记住，某些文件（例如Photoshop图像）本身可能会被相关应用程序压缩，因此存储文件的二进制内容可能与编辑完全不同，因此不会产生良好效果任何系统上的delta性能。但您可以选择在Photoshop中禁用该压缩。这个实际上是在保存时压缩的，但即使启用了这样的压缩，我们也只看到了存储库大小的小幅增长。

根据我的经验，主要用于代码开发和存储某些相关二进制文件的SVN存储库似乎根本没有快速增长。很难比较细节，但上述存储库，8年历史，由2人全职工作，包含Visual Studio解决方案和下载库的混合，非源代码开发文件，如图形，构建结果，文档等，只增长到26千兆字节。该服务器有一个由3个120 GB SSD组成的RAID 5阵列，我预计它不需要多年升级。

-Noel

Answer 2

TL;博士

Git只能存储二进制文件的差异，但效率不高，所以你可能应该使用lfs之类的外部工具。

稍微长一点的解释

默认情况下，git不会在提交之间存储差异。当您更改某个文件并进行新提交时，git会将 object 存储为整个文件的内容。如果只更改一行或重写整个文件没关系 - git不存储差异，至少在第一个位置。有一个名为git-gc的git（垃圾收集器）负责删除悬空提交和优化等任务，它运行另一个git命令 - git-repack，它完全符合你的要求对于。它需要一大堆对象并使用增量压缩将它们存储在一个包中。

不幸的是，在压缩二进制文件时，使用if ($args ~ "debug=true") { set $args_debug false; return 301 $uri; }打包并不是特别有效。您可以随时tweak it，但如果您的文件发生了很大变化，或者它们非常大，那么您应该使用一些外部工具，例如lfs。

Answer 3

流行版本控制系统（svn，git）如何处理存储二进制文档的修订？

相当聪明，有些只是更智能（但所有商店更改，而不是全新版本的工件）

在我的脏快速测试中（在Git 1.7。*时）对于相同的测试用例（二进制MB的相同变化），相同的序列产生略少（a很少百分比）与Git相比，SVN-repo。

但是，另一方面：

Git-LFS或Mercurial + LargeFiles Extension允许在存储库外存储二进制文件（主要是 LARGE ）（repo只有指向外部对象的指针）并且拥有两个世界中最好的：快速小型回购和版本化二进制文件

版本控制系统是否使用差异来存储二进制文件？

3 个答案:

TL;博士

稍微长一点的解释