Question

检查两个git存储库是否不相关的简单方法是什么？

例如，假设我们克隆了以下存储库：

如何检查一个人不与另一个人分享历史记录？

如何检查一个与另一个共享部分历史记录？如何浏览常见的DAG并查看差异？

注意：Git允许浅拷贝+存储库的历史记录可以随时间变化...

Answer 1

您可以克隆第一个，然后将第二个添加为其他遥控器：

git clone https://github.com/spring-petclinic/spring-framework-petclinic
cd spring-framework-petclinic
git remote add other https://github.com/spring-projects/spring-petclinic
git fetch --all

然后，您可以浏览两个DAG：

git log --graph --all --oneline --decorate

通过查看两个主干的合并基础，查看它们是否具有共同的历史记录：

git merge-base origin/master other/master

Answer 2

很容易证明两个存储库是相关的：如果它们包含匹配的提交，则使用相同的哈希ID和内容进行提交，尽管“相同的哈希ID”通常就足够了¹-它们是相关的。

您注意到，要证明它们是 un 相关的要困难得多，除非它们都是完整的（非浅层，非单分支）克隆。如果两者均已完成，但又没有一个共同的提交，则这两个存储库是无关的。

如果您同时拥有两个存储库并验证两个存储库都完整，则只需枚举两个存储库中的所有提交哈希ID并查找通用ID。如果存在公共ID，则这两个可能是相关的。要枚举所有提交哈希ID，请运行git rev-list --all（将输出重定向到文件或读取两组输出并检查通用哈希ID的程序）。

请参阅脚注1，以消除“可能”，但TL; DR表示，任何两个相同的ID表示共享历史记录。

¹给出一个统一的哈希函数 h（k），其范围为 r == || {h（k）| ，两个不同键 k ₁ 的偶然哈希冲突， k ₂ 为 p = 1 r 。唯一性的可能性是其补充值p̄= 1 =（1 / r）。推广到 n 键，并对 x≪ 1 使用 e ^x≈1 + x 的两项泰勒展开>，只要 r 相当大，我们就会得到p̄≈e^{（-n（n-1））/ 2r} 。

Git的哈希函数当前为SHA1，具有相当均匀的分布，并且r = 2 ¹⁶⁰ =1461501637330902918203684832716283019655932542976。这满足我们的公式，这意味着我们可以使用近似值。

因此，如果您对哈希的总数 n 求和并将其插入公式：

r=1461501637330902918203684832716283019655932542976
1 - exp(-n*(n-1)/(2*r))

（请记住，我们要的是p，而不是p-bar），您就有发生碰撞的可能性。当然，要检查实际碰撞，您可以只比较基础的实际对象：如果哈希匹配，则直接比较对象以检测碰撞。但这首先是极端。如果我们采用两个包含一千万次提交的存储库，则我们将计算：

$ bc -l
r=2^160
n=10*1000*1000
scale=100
1 - e(-n*(n-1)/(2*r))
.0000000000000000000000000000000000342113848680412753525884397196522\
895097282878872708411144841034243

如您所见，

仍然很小。直到我们到达：

n=10*1000*1000*1000*1000*1000*1000*1000

（十个六十亿个对象，使用短尺度表示法）

我们发现：

1 - e(-n*(n-1)/(2*r))
.0000342108030863093209851036344159518189002166758764416221121344549\
079733424124497666779807175655625

意外碰撞的机会很明显，大约为0.0035％。在100亿个物体上，我们有0.35％的机会：

n=100*1000*1000*1000*1000*1000*1000*1000
1 - e(-n*(n-1)/(2*r))
.0034152934013810288444649336362559390942558976421984312395097770719\
923433072593638116228277476790795

通过9亿个对象，我们面临着一些严重的风险：

1 - e(-n*(n-1)/(2*r))
.2897326871923714506502211457721853341644126909116947422293621066225\
555385326652788789421475224989232

幸运的是，在此之前，我们已经用完了磁盘空间。 :-)而且，Git家伙正在考虑转移到SHA-256哈希之一，这会将 r 提升到2 ²⁵⁶，这有助于我们的分母。 / p>

（我在上面使用bc，其中^是幂运算，-l库添加了e(x)以计算 e ^x 。）

Answer 3

要查找任何常见的修订版本，请执行以下操作：

comm -12 <(cd repo1; git rev-list --all | sort) <(cd repo2; git rev-list --all | sort)

在我的情况下，两个存储库共享提交：

bash# (cd spring-petclinic; git rev-list --all) | wc -l
670

bash# (cd spring-framework-petclinic; git rev-list --all) | wc -l
571

bash# comm -12 <(cd spring-framework-petclinic/; git rev-list --all | sort) <(cd spring-petclinic; git rev-list --all | sort) | wc -l
427

检查两个git存储库是否不相关的简单方法是什么？

3 个答案: