點擊上方 "程序員小樂"關注, 星標或置頂一起成長
第一時間與你相約
每日英文
Smiling doesn't always mean you're happy. In some cases, it simply means that you're a strong girl.
微笑並不總是說明你是快樂的，有的時候，它只說明你是很堅強。
每日掏心話
每個人都是幸福的。只是，你的幸福，常常在別人眼裡。生活中最大的幸福，是堅信有人愛我們。
鏈接：ruanyifeng.com/blog/2016/07/google-monolithic-source-repository.html
程序員小樂(ID:study_tech)第 693 次推文 圖片來自網絡
往日回顧：標準Web系統的架構分層，看這篇就對了！
00 前言
《ACM通信》有一篇論文《為什麼 Google 要把幾十億行代碼放在一個庫？》，作者是谷歌基礎設施小組的工程師。作者詳細講述了Google的代碼為什麼全部放在一個庫裡面。
01 概述
谷歌最早使用 CVS 進行代碼管理，1999年改為 Perforce。那時是一臺 Perforce 主機，加上各種緩存機。
當時，全公司的代碼就在一個倉庫裡面，後來一直沿用這種做法。由於規模不斷增長，Perforce 已經無法滿足需求，谷歌就開始使用自己開發的版本管理系統 Piper。
Piper 架設在谷歌自己的分佈式數據庫系統（以前叫 Bigtable，現在改名 Spanner）之上，分佈在全世界10個數據中心，保證世界各地的谷歌員工都有良好的訪問速度。
目前，這個代碼倉庫包含10億個文件、3500萬次提交記錄，大小為86TB，用戶達到幾萬人。工作日每秒有50萬次請求，高峰時80萬次，大部分來自自動構建和測試系統。
谷歌90%以上的代碼，放在 Piper 裡面。對於那些開源的、需要外部協作的項目，代碼放在 Git，主要是 Android 項目和 Chrome 項目。Git 的特點是，所有歷史記錄都會複製到用戶的本地機器，所以不適合大型項目，必須拆分成更小的庫。以 Android 為例，該項目一共包含800多個獨立的倉庫。
02 Piper 的設計
2.1 結構
整個倉庫採用樹狀結構。每個團隊有自己的目錄。目錄路徑就是代碼的命名空間。每個目錄都有負責人（owner），他負責批准該目錄的文件變動。
2.2 權限控制
Piper 支持文件級別的權限控制。99% 的代碼對所有用戶可見，只有少部分重要的配置文件和機密的關鍵業務，設有訪問限制。
如果機密信息不小心放上了 Piper，文件可以被快速清除。並且，所有的讀寫都有日誌，管理員能夠查到誰讀過這個文件。
2.3 工作流
Piper 的工作流（workflow）如下圖。
開發者先創建文件的本地拷貝，這叫做”工作區”（workspace）。完成開發後，工作區的快照共享給其他開發者進行代碼評審。只有通過了評審，代碼才能合併到中央倉庫。
2.4 客戶端
大多數開發者通過一個叫做 CitC 的客戶端，訪問 Piper。開發者通過 CitC 瀏覽和同步 Piper 上的文件，但是編輯和修改是在自己工作區，裡面只保存有變動的文件（一個工作區一般不超過10個文件）。CitC 帶有云儲存機制，每個工作區就是雲上的一個目錄。通過代碼評審以後，這些文件才從 Citc 合併進 Piper。
2.5 主幹開發
Google 採用”主幹開發”（trunk-based development）。代碼一般提交到主幹的頭部。這樣保證了所有用戶看到的都是同一份代碼的最新版本。
“主幹開發”避免了合併分支時的麻煩。谷歌一般不採用分支開發，分支只用來發布。大多數時候，發佈分支是主幹某個時點的快照。以後的除錯和功能增強，都是提交到主幹，必要時 cherry-pick 到發佈分支。與主幹長期並行的開發分支，在谷歌極少見。
由於不採用"分支開發"，谷歌引入新功能，一般在代碼中使用開關控制。這避免了另起一個分支，也使得通過配置切換功能變得容易，一旦新功能發生故障，很容易切換回舊功能。等到新功能穩定，再徹底刪除舊代碼。谷歌有類似A/B測試的路由算法，評估代碼的表現，由於存在配置開關，這種測試很容易實現。
2.6 代碼評審
所有代碼合併進倉庫之前，都必須進行代碼評審。大部分評審對所有人開放，任何谷歌員工都可以對代碼提意見或者提交變動。
代碼評審的依據是《Google 代碼風格指南》。谷歌有一個叫做 Critique 的工具，可以查看每一行代碼的歷史演變。
2.7 自動測試
評審完成後，會自動運行測試。通過測試以後，代碼就合併進了 Piper 倉庫，整個過程不需要人工干預。
03 單一代碼倉庫的優點
（1）統一的版本
整個公司的代碼，有統一的版本和路徑，不存在找不到文件的最新版本這樣的問題。
（2）廣泛的代碼共享和複用
任何人都可以瀏覽和使用全公司的代碼，這大大促進了代碼的共享和複用。
（3）簡化的依賴管理
如果你是庫文件或者 API 的作者，因為所有人的代碼都在一個庫裡面，所以很容易找到依賴你的所有下游代碼。
每當代碼變動，所有依賴你的代碼都會自動構建。如果有大量的構建失敗，那麼系統會自動撤銷這次提交。這樣也保證了所有代碼依賴的都是最新版本，避免依賴不同的版本所導致的衝突。
另外，由於代碼的邊界很清楚，所以不會發生循環依賴。而且，API的作者也很容易發現，別人怎麼使用他的API。
（4）原子性變動
由於每次代碼變動所導致的影響，都在一個倉庫裡面，所以都屬於原子性的變動。因此，很容易撤銷，或者預先測試它所造成的影響。
為了防止錯誤提交，谷歌引入了”預提交”（即在提交之前，先分析一下依賴它的代碼是否會構建失敗）。
（5）大規模代碼析構
單一代碼倉庫為查找和分析代碼，提供了巨大的方便。
Google的靜態分析引擎 Tricorder 定時運行，對代碼進行分析。比如，C++ 11 標準公佈以後，很容易找到所有需要改進的變量聲明語句，進行性能優化。該引擎還對許多錯誤提供"一鍵修正"的功能，同時產出大量的統計數據。
此外，編譯器團隊也會對不同語言的所有代碼進行分析，找出不合理的代碼和過時的API。
04 單一代碼倉庫的缺點
單一代碼倉庫的主要缺點是，所有工具都必須自己寫，因為市場上沒有能夠管理這種規模的代碼倉庫的軟件。
05 總結
單一代碼倉庫，適合提倡透明開放的大型軟件公司，不適合小公司和有大量私密代碼的公司
歡迎在留言區留下你的觀點，一起討論提高。如果今天的文章讓你有新的啟發，學習能力的提升上有新的認識，歡迎轉發分享給更多人。
猜你還想看
阿里、騰訊、百度、華為、京東最新面試題彙集
“12306”的架構到底有多牛逼？看完這篇你就明白了！
Spring Boot & Restful API 構建實戰
Redis的內存淘汰策略，看了都說好！
關注「程序員小樂」，收看更多精彩內容
嘿，你在看嗎？
閱讀更多 程序員小樂 的文章
