Gitlab Merge Request “commits” “changes”分析

2023-11-08 17:10

本文主要是介绍Gitlab Merge Request “commits” “changes”分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

最近处理开发人员Merge request 问题时候碰到一个问题:开发人员实际做了一个提交,编辑了三个文件,但是在gitlab merge request中显示的是12个文件差异。今天分析了一下原因,以此记录:


1 分析gitlab mq(merge request)的commits

例如有两个feature,develop和张三的创建的fea1,fea1提交 mq到develop时候gitlab是如何计算commits?

如果把fea1提交到develop那么只需要计算出来 在fea1上不在develop分支上的commit就可以了,用git 命令是 git log develop..fea1 展示的就是gitlab显示commits 即 B D


2 Gitlab mq的changes

先看一个简单情况:

例子还是上面的例子如何计算变更文件的呢?

合并两个分支的时候Git会首先找到两个分支的公共父提交从图上可以看出他们的父提交为A(如果拓扑图复杂可通过命令寻找 git merge-base fea1 develop)那么fea1修改的代码文件即fea1 在提交A基础上修改的文件内容直接展示即可,gitlab展示的changes为 git diff A fea1


复杂情况:

基于以上拓扑图张三提交mq 到develop分支(F) 测试人员测试认为不通过

张三在原来fea1基础上修改bug提交(G)

与此同时开发李四从提交C拉出fea2分支开发提交(H),提交后正常走mq到develop(I)

张三需要fea2的功能于是就把fea2 merge到了fea1 形成了新的提交J

在这种情况下如果 张三发起mq会怎样呢?

分析如下:

首先git会找fea1和develop的公共父提交,这种情况下公共父提交有两个H和D(A也是公共父提交但不是最优公共父提交,因为A是D的父提交,这个git官网所述可以参考git merge-base命令) 父提交可以通过 git merge-base fea1 develop -a 显示

commits: 通过 git log develop..fea1 可以查询到G J gitlab显示正确

changes该如何选择呢?如果公共父提交选择D 应该显示 git diff D J,这样的话可可以理解的 本次mq显示张三最近的修改。如果选择H 就会显示 git diff H J,会把fea1 的历史修改全部显示即 B D G所有修改,这样就有歧义了, 1、Merge Request commits展示的死活G J二changes展示的是B D G的修改,2、张三这次本来至修改了G 他认为changes只展示G是合理的。

做了个实验:结果是gitlab确实选择的是H,个人猜测gitlab 是通过 git merge-base fea1 develop直接得到的(加 -a参数会显示全部的)

                        

综上所述个人认为gitlab的Merge Request还是有些歧义的 本人用的gitlab版本是8.17

看到此博客如果有自己的观点请留言

这篇关于Gitlab Merge Request “commits” “changes”分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/371279

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串