2005 - Git 分散式版本控制：十天寫出的版本控制革命#

案件摘要#

2005 年 4 月，BitKeeper 收回 Linux 核心的免費授權，Linus Torvalds 在氣憤之下停工十天，寫出了 Git。它把版本控制從「向中央伺服器租借」翻轉成「每個人都是完整倉庫」，分支從昂貴的目錄複製變成一次指標寫入。 Git 以內容定址的 commit DAG 取代檔案差異，讓數千人的核心開發重新有了秩序。此後二十年，Git 成為版本控制的事實標準，GitHub 則把程式設計推向社交化與開源民主化。

前因 -- 為什麼會有這個案子#

集中式版本控制的罩門：RCS（1985）/CVS（1990）/Subversion（2000）都假設一個中央倉庫——單點故障、離線不可用、提交歷史只有一份真相。伺服器掛了，整個團隊就停擺。
分支昂貴：CVS/SVN 的分支是目錄級複製，合併時要逐檔三方比對，長期分支的合併衝突讓工程師視分支為猛獸，寧可大家都擠在 trunk 上。
Linux 核心的規模：2005 年 Linux 核心有數千貢獻者、每年數萬次提交，CVS/SVN 的合併複雜度隨貢獻者數量近似 \(O(n^2)\) 地上升，patch bomb 郵件已經撐不住。
BitKeeper 授權爭議：2002 年起核心開發改用專有的 BitKeeper，2005 年 4 月 Andrew Tridgell 反向工程其協定，BitMover 的 Larry McVoy 遂收回免費授權——Torvalds 認定「不能依賴別人的恩惠」。
關鍵推理：Torvalds 對版本控制的需求排序是——速度第一、分散式第二、合併第三、分支必須便宜：

\[ \text{分支成本} = O(1)\ \text{（寫一個 41 位元組的指標）},\qquad \text{倉庫} = \bigotimes_{\text{每位開發者}} \text{完整歷史} \]

2005 年 4 月 3 日動工，4 月 7 日 Git 宣佈 self-hosting，6 月 16 日 2.6.12 核心用 Git 發行——十天寫出的原型成為核心的新動脈。

線索與推理 -- 數學式、程式、理論#

1. 案件現場：內容定址的物件資料庫#

\[ \text{blob} \xrightarrow{\text{tree 打包}} \text{目錄快照} \xrightarrow{\text{commit 引用}} \text{歷史節點} \xrightarrow{\text{ref 指向}} \text{branch / tag} \]

Git 只有一種資料結構：內容定址的 key-value 儲存。每個物件以 SHA-1 為鍵：

\[ \text{key} = \text{SHA-1}\big(\text{type} \mathbin{\|} \text{size} \mathbin{\|} \text{content}\big) \]

快照而非差異：CVS/SVN 記錄「這次改了哪幾行」，Git 的 commit 記錄「這一刻整棵樹長什麼樣」——差異只是兩個快照之間推導出來的觀點。
內容定址的好處：內容不變則 hash 不變，物件天然去重；任何篡改都會改變 hash，歷史不可否認地自驗真偽。
四種物件：blob（檔案內容）、tree（目錄）、commit（快照＋訊息＋父節點）、tag（附簽名的標記）。

2. Commit DAG：分支只是指標#

Git 的歷史是一張有向無環圖（DAG）：每個 commit 指向一或多個父節點。

\[ G = (V, E),\quad e = (v_{\text{child}}, v_{\text{parent}}),\quad \text{merge commit 有兩個 parent} \]

分支 = 指標：master、feature-x 都只是 .git/refs/ 下的一個文字檔，內容是一個 commit hash——建立分支的成本是寫 41 位元組， \(O(1)\) ，與專案大小無關。
SVN 對比：SVN 建立分支要複製數千個檔案的元資料，成本 \(O(n)\) ；這解釋了為什麼 SVN 時代沒人敢開分支，Git 時代每人同時開十個。
合併即圖運算：git merge 找出兩個分支的最近共同祖先（merge-base），做三方合併：

\[ \text{merge}(A, B, M) \quad\text{其中}\ M = \text{merge-base}(A, B),\quad \text{三方逐行比對 } \{M \to A\},\ \{M \to B\} \]

3. 三方合併的數學#

兩方合併（只比 A、B）無法區分「新增」與「刪除」，三方合併引入共同祖先 \(M\) 作為基準： \(\text{diff}(M, A)\) = 我改的， \(\text{diff}(M, B)\) = 你改的。判決規則：

只有我改 → 取我的；只有你改 → 取你的；都改且相同 → 取共同結果；都改且不同 → 衝突，交給人。

這個演算法源自 diff3（1988），Git 以遞迴merge-base（多祖先時先合併祖先）處理複雜的十字交叉分支。rebase 則是另一條路：把我的 commit 逐一重放到你的分支頂端，讓歷史變成線性——merge 保留真相的拓撲，rebase 換取歷史的整潔。

4. 分散式的拓撲：每人都是完整倉庫#

\[ \text{central: } \{ \text{server} \} \leftarrow \text{client（歷史子集）},\qquad \text{distributed: } \forall i,\ \text{repo}_i \cong \text{repo}_j\ \text{（完整歷史）} \]

離線可用：commit、branch、log、diff 全部本地完成，只有 push/pull 需要網路。
多中心協作：核心開發變成「pull request 的星系」——每個維護者 pull 貢獻者的倉庫，review 後 merge，再 push 給上游。信任沿著 DAG 傳遞。
備份即部署：每個 clone 都是一次完整備份， \(n\) 位開發者就有 \(n\) 份歷史，單點故障從物理上被消滅。

5. GitHub（2008）：社交化程式設計#

2008 年上線的 GitHub 把「pull request」從技術名詞變成社交儀式：fork（一鍵 clone 到自己帳號）、branch、commit、PR、code review、merge。開源貢獻從「寄 patch 給維護者」變成「在平台上發起討論」——貢獻的門檻從認識維護者降到一個 GitHub 帳號，開源生態自此指數成長。

6. Python 實作：簡易 commit DAG 模擬#

import hashlib, itertools

class MiniGit:
    def __init__(self):
        self.objects = {}                     # hash -> (parents, message)
        self.refs = {"master": None}          # branch -> commit hash

    def _h(self, parents, msg):
        """內容定址：SHA-1(parents || message)。"""
        payload = ("".join(parents) + msg).encode()
        return hashlib.sha1(payload).hexdigest()[:8]

    def commit(self, branch, msg):
        parent = self.refs[branch]
        h = self._h([parent] if parent else [], msg)
        self.objects[h] = ([parent] if parent else [], msg)
        self.refs[branch] = h                 # 分支只是指標，寫入 O(1)
        return h

    def branch(self, name, frm):
        self.refs[name] = self.refs[frm]      # 開分支 = 複製指標

    def merge_base(self, a, b):
        """最近共同祖先：收集 a 的所有祖先，找 b 的祖先中最近者。"""
        def ancestors(h):
            seen, stack = set(), [h]
            while stack:
                cur = stack.pop()
                if cur in seen: continue
                seen.add(cur)
                stack.extend(self.objects[cur][0])
            return seen
        a_anc = ancestors(a)
        for node in self._bfs_layers(b):      # 由近到遠找
            if node in a_anc and node != a and node != b:
                return node
        return None

    def _bfs_layers(self, h):
        seen, q = set(), [h]
        while q:
            cur = q.pop(0)
            if cur in seen: continue
            seen.add(cur); yield cur
            q.extend(self.objects[cur][0])

    def merge(self, a, b, msg):
        """三方合併：建立有兩個 parent 的 merge commit。"""
        h = self._h([a, b], msg)
        self.objects[h] = ([a, b], msg)
        self.refs["master"] = h
        return h

g = MiniGit()
c1 = g.commit("master", "init")
c2 = g.commit("master", "feature A part 1")
g.branch("dev", "master")
c3 = g.commit("master", "feature A part 2")
c4 = g.commit("dev", "hotfix on dev")
c5 = g.commit("dev", "feature B")
mb = g.merge_base(c3, c5)
print(f"merge-base(master, dev) = {mb}, 即 commit '{g.objects[mb][1]}'")
# merge-base(master, dev) = c2 的 hash，即 commit 'feature A part 1'
m = g.merge(c3, c5, "merge dev into master")
print(f"merge commit {m} 的 parents = {g.objects[m][0]}（兩個父節點，DAG 分叉點）")
# merge commit <hash> 的 parents = [c3 的 hash, c5 的 hash]（兩個父節點，DAG 分叉點）

結案 -- 後果與影響#

Git 成為事實標準：到 2010 年代中，SVN/Mercurial 幾乎退出主流；Git 成為每位工程師的必備技能。
GitHub 與開源生態：2008 年 GitHub、2011 年 GitLab；fork/PR 文化讓開源貢獻民主化，npm、Docker、Kubernetes 等生態都建立在 Git 之上。
PR 與 code review 文化：Pull request 把審查變成開發流程的正式關卡，工程實踐（如 trunk-based development 與短命分支）也因分支便宜而成為可能。
DevOps 基礎設施：CI/CD、Infrastructure as Code、GitOps——一切「以版本控制為真相來源」的實踐都以 Git 為地基。
SHA-1 的餘波：2017 年 SHA-1 碰撞被證明（SHAttered），Git 隨即推出撞擊防護，並逐步遷移至 SHA-256——內容定址的設計讓演算法可替換。

關鍵人物與文獻#

Linus Torvalds：Git 原作者；2005 年 4 月在 linux-kernel 郵件列表宣告 "I'm doing the kernel source control again"。
Junio Hamano：2005 年 7 月起接手 Git 維護至今，把十天原型修煉成穩定工具。
Andrew Tridgell：BitKeeper 反向工程者，引爆授權爭議；Larry McVoy：BitMover 創辦人。
Tom Preston-Werner、PJ Hyett、Scott Chacon：GitHub（2008）共同創辦人，把 Git 推向大眾。
Scott Chacon & Ben Straub, Pro Git, 2nd ed., Apress, 2014（git-scm.com/book 免費全文）。