Bài 1: Git là gì? Cùng khám phá công cụ kiểm soát phiên bản phân tán.

Git là một công cụ hệ thống kiểm soát phiên bản phân tán mã code miễn phí được thiết kế để xử lý mọi thứ từ các dự án nhỏ đến rất lớn với tốc độ và hiệu quả. Git có hiệu suất cao, bảo mật và tính linh hoạt mà hầu hết các nhóm và nhà phát triển cá nhân cần. Bài viết ‘Git là gì’ này là bài viết đầu tiên của loạt bài Hướng dẫn sử dụng Git của Aptech Buôn Ma Thuột.

Git là gì – Tại sao Git lại xuất hiện?

Chúng ta đều biết “Nhu cầu là khởi nguồn của tất cả các phát minh”. Và Git cũng vậy, nó được phát minh để đáp ứng những nhu cầu cần thiết mà các nhà phát triển phải đối mặt. Trước khi tìm hiểu về Git, chúng ta hãy tìm hiểu về Hệ thống kiểm soát phiên bản (VCS – Version Control System) và cách Git được tạo ra.

Kiểm soát phiên bản là quản lý các thay đổi đối với tài liệu, chương trình máy tính, trang web lớn và các bộ sưu tập thông tin khác.

Có hai loại VCS:

• Hệ thống kiểm soát phiên bản tập trung (CVCS)
• Hệ thống kiểm soát phiên bản phân tán (DVCS)

Hệ thống kiểm soát phiên bản tập trung CVCS

Hệ thống kiểm soát phiên bản tập trung (CVCS) sử dụng máy chủ trung tâm để lưu trữ tất cả các tệp và cho phép cộng tác nhóm để làm việc. Nó hoạt động trên một kho lưu trữ duy nhất mà người dùng có thể truy cập trực tiếp vào một máy chủ trung tâm.

Vui lòng tham khảo sơ đồ bên dưới để hiểu rõ hơn về CVCS:

Kho lưu trữ (Repository) trong sơ đồ trên chỉ ra một máy chủ trung tâm có thể là nằm ở cục bộ hoặc từ xa và được kết nối trực tiếp với mỗi máy trạm của lập trình viên.

Mỗi lập trình viên có thể trích xuất hoặc cập nhật “update” máy trạm của họ với dữ liệu có trong kho lưu trữ hoặc có thể thay đổi dữ liệu hoặc ủy thác thông tin “commit” trong kho lưu trữ. Mọi hoạt động này đều được thực hiện trực tiếp trên kho lưu trữ.

Mặc dù có vẻ khá thuận tiện để duy trì một kho lưu trữ duy nhất, nhưng nó có một số nhược điểm lớn. Một số trong số đó là:

• Nó không có sẵn tại cục bộ (local); có nghĩa là bạn luôn cần được kết nối với mạng để thực hiện bất kỳ hành động nào.
• Vì mọi thứ đều tập trung, nên trong mọi trường hợp máy chủ trung tâm bị sự cố hoặc bị hỏng sẽ dẫn đến mất toàn bộ dữ liệu của dự án.

Đây là chính là lúc hệ thống VCS phân tán xuất hiện để khắc phục các vấn đề trên.

Hệ thống kiểm soát phiên bản phân tán DVCS

Các hệ thống này không nhất thiết phải dựa vào một máy chủ trung tâm để lưu trữ tất cả các phiên bản tập tin của dự án.

Trong VCS phân tán, mọi người đóng góp đều có một bản sao cục bộ hoặc có bản sao được nhân bản “clone” của kho lưu trữ chính, tức là mọi người đều duy trì một kho lưu trữ cục bộ của riêng họ chứa tất cả các tệp và dữ liệu có trong kho lưu trữ chính.

Bạn sẽ hiểu nó tốt hơn bằng cách tham khảo sơ đồ dưới đây:

Như bạn có thể thấy trong sơ đồ trên, mỗi lập trình viên tự duy trì một kho lưu trữ cục bộ, đây thực sự là bản sao hoặc bản sao được nhân bản từ kho lưu trữ trung tâm về trên ổ cứng của họ. Họ có thể cam kết (commit) và cập nhật (update) kho lưu trữ cục bộ của mình mà không có sự can thiệp nào.

Họ có thể cập nhật kho lưu trữ cục bộ của họ với dữ liệu mới từ máy chủ trung tâm bằng một hoạt động được gọi là “pull” kéo về và đẩy ngược lại các thay đổi đối với kho lưu trữ chính bằng một hoạt động được gọi là “push” đẩy từ kho lưu trữ cục bộ của họ lên kho chính.

Hành động nhân bản “clone” toàn bộ kho lưu trữ vào máy trạm của bạn để có được một kho lưu trữ cục bộ mang lại cho bạn những lợi thế sau:

Tất cả các hoạt động (ngoại trừ pull và push) đều rất nhanh vì công cụ chỉ cần truy cập vào ổ cứng chứ không phải máy chủ từ xa. Do đó, không phải lúc nào bạn cũng cần kết nối internet.

• Việc “commit” ủy thác các bộ thay đổi mới có thể được thực hiện cục bộ mà không cần thao tác dữ liệu trên kho lưu trữ chính. Khi bạn đã có sẵn một nhóm các bộ thay đổi, bạn có thể đẩy “push” tất cả chúng cùng một lúc.
• Vì mọi người đóng góp đều có một bản sao đầy đủ của kho dự án, họ có thể chia sẻ các thay đổi với nhau nếu họ muốn nhận được một số phản hồi trước khi ảnh hưởng đến các thay đổi trong kho lưu trữ chính.
• Nếu máy chủ trung tâm bị sập bất cứ lúc nào, dữ liệu bị mất có thể được phục hồi dễ dàng từ bất kỳ kho lưu trữ cục bộ nào của người đóng góp.
• Sau khi biết tìm hiểu về quy trình làm việc và lợi thế của VCS phân tán, đã đến lúc chúng ta đi sâu vào Git.

Git là gì?

Git là một công cụ Kiểm soát Phiên bản Phân tán hỗ trợ các luồng công việc phi tuyến tính phân tán bằng cách cung cấp một cơ chế giúp dữ liệu của dự án được đảm bảo hơn, từ đó các nhà phát triển xây dựng được phần mềm chất lượng hơn.

Git cung cấp tất cả các tiện ích VCS phân tán cho người dùng đã được đề cập trước đó. Kho Git rất dễ tìm và truy cập. Bạn sẽ biết Git linh hoạt và tương thích với hệ thống của bạn như thế nào khi bạn xem qua các tính năng được đề cập dưới đây:

Git là gì – Tính năng của Git

Nguồn mở và miễn phí:

Git được phát hành theo giấy phép nguồn mở của GPL (Giấy phép công cộng chung). Bạn không cần phải mua Git. Nó hoàn toàn miễn phí. Và vì nó là nguồn mở, bạn có thể sửa đổi mã nguồn theo yêu cầu của bạn.

Tốc độ

Vì bạn không phải kết nối với bất kỳ mạng nào để thực hiện tất cả các hoạt động, nó hoàn thành tất cả các tác vụ một cách nhanh chóng. Các thử nghiệm hiệu năng được thực hiện bởi Mozilla cho thấy nó nhanh hơn so với các hệ thống kiểm soát phiên bản khác. Tìm nạp lịch sử phiên bản từ kho lưu trữ cục bộ có thể nhanh hơn một trăm lần so với tìm nạp từ máy chủ từ xa. Phần cốt lõi của Git được viết bằng ngôn ngữ C, giúp tránh các chi phí thời gian chạy liên quan đến các ngôn ngữ cấp cao khác.

Khả năng mở rộng

Git rất có thể mở rộng rất lơn. Vì vậy, nếu trong tương lai, số lượng cộng tác viên làm việc tăng Git có thể dễ dàng xử lý thay đổi này. Mặc dù Git đại diện cho toàn bộ kho lưu trữ, dữ liệu được lưu trữ ở phía máy khách rất nhỏ vì Git nén tất cả dữ liệu khổng lồ thông qua kỹ thuật nén không mất dữ liệu.

Đáng tin cậy

Vì mọi người đóng góp đều có kho lưu trữ cục bộ của riêng mình ở local, nếu chẳng may sự cố hệ thống, dữ liệu bị mất có thể được phục hồi từ bất kỳ kho lưu trữ cục bộ khác. Bạn sẽ luôn có một bản sao lưu của tất cả các tập tin của bạn.

Bảo mật

Git sử dụng mã hóa SHA1 (Chức năng băm an toàn) để đặt tên và xác định các đối tượng trong kho lưu trữ của mình. Mỗi tệp và “commit” ủy thác sẽ được kiểm tra tổng hợp và truy xuất nhanh bằng tổng kiểm tra tại thời điểm “checkout”. Lịch sử Git được lưu trữ bằng cách đặt ID cho từng phiên bản cụ thể, nó phụ thuộc vào lịch sử thời gian thay đổi và quá trình phát triển hoàn chỉnh của dự án. Một khi nó được xuất bản “commited”, khi thay đổi các phiên bản cũ mà hệ thống Git sẽ đưa ra các cảnh báo trực quan ngay lập tức .

Kinh tế

Trong trường hợp CVCS, máy chủ trung tâm cần đủ mạnh để phục vụ các yêu cầu của toàn đội. Đối với các nhóm nhỏ hơn, đó không phải là vấn đề, nhưng khi quy mô nhóm tăng lên, các giới hạn phần cứng của máy chủ có thể là một nút cổ chai hiệu năng. Trong trường hợp DVCS, nhà phát triển không tương tác với máy chủ trừ khi họ cần đẩy hoặc kéo thay đổi. Tất cả các công việc nặng nề xảy ra ở phía máy khách, vì vậy phần cứng máy chủ thực sự có thể rất đơn giản.

Hỗ trợ mạnh mẽ cho phát triển phi tuyến tính

Git hỗ trợ phân nhánh và hợp nhất nhanh chóng, nó bao gồm các công cụ cụ thể để trực quan hóa và điều hướng một lịch sử phát triển phi tuyến tính. Một giả định cốt lõi trong Git là một thay đổi sẽ được hợp nhất thường xuyên hơn so với nó được viết, vì nó được thông qua xung quanh các nhà phê bình khác nhau. Chi nhánh “branch” ở Git rất nhẹ. Một nhánh trong Git chỉ là một tham chiếu đến một ủy thác “commit” duy nhất. Với các ủy thác của nhánh cha mẹ, cấu trúc nhánh đầy đủ có thể được xây dựng.

Phân nhánh dễ dàng

Quản lý phân nhánh với Git rất đơn giản. Chỉ mất vài giây để tạo “create”, xóa “delete” và hợp nhất “merge” các nhánh. Các nhánh tính năng cung cấp một môi trường biệt lập cho mọi thay đổi đối với dự án code của bạn. Khi một nhà phát triển muốn bắt đầu làm việc trên một cái gì đó, bất kể lớn hay nhỏ, họ tạo ra một chi nhánh mới để thực hiện code trên đó. Điều này đảm bảo rằng nhánh chính luôn chứa mã có chất lượng cao nhất, ổn định và hoàn thiện nhất trước khi được phân phối tới người sử dụng.

Phát triển phân tán

Git cung cấp cho mỗi nhà phát triển một bản sao cục bộ của toàn bộ lịch sử phát triển và các thay đổi được sao chép “fork” từ kho này sang kho khác. Những thay đổi này được nhập dưới dạng các nhánh phát triển bổ sung và có thể được hợp nhất theo cách tương tự như một nhánh được phát triển cục bộ.

Khả năng tương thích với các hệ thống hoặc giao thức hiện có

Các kho lưu trữ có thể được xuất bản qua http, ftp hoặc giao thức Git qua socket hoặc ssh. Git cũng có phần mô phỏng máy chủ Hệ thống Phiên bản đồng thời (CVS), cho phép sử dụng các ứng dụng khách CVS và trình cắm IDE hiện có được truy cập kho Git. Các kho lưu trữ SubVersion (SVN) và SVK của Apache có thể được sử dụng trực tiếp với Git-SVN.

Git là gì – Vai trò của Git trong ngành lập trình là gì?

Bây giờ bạn đã biết Git là gì, bạn nên biết Git là một phần không thể thiếu của Lập trình viên.

Git thúc đẩy giao tiếp giữa các lập trình viên và giúp họ trao đổi thông tin, chia sẻ công việc để cùng hoạt động, tham gia trong toàn bộ vòng đời phát triển ứng dụng, từ thiết kế cho đến quá trình phát triển đến hỗ trợ sản xuất.

Sơ đồ bên dưới mô tả vòng đời cơ bản của quá trình phát triển ứng dụng và Git đóng vai trò gì trong đó:

Biểu đồ trên cho thấy toàn bộ vòng đời của việc phát triển phần mềm bắt đầu từ việc lập kế hoạch dự án đến triển khai và giám sát. Git đóng một vai trò quan trọng khi nói đến việc quản lý mã mà các lập trình viên đóng góp cho kho lưu trữ được chia sẻ. Mã này sau đó được trích xuất để thực hiện tích hợp liên tục để tạo bản dựng và kiểm tra nó trên máy chủ thử nghiệm và cuối cùng triển khai nó để sản xuất.

Các công cụ như Git cho phép giao tiếp giữa nhóm phát triển và nhóm vận hành. Khi bạn đang phát triển một dự án lớn với số lượng cộng tác viên khổng lồ, điều rất quan trọng là phải có sự giao tiếp giữa các cộng tác viên trong khi thực hiện các thay đổi trong dự án. Thông điệp ủy thác “Commit messages” trong Git đóng vai trò rất quan trọng trong việc liên lạc giữa các nhóm. Các bit và phần mà tất cả chúng ta triển khai nằm trong hệ thống Kiểm soát phiên bản như Git. Để thành công trong quá trình phát triển phần mềm, bạn cần có tất cả các giao tiếp trong Kiểm soát phiên bản. Do đó, Git đóng một vai trò quan trọng.

Các công ty sử dụng Git

Git đã trở nên phổ biến hơn so với các công cụ kiểm soát phiên bản khác có sẵn trên thị trường như Apache Subversion (SVN), Hệ thống phiên bản đồng thời (CVS), Mercurial, v.v. Bạn có thể so sánh sự quan tâm của Git theo thời gian với các công cụ kiểm soát phiên bản khác với biểu đồ được thu thập từ Google Trends bên dưới:

Trong các công ty lớn, các sản phẩm thường được phát triển bởi các nhà phát triển ở khắp nơi trên thế giới. Để kết nối và thực hiện giao tiếp giữa họ, Git là giải pháp hoàn hảo nhất. Một số công ty sử dụng Git để kiểm soát phiên bản là: Facebook, Yahoo, Zynga, Quora, Twitter, eBay, Salesforce, Microsoft và nhiều hơn nữa.

Gần đây, tất cả các công việc phát triển mới của Microsoft đều nằm trong các tính năng của Git. Microsoft đang di chuyển .NET và nhiều dự án nguồn mở trên GitHub do Git quản lý. Một trong những dự án như vậy là LightGBM. Nó là một khung tăng cường độ dốc nhanh, phân tán, hiệu suất cao dựa trên các thuật toán cây quyết định được sử dụng để xếp hạng, phân loại và nhiều tác vụ học máy khác.

Ở đây, Git đóng vai trò quan trọng trong việc quản lý phiên bản LightGBM phân tán này bằng cách cung cấp tốc độ và độ chính xác.