版本控制系统是否使用差异来存储二进制文件？

Question

流行的版本控制系统（svn、git）如何处理对二进制文档的修订？我的项目包含定期更新并需要签入的二进制源（主要是 Photoshop 文档、自定义数据格式和一些文字处理文档）。我一直担心签入二进制文件，因为我认为 VCS 可能会采取一种简单的方式，即每次只需上传一个新的二进制文件副本 - 因此我的存储库会很快变得庞大。

如果我有多个数据块（我们称它们为 A、B、C、D 等）并且我有一个二进制文件，在第一次签入时看起来像 ABC，但在第二次签入时已修改为 ADBE ，我的 VCS 是否足够智能以仅存储更改的位，还是会创建文件的全新映像？

Answer 1

tl;博士

Git 只能存储二进制文件的差异，但效率不高，因此您可能应该使用一些外部工具，例如 lfs。

稍微长一点的解释

默认情况下，git 不存储提交之间的差异。当您更改某个文件并进行新提交时，git 将 object 存储为整个文件的内容。只更改一行或重写整个文件都没关系 - git 不存储差异，至少首先是这样。有一个名为 git-gc（垃圾收集器）的 git 负责删除 悬空提交 和优化等任务，它运行另一个 git 命令 - git-repack，它完全符合您的要求。它需要一整串对象，并使用增量压缩将它们存储在一个包中。

不幸的是，在压缩二进制文件时，使用 git-repack 打包并不是特别有效。你总是可以tweak it，但是如果你的文件变化很大，或者如果它们真的很大，你可能应该使用一些外部工具，比如lfs。

Answer 2

我们使用 CollabNet SubVersion Edge。

我刚刚有机会提交了一个 50 兆字节的 Photoshop .psd 文件，我在其中更新了智能滤镜参数。

09/18/2016  05:15 PM        53,015,186 StarSpikesPro4RealismTest.psd

我的 SVN 存储库大小增长自：

 Total Files Listed:
       19157 File(s) 26,148,088,902 bytes

到

 Total Files Listed:
       19159 File(s) 26,152,019,035 bytes

这还不到 .psd 文件大小的 10%，因此很明显，没有存储整个 50 兆字节的文件，而是计算了一个增量。

请记住，某些文件（例如 Photoshop 图像）本身可能会被其关联的应用程序压缩，因此存储文件的二进制内容可能会因编辑而完全不同，因此不会产生良好的 delta 性能在任何系统上。但是您可以选择在 Photoshop 中禁用该压缩。这个实际上是在保存时压缩的，但即使启用了这种压缩，我们也只能看到存储库大小的小幅增长。

根据我的总体经验，主要用于代码开发和存储一些相关二进制文件的 SVN 存储库似乎并没有快速增长。很难比较具体情况，但上述存储库已有 8 年历史，由 2 个人全职积极工作，包含 Visual Studio 解决方案和下载库的混合、非源代码开发文件（如图形、构建结果、文档）等，仅增长到 26 GB。该服务器有一个由三个 120 GB 固态硬盘组成的 RAID 5 阵列，我预计它需要多年升级。

-诺埃尔

Answer 3

流行的版本控制系统（svn、git）如何处理将修订存储到二进制文档？

相当聪明，有些只是更聪明（但所有商店都发生了变化，而不是全新版本的工件）

在我前段时间（在 Git 1.7.* 的时候）的肮脏快速测试中，对于相同的测试用例（二进制文件中的相同变化）相同的序列产生略少（a百分之几）SVN-repo，与 Git 相比。

但是，另一方面：

Git-LFS 或 Mercurial+LargeFiles 扩展允许将二进制文件（主要是 LARGE）存储在存储库之外（repo 只有指向外部位置的对象的指针），并且两全其美：快速小型 repo和版本控制二进制文件