12

我正在做一些初步工作，以调查 DVCS（如 Git、Hg、Bazar 之类）如何在科学编程过程中提供帮助，尤其是对研究生而言。我认为我在这方面处于非常有利的位置，因为我已经编程了好几年，目前正在开始一个自然科学的硕士课程。目标是在一两个月内对此进行简短的介绍。

在我看来，除了源代码控制的明显优势外，DVCS 目前还为研究生的日常生活提供了以下改进：

  1. 分枝：

    这是最大的。从观察 DVCS 实践可以清楚地看出，廉价分支主要鼓励新功能的实验。科学编程就是实验。可以创建不同的分支来调整参数或算法。这一点尤其重要，因为大多数科学代码在他们的一生中都没有看到过一次重构（大多数研究生甚至不知道它是什么），所以去不同分支的能力会给典型的疯狂带来一些方法。快速提交也可能意味着使用提交评论作为实验室笔记本的替代品。计算结果可以标记为特定的提交哈希码，以进行可重复的研究。

  2. 推送到服务器：

    由于现在大多数科学代码都在某种集群上运行，因此 DVCS 可以用作某种更高级的 Rsync，许多人已经在使用它来将“生产”代码推送到 HPC 集群。这与分支相结合，无需离开即可轻松运行多个版本的代码

  3. 论文合作：

    需要我多说？拥有多个作者的论文的运行方式与小型开源项目完全一样。当作者都用 LaTex 写作时，论文上的协作应该是自然而然的，如果写作是用 Word 之类的东西完成的，则会带来额外的复杂性。这是提交评论可能发挥更大作用的地方。

我的问题是，您认为 DVCS 可以为科学程序员做出什么贡献？我在社区中看到很多关于转向源代码控制的讨论，但大多数人仍在研究 Subversion。从我粗略的笔记来看，听起来 DVCS 应该是新研究生的完美工作流程范例。我的想法有问题吗？或者科学编码只是落后太多，甚至没有听说过DVCS 工具？

有关的：

4

3 回答 3

4

培训是一个真正的问题。我认识不少粒子物理学家（拥有大型编程项目的大科学），他们对源代码控制的总知识是如何运行cvs checkout、cvs update和cvs commit.

是的，CVS。我认识一位软件组负责人，因为这些人，他推迟了向 Subversion 的迁移。

在下一级技能中，他们还知道diffandstat命令以及如何指定分支或标签，但可能会避免创建或合并分支。

如果您计划引入 DVCS，请计划一个强化的、持续的培训和支持计划。科学家（或至少物理学家）通常很少接受计算机科学方面的正式培训，并且可能只有最模糊的软件过程概念。

于 2009-04-27T14:58:52.000 回答
2

关于你的主要观点：

  • “DVCS 的明显优势”：值得重申的是，特别是在学术环境中，可能有严格的 IT 规则不允许外部连接，DVCS 允许使用本地存储库。这意味着您不必“连接”到一个中央存储库即可访问项目的完整历史记录，这可能是 DVCS 对科学程序员的主要贡献。

但这也意味着您必须制定某种政策，以允许任何给定的工作“聚集在一起”并合并到一个存储库中，这并不意味着只有一个“中央”库：可以想象几个中央存储库对于几个大项目。尽管如此，这仍需要管理（不可低估）。

由于您的主要第一点，“整合”过程可能非常困难：

  • 分支：学生需要仔细分支（因为它很容易）。我看到了名为“toto”、“Monday”、“myName”、...的分支的份额：一旦发布到另一个（更中心的）repo，我们应该如何处理这些？如果要合并 20 多个分支以最终确定一个通用代码，那么该过程可能会很快变得容易出错。

对您的其他观点的快速评论：

  • 部署（您称之为“推送到服务器”）：是的 DVCS 可用于某种部署，但这意味着您已经组织了您的存储库以包含某种“发布组件”（您要推送的文件集）服务器）并且您已经对它们进行了版本控制。发布管理包括许多其他无法在 DVCS 中全部记住的步骤，例如去变量化过程，在该过程中，您将配置文件中的变量替换为适合目标服务器的实际值（端口号、本地路径……） . 您可以尝试通过分支直接管理那些配置文件，但根据我的经验，它很快就会变得太复杂而无法遵循。

  • 协作：这不是 DVCS 保留的。（VCS 也提供它们）。请注意，对于某些格式（Word 文档），它们的内部修订系统可能更有效。

于 2009-04-27T05:56:09.977 回答
1

用于科学编程的 DVCS 的一个大问题是二进制数据。通常情况下，科学编程需要输入/输出巨大的文件，并且在我所知道的每个 DVCS（bzr、hg、git）上都会很快扼杀性能。这是目前 svn 更好的一个领域。

我认为 DVCS 对论文也很有用，但这意味着你的合作者也知道 DVCS。

于 2009-04-27T04:49:20.577 回答