- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我会预先说明这个问题在本质上与this 类似。 .有一个关键区别使它与众不同:我想使用原始 git 协议(protocol)(如果您不熟悉基本包网络协议(protocol),请参阅 here 和 here)。
我正在使用 Scala 和 JGit 编写一个应用程序,它将连接到一个匿名的 git 存储库。我想请求一个单一的 blob(想想“/path/to/file.txt”@“refs/heads/branch1”)。最终我的目标是以编程方式从远程存储库中检索单个文件。这似乎是一件非常有用的事情。
任何人,我一直在研究这个协议(protocol)的内部结构。看起来这个的基本版本是“我想要这些对象,我有这些对象”——而且 bam,有一个包文件包含你没有的所有东西。我的问题的核心是:如何以非递归方式向 git-upload-packfile 请求单个对象?我可以下载单个提交对象,然后请求树,然后是子树,然后是另一个子树,最后是 blob 本身。速度在这里不太重要,主要是我想节省带宽。但似乎根本没有办法告诉 git-upload-packfile,“请只给我我要求的一个对象”。
是的,有一个“有”列表,它基本上将对象排除在外,但这需要对存储库内容有先验知识(记住,我没有本地存储库)。我可以生成一个包含所有可能的 sha1 的列表,然后发送除我想要的以外的所有 sha1,但这太荒谬了(耗时、耗带宽,而且到处都是针对程序员的犯罪行为)
我一直在研究的另一种可能的解决方案是在远程端使用 git-upload-archive,尽管我承认我还没有花太多时间研究它。
如果涉及到这一点,我非常愿意重写 JGit,所以请不要将其理解为“我如何让 JGit 做...”。我只想知道协议(protocol)本身是否能够做到这一点。我觉得有一些非常聪明的方法可以滥用协议(protocol)来实现我想要的。有什么想法吗?
最佳答案
回答我自己的问题。我找到了一个可接受的(尽管几乎没有记录)答案。我不得不深入研究大量 C 代码才能弄清楚这一点。
首先,使用 git-upload-packfile
无法实现上述要求,因为这根本不是程序设计的目的。我怀疑正确答案是 git-upload-archive
。可悲的是,该协议(protocol)几乎没有记录在案。所以这里是我的笔记,以防其他人有类似的要求。
基本上我在这里(在 scala 中)试图模拟的是以下命令:
git archive --format=tar --remote=ssh://dave@ssh.mycompany.com/cornballer.git \
> master plans/documents/cornballer-blueprint.pdf | tar -x
除了在软件方面,希望使用 JGit。遗憾的是 JGit(还)不支持 git archive 命令。所以这里有一个关于如何添加支持的非常高级的概述(我可能会 fork JGit 并在以后添加它)。
让我们看一下协议(protocol)(来自 Documentation/technical/pack-protocol.txt):
git-proto-request = request-command SP pathname NUL [ host-parameter NUL ]
request-command = "git-upload-pack" / "git-receive-pack" /
"git-upload-archive" ; case sensitive
pathname = *( %x01-ff ) ; exclude NUL
host-parameter = "host=" hostname [ ":" port ]
所以协议(protocol)的第一部分是这样的:
git-upload-archive
或使用匿名 git 协议(protocol))git-upload-archive/cornballer.git\0host=ssh.mycompany.com\0
(作为数据包行)至此连接建立。如果命令不受支持或出现任何问题,Git 可能会返回错误。我还不知道如何检查这个。
接下来是未记录的部分。我们基本上通过网络为 git-archive
发送命令行参数。它们与 git-archive
命令完全相同,只有一个异常(exception):它们都以 argument[SPACE]
为前缀。每个参数都被写成(至少在引用实现中)作为一个单独的数据包行。所以对于上面的例子:
argument --format=tar
(作为数据包行)argument master
(作为数据包行)argument plans/documents/cornballer-blueprint.pdf
(作为数据包行)0000
)至此,我们已经将整个命令交给了远程 git-archive 进程。现在我们阅读响应。我们从服务器读回一个数据包行,这将是以下响应之一:
ACK
(表示成功——准备发送存档)NACK [message]
-- 某种错误,只找到一个使用实例 -- “无法生成子进程”ERR [消息]
-- 发生错误如果发送了一个ACK
,它后面会跟着一个刷新数据包(0000
),然后是原始的tar数据。此时,您重复读取边带 #1(主数据通道)上的数据包行。当您到达冲洗包时,您将停止阅读。很简单。
现在您有了远程文件,但是如果您想进行某种巧妙的缓存怎么办?我如此热衷于使用 git-upload-packfile
的原因之一是它可以让我记录提交 ID,从而将其缓存在本地并仅在需要时刷新。 tar 文件不会告诉我们该信息,对吧?错了!
来自 git-archive 的手册页:
Additionally the commit ID is stored in a global extended pax header if the tar format is used; it can be extracted using git get-tar-commit-id. In ZIP files it is stored as a file comment.
这是个好消息!这就是我想要的一切。如果您想知道 header 是什么样子,这里有一个示例(不,我不打算剖析 pax header ):
pax_global_header00006660000000000000000000000064121002672560014513gustar00rootroot0000000000000052 comment=326756f834865880c9832b64238e7665632e9b67
因此,从我的角度来看,我只需要设置一个管道来自动运行上述步骤,通过解压缩步骤(以编程方式)运行它以执行所需的“从 git 中获取单个文件”功能。
关于Git 以编程方式从远程存储库中获取单个文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14405782/
我一直在阅读有关汇编函数的内容,但对于是使用进入和退出还是仅使用调用/返回指令来快速执行,我感到很困惑。一种方式快而另一种方式更小吗?例如,在不内联函数的情况下,在汇编中执行此操作的最快(stdcal
我正在处理一个元组列表,如下所示: res = [('stori', 'JJ'), ('man', 'NN'), ('unnatur', 'JJ'), ('feel', 'NN'), ('pig',
最近我一直在做很多网络或 IO 绑定(bind)操作,使用线程有助于加快代码速度。我注意到我一直在一遍又一遍地编写这样的代码: threads = [] for machine, user, data
假设我有一个名为 user_stats 的资源,其中包含用户拥有的帖子、评论、喜欢和关注者的数量。是否有一种 RESTful 方式只询问该统计数据的一部分(即,对于 user_stats/3,请告诉我
我有一个简单的 api,它的工作原理是这样的: 用户创建一个请求 ( POST /requests ) 另一个用户检索所有请求 ( GET /requests ) 然后向请求添加报价 ( POST /
考虑以下 CDK Python 中的示例(对于这个问题,不需要 AWS 知识,这应该对基本上任何构建器模式都有效,我只是在这个示例中使用 CDK,因为我使用这个库遇到了这个问题。): from aws
Scala 中管理对象池的首选方法是什么? 我需要单线程创建和删除大规模对象(不需要同步)。在 C++ 中,我使用了静态对象数组。 在 Scala 中处理它的惯用和有效方法是什么? 最佳答案 我会把它
我有一个带有一些内置方法的类。这是该类的抽象示例: class Foo: def __init__(self): self.a = 0 self.b = 0
返回和检查方法执行的 Pythonic 方式 我目前在 python 代码中使用 golang 编码风格,决定移动 pythonic 方式 例子: import sys from typing imp
我正在开发一个 RESTful API。其中一个 URL 允许调用者通过 id 请求特定人员的记录。 返回该 id 不存在的记录的常规值是什么?服务器是否应该发回一个空对象或者一个 404,或者其他什
我正在使用 pathlib.Path() 检查文件是否存在,并使用 rasterio 将其作为图像打开. filename = pathlib.Path("./my_file-name.tif") 但
我正在寻找一种 Pythonic 方式来从列表和字典创建嵌套字典。以下两个语句产生相同的结果: a = [3, 4] b = {'a': 1, 'b': 2} c = dict(zip(b, a))
我有一个正在操裁剪理设备的脚本。设备有时会发生物理故障,当它发生时,我想重置设备并继续执行脚本。我有这个: while True: do_device_control() device
做组合别名的最pythonic和正确的方法是什么? 这是一个假设的场景: class House: def cleanup(self, arg1, arg2, kwarg1=False):
我正在开发一个小型客户端服务器程序来收集订单。我想以“REST(ful)方式”来做到这一点。 我想做的是: 收集所有订单行(产品和数量)并将完整订单发送到服务器 目前我看到有两种选择: 将每个订单行发
我知道在 Groovy 中您可以使用字符串调用类/对象上的方法。例如: Foo."get"(1) /* or */ String meth = "get" Foo."$meth"(1) 有没有办法
在 ECMAScript6 中,您可以使用扩展运算符来解构这样的对象 const {a, ...rest} = obj; 它将 obj 浅拷贝到 rest,不带属性 a。 有没有一种干净的方法可以在
我有几个函数返回数字或None。我希望我的包装函数返回第一个不是 None 的结果。除了下面的方法之外,还有其他方法吗? def func1(): return None def func2(
假设我想设计一个 REST api 来讨论歌曲、专辑和艺术家(实际上我就是这样做的,就像我之前的 1312414 个人一样)。 歌曲资源始终与其所属专辑相关联。相反,专辑资源与其包含的所有歌曲相关联。
这是我认为必须经常出现的问题,但我一直无法找到一个好的解决方案。假设我有一个函数,它可以作为参数传递一个开放资源(如文件或数据库连接对象),或者需要自己创建一个。如果函数需要自己打开文件,最佳实践通常
我是一名优秀的程序员,十分优秀!