c++ - libgit : Fastest way of fetching files in a commit

Question

我需要遍历存储库的提交并为每次提交获取受影响的文件。这是我目前巨大的性能瓶颈。

我有一个 libgit 函数的 C++ 包装器，但这段代码应该足够容易理解。

std::vector<std::string> Commit::getAffectedFiles() const {
  git_tree* tree = nullptr;
  git_tree* tree2 = nullptr;
  int error = git_commit_tree(&tree, get());
  throw_on_error(error);

  try {
    error = git_commit_tree(&tree2, parent(0).get());
  } catch (GitException e) {
    tree2 = nullptr; // probably initial commit
  }
  git_diff* diff = nullptr;
  git_diff_tree_to_tree(&diff, getRepo(), tree2, tree, 0);  

  std::vector<std::string> ret;
  git_diff_foreach(diff,
  [](const git_diff_delta* entry, float progress, void* payload) {
    std::string str = entry->old_file.path;
    ((std::vector<std::string>*)payload)->push_back(str);
    return 0;
  }, nullptr, nullptr, nullptr, &ret);
  git_tree_free(tree);
  git_tree_free(tree2);
  git_diff_free(diff);
  return ret; 
}

我只能希望我在这里做了一些根本性的错误。

---

例如

git log --stat > /dev/null

速度更快，并且提供相同的信息。

---

perf 按顺序报告 git__strncmp、git_buf_rfind_next 和 git_tree__parse 的大部分使用情况。

---

我知道这是 IO 繁重的，但我没有看到减少它或并行运行它的简单方法。

Answer 1

这相当于 git 内部所做的，尽管 git 本身有更多的人关注它的性能，而 libgit2 在这方面的投资几乎没有那么多。

然而，一些补丁[0] 最近被 merge 到 libgit2 的 master 分支中，这可以减少多达 40% 的树解析时间。我建议尝试一下，看看你得到了什么数字(这些补丁也应该很容易向后移植到早期版本)。

还要考虑到你的 git 版本很可能是在 Release模式下编译的，而 libgit2 默认情况下是在 Debug模式下构建的，所以如果你还没有激活 Release模式，请使用 -DCMAKE_BUILD_TYPE=Release。这也显着加快了这些解析操作。

[0] 特别公关 3508和提交 0174f2和 fc4364