Системы контроль версий - это системы, которые:
- обеспечивают сохранение содержимого файлов и папок(их версий)
- Обеспечивают передвижение по версиям этих файлов и папок
git - это самая известная и используемая на данный момент реализация контроля версий с командным интерфейсом
Локальный репозиторий - это хранилище изменений Git в виде папки.
Для того чтобы сказать git, что данная папка является локальным репозиторием нужно зайти в папку и ввести в ней команду
git init
Также, если этого раньше не делалось, то нужно определить ваше имя пользователя и email командами: . git config --global user.name "your name" . git config --global user.email your email
Для этого нужно ввести команду: git add имена файлов Теперь имена и содержимое этих файлов можно сохронять
Для того, чтобы изменения представляли собой отдельную версию, к которой можно возвращаться и манипулировать после добавления под контроль версий, нужно ввести команду:
git commit -m "Название версии"
Можно также добавить под контроль версий и сформировать коммит для всех файлов и папок одной командой: *git commit -am "Название версии"
Для вывода текущего состояния локального репозитория используются команды:
git status - просмотр состояния файлов и папок в репозитории
git diff - просмотр самих изменений файлов и папок
Для просмотра истории изменений от начала и последнего коммита нужно ввести:
git log
git status - команда, вывод состояния репозитория git init - иницыализация git
git branch - выводит ветки branch git branch name - создание ветки Github
Данила
DVC, или Data Version Control, — это один из многих доступных инструментов с открытым исходным кодом, упрощающих работу с проектами Data Science и ML.
Используется подход Git'а в том смысле, что дает интерфейс командной строки, который настраивается в несколько простых шагов. DVC, как предполагает его название, фокусируется не только на версионировании данных. Инструмент помогает командам управлять конвейерами и моделями машинного обучения. В конце концов, DVC способствует согласованности вашей команды и воспроизводимости ваших моделей.
Преимущества
- Лёгкий, исходники открыты, подходит для всех основных облачных платформ и типов хранилищ данных.
- Гибкий, независимый от формата и фреймворка, лёгкий в применении.
Недостатки
- Контроль версий DVC тесно связан с управлением конвейером. Это означает, что, если ваша команда уже применяет другой инструмент конвейера данных, будет дублирование.
- DVC лёгкий, это означает, что вашей команде, возможно, придётся вручную разработать дополнительные функции.
Delta Lake — это слой хранилища с открытым исходным кодом, помогающий улучшить состояние озёр данных. Это делается предоставлением транзакций ACID, версионированием данных, управлением метаданными и управлением версиями данных. Инструмент находится ближе к слою абстракции озёр данных, заполняя пробелы там, где большинство озёр данных ограничены.
Преимущества
-
Предлагает множество функций, которые могут не входить в вашу систему хранения данных, например ACID-транзакции или эффективное управление метаданными.
-
Снижает необходимость в ручном управлении версиями данных и ручном решении других связанных с данными вопросов, позволяя разработчикам сосредоточиться на построении продуктов поверх озёр данных.
Недостатки
-
Delta Lake часто бывает перегибом для большинства проектов: инструмент был разработан для работы со Spark на больших данных.
-
Требуется специальный формат данных, а это означает, что инструмент теряет в гибкости и зависим в отношении текущих форматов. Основная задача инструмента — действовать в качестве скорее уровня абстракции данных, а это может быть не тем, что нужно вашей команде, и также может игнорировать разработчиков, которым нужно решение легче.