版本管理总结

作为数据从业者，在日常工作中，无论是ETL开发，还是数仓SQL开发，或者工作进展汇报，都可能会涉及到版本管理。这些场景都有什么特点？是否具有共同点呢？以下是一个简单的总结。

1、通用版本管理工具

这类工具可将各类脚本（如SQL、存储过程、python、shell等）进行版本管理。通常要有这些功能：记录修改时间、修改人、版本号，进行版本回退、合并、冲突处理。在实践中主要是这两类工具：

a、SVN

　　SVN搭建方便，无费用，概念简单：Checkout → Update → Commit，GUI 客户端工具多，常见的有tortoiseSVN，使用便捷。在各种规模的团队中都有使用。

b、Git

　　Git 是一个开源的版本控制系统（VCS）。概念多（工作区、暂存区、本地仓库、远程仓库），学习曲线略陡。如果不想背 Git 命令，又想完整用 Git 功能，可以使用免费的图形化客户端软件sourcetree。结合github，可以与全球开发者共同参与开发知名开源项目，并为其贡献代码。

SVN除了管理脚本外，还可以管理文档，如word、Excel等，在团队规模很小时，还可被当做网盘使用，做为团队内部的资料分享工具。如以下的案例：

 

2、工具自带版本管理功能

除了通用工具外，数据开发中使用到一些工具软件往往会自带版本功能，比如以下两种典型案例：

a、网易大数据开发套件

　　网易大数据套件基于开源hadoop生态研发出的大数据全家桶，包含离线开发等功能。其离线开发模块中可配置SQL脚本。该模块支持上线发布，历史版本查看以及回滚，这样就直接在工具中实现了版本管理功能。

b、Informatica ETL工具

　　Informatica为商业版的ETL软件，功能强大，性能稳定，Informatica 自带 Repository（存储库）版本管理机制，所有映射（Mapping）、会话（Session）、工作流（Workflow）等对象都存储在中央存储库数据库中，支持对象的 Check-in / Check-out。可以直接在工具内查看历史版本、恢复旧版本、比较差异。

3、文档版本管理

以上两种情形主要是处理代码与流程，而在文档处理方面，在线处理工具可以方便的进行文档版本管理，既可以多人同时编辑，也可查看历史编辑记录，还可以还原到历史的某个版本。在小团队内统计工时、周报任务等场景中非常实用。

 4、总结

有了版本管理工具，在团队中，可以使得多个成员并行处理同一份内容；作为个人，可以基于同一份内容并行满足多个需求。提高任务处理的并行度，满足一个人同时处理多个任务，一个任务同时被多个人处理，应该就是版本管理工具的意义和价值。