如何使用DVC添加单个文件？

Question

假设我运行以下命令：

# set up DVC

mkdir foo
cd foo && git init
dvc init
git add * && git commit -m "dvc init"


# make a data file

mkdir -p bar/biz
touch bar/biz/boz


# add the data file

dvc add bar/biz/boz

DVC的产出如下：

To track the changes with git, run:

  git add bar/biz/.gitignore bar/biz/boz.dvc

最后一部分是我想要避免的。最好，DVC只更改顶级.gitignore (位于执行git init的项目根目录下)，并且只更改顶层的DVC文件。

--原因如下：

我有一个相当大的数据集开发在一个原始的工作或多或少是临时的。这些数据没有系统地组织起来，我也不想按原样组织它.

相反，我想增量地将这个老的定制数据添加到DVC目录树中。每次我将一些数据添加到树中时，我都想将其与DVC签入，就像修改代码或将一个项目的代码混合到另一个项目中一样。

但是，DVC希望在我添加的每个位置创建一个本地文件和gitignore。这造成了混乱，我没有合理的理由相信，维护所有这些原子和分布式数据存储将是很容易的。

问题：

在DVC中增量添加数据的首选方法是什么，以便DVC使用根gitignore和根DVC文件/项？

Answer 1

假设bar/是增量添加到的dataset目录，则可以改为

dvc add bar

这将创建一个bar.dvc文件，并在顶层写入.gitignore。

更新bar/中的内容时，再次使用dvc add或使用dvc commit注册新的数据集版本。新文件被添加到项目缓存中，.dvc文件获得一个更新的md5哈希，该哈希标识为最新的目录结构。

一些医生：

https://dvc.org/doc/start/data-management#making-changes

https://dvc.org/doc/command-reference/add

https://dvc.org/doc/user-guide/project-structure/internal-files#structure-of-the-cache-directory