DVCS如何帮助科学编程？

Question

我正在做一些初步的工作来调查DVCS (如Git，Hg，Bazar)如何帮助科学编程的过程，特别是对研究生来说。我认为我在这方面处于一个相当好的位置，因为我已经编程了好几年，目前正在开始一个自然科学硕士课程。我们的目标是在一两个月内做一次简短的介绍。

据我所见，除了源代码管理的明显优势外，DVCS目前还为研究生的日常生活提供了以下改进：

1. 分支：

这是个大案子。从观察DVCS的实践可以清楚地看出，廉价的分支主要鼓励新特性的实验。科学编程是关于实验的。可以创建不同的分支来调整参数或算法。这一点特别重要，因为大多数科学代码在他们的一生中都没有看到任何重构(大多数研究生甚至不知道是什么)，所以去不同的分支的能力会给典型的疯狂带来一些方法。快速提交也可能意味着使用提交注释作为实验室笔记本的代理。计算结果可以标记为特定的提交哈希码，以便进行可重复的研究。

1. 推送到服务器：

由于当今大多数科学代码都是在某种集群上运行的，因此DVCS可以用作某种更高级的Rsync，许多人已经使用它将“生产”代码推送到HPC集群。这与分支结合在一起，可以轻松地运行多个版本的代码，而不会离开。

1. 协作论文：

我还需要再说几句吗？有多个作者的论文就像小的开源项目一样运行。当作者都用LaTex写作时，论文上的协作应该是一种自然的适合，如果以类似Word的方式完成，还会带来额外的复杂性。这就是提交注释可能发挥更大作用的地方。

我的问题是，你认为DVCS能为科学程序员贡献什么？我在社区中看到了很多关于源代码控制的讨论，但大多数人仍然在研究颠覆。从我粗略的笔记听起来，DVCS应该是研究生的完美工作模式。我的想法有缺陷吗？还是科学编码太落后，甚至没有听说过DVCS工具？

相关信息：

• Practices for programming in a scientific environment

Answer 1

培训是一个真正令人关切的问题。我认识相当多的粒子物理学家(拥有大型编程项目的大型科学)，他们在源代码管理方面的全部知识是如何运行cvs checkout、cvs update和cvs commit的幼稚版本。

是的CVS。我认识一位软件小组的领导，他因为这些人而推迟了颠覆的行动。

在下一层技能中，他们还知道diff和stat命令以及如何指定分支或标记，但可能会避免创建或合并分支。

如果你打算引进一个DVCS，计划一个密集的，正在进行的培训和支持计划。科学家(或者至少是物理学家)通常很少受过计算机科学方面的正规训练，而且对软件过程的概念可能非常模糊。

Answer 2

关于你的要点：

• “DVCS的明显优势”：值得重复的是，尤其是在具有潜在严格it规则的不允许外部连接的学术环境中，DVCS允许使用本地存储库。这意味着，您不必“连接”到一个中心回购系统来访问整个项目的历史记录，而且这可能是DVCS对科学程序员的主要贡献。

但这也意味着，你必须有某种政策，才能让任何特定的工作“聚在一起”，整合到一个存储库中，这并不意味着只有一个“中央”基础:人们可以想象几个大型项目的中央回购。不过，这需要政府(不要低估)。

而且，“合并”过程可能会相当困难，因为您的主要第一点是：

• 分支:学生需要 (因为这很容易)。我看到了我的分支，名为“toto”，“周一”，“myName”，.：一旦发布到另一个(更中央的)回购，我们应该如何处理这些？如果20+分支要合并以最终确定一个公共代码，.这个过程可能很快就会出错。

对你的其他观点的快速评论：

• 部署(您称之为“推送到服务器”)：是的，DVCS可以用于某种类型的部署，但这意味着您已经组织了回购以包含某种类型的 (要在服务器上推送的文件集)，并且已经对它们进行了验证。此外，发布管理还包括许多其他步骤，这些步骤不能全部在DVCS中记忆，比如去变量化过程，在配置文件中使用适合目标服务器的实际值替换变量(端口号、本地路径、.)。您可以尝试管理那些通过分支直接估价的配置文件，但根据我的经验，对于不属于DVCS的follow.
• collaboration:来说，它变得太复杂了。(风投也向他们提供)。注意，对于某些格式(Word文档)，它们的内部修订系统可能更高效。

Answer 3

DVCS用于科学编程的一个大问题是二进制数据。科学编程通常需要输入/输出巨大的文件，而且我所知道的每一个DVCS (bzr、hg、git)的性能都会很快被扼杀。这是目前svn更好的地方之一。

我认为DVCS对于论文也是非常有用的，但这意味着你的合作者也知道DVCS。