亚洲源码转

1. 为何Google、微软、华为将亿级源代码放一个仓库

作者 | 夕颜

编辑 | Just

出品 | AI 科技 大本营（ID:rgznai100）

大公司应该如何进行代码管理？微软研发并采用 VFS For Git 的过程和这个系统本身有哪些可以借鉴的地方？为了更深入了解 VFS For Git 和代码管理相关问题，AI 科技 大本营（ID:rgznai100）采访了微软亚洲研究院首席研发经理邹欣，他对这些问题进行了解答。

为什么要做 VFS For Git？

邹欣回忆，在将代码迁移到 GVFS 前，微软曾使用多个主要的代码管理平台，包括 SLM, Source Depot （上世纪 90 年代开始）、TFS 的源代码控制 TFVC （2006 年开始）。直到 2017 年，微软用三个月的时间完成代码迁移到 Git，并推出了 Git 的变种，针对特大 repo 的 GVFS，并沿用至今。

GVFS 是一个 Git 虚拟文件系统，全称为 Git Virtual File System，允许 Git 处理 TB 规模的代码库，比如 270 GB 的 Windows 代码库。GVFS 的 V 就是 Virtual（虚拟），它解决了Git 原来的设计缺陷（每个客户端都有所有版本的代码），而是用虚拟文件来代替那些本地用不着的文件， 大大 减少了文件传输和本地机器存储的压力，让微软内部技术人员可以进行高效协作。

一段小插曲是，GVFS 从发布之初就引起了争议，原因是 GNOME 项目的虚拟文件系统也叫 GVfs，而 GNOME 的 GVfs 最早发布于 2006 年，之后的教程、文档、论坛都沿用这个名字。在微软的 GVfs 项目发布后，很快超过了 Gnome GVfs 项目的搜索排名，且由于二者都与虚拟文件系统有关，导致用户在查找信息时容易出现混淆。于是，很多开发者要求微软改名，经过一番周折后，微软终于在 2018 年将 "GVFS" 项目的名字改为 "VFS For Git"。

邹欣表示，当时微软将代码迁移到 Git 主要是为了统一微软百花齐放的内部工具，并没有一个绝对好的选择，领导团队选择了 Git, 但从现在的结果来看，这是一个比较好的选择。如今，微软仍然在对 Git 系列的工具做改进，也把改进回馈到 Git 社区。

现在，VFS For Git 已经是微软内部统一的工具，同时被其他大型企业采用：https://vfsforgit.org/

VFS For Git 在 GitHub 上也已开源：

GitHub开源地址：https://github .com /microsoft/VFSForGit

除了微软，我们发现，很多大公司的代码托管已经向自己内部开发的版本控制系统迁移，比如 Google 就把使用不同语言编写的超过 10 亿文件，近百 TB 源代码都存放在自行开发的版本管理系统 Piper 中，只当项目开源且需要外部协作时，才会使用业界流行的 Git。（详见文章《为何Google将几十亿行源代码放在一个仓库？》）

再如华为的内源（Inner Source）平台，承载着华为 1100 亿源代码、60 万+ 代码仓库、每天 60 T 的下载容量、1 万次/秒的 高峰 并发下载。

这是否说明在大公司中流行的单一仓库就是最好的做法？ 这些公司在选择采用代码托管方式时需要考虑哪些不同的问题？

邹欣解释，在他看来，用 GVFS 也可以创建各种独立的仓库。用一套工具有利于公司内部进行代码共享，让人员流动、代码复审、改进工具变得更简单，效率提高。

其次，大公司有很大量的代码，很长的 历史 和很多工具，如果贸然选择一个新工具就会出现以下问题：

a) 一些市面上的工具并不是为大规模代码设计的，处理不了大量代码， 我们以前用第三方的代码分析工具， 结果处理 Office 的代码的时候，自己崩溃了，因为 Office 的代码量太大，这个工具的开发者没有为如此大的代码设计软件。

b) 很多工具在 历史 中不断演化， 有自己独特的特点，很多和企业内部的某些特殊需求有关，外部工具很难都实现这样的功能。

很多工具联合在一起，会形成了一个工具的生态，但如果只改变一个工具，让其他的工具变得不兼容， 那整个团队的很多工作流就会出现问题。

此外，邹欣表示，代码托管与 AI 结合是未来发展方向。例如，这种结合会告诉你昨天晚上签入代码有问题， 或者签入代码和某个其他团队的代码相似，建议重用。或者告诉你签入的代码是从网上拷贝来的， 而且把原来代码中的 bug 也拷贝过来了。

最后，AI 科技 大本营引用此前微软云开发服务副总裁 Brian Harry 于 2017 年发表的一篇博文内容，在微软推出 VFS For Git 三个月后，他分享了该平台的更多细节及其未来目标，包括扩大开放源代码并改善其在 Microsoft 上的运行表现，想要了解 VFS For Git 更详细的信息，不妨仔细研读一下这篇文章：

每日检出量

https://devblogs.microsoft .com /bharry/the-largest-git-repo-on-the-planet/

2. MKV转换器兼容性

随着avi格式的年代逐渐增长，尽管它在早期通过VD技术可支持2个音轨，但近年来并未有显着的改进。与此同时，ogm格式的兴起带来了多音轨的新可能，最多可以合成8个以上的音轨，音频格式增加了ogg，更令人兴奋的是其内置的"软字幕"功能，允许用户自定义8个以上srt格式的字幕，但对亚洲字符支持不足，且ogm的源码曾一度封闭，开发进度缓慢。

在ogm遇到瓶颈时，mkv应运而生，由俄罗斯程序员以开源形式推出，因此吸引了众多开发者参与，使得开发速度迅速提升。mkv保留了ogm的优点，如多音轨和Real格式支持，且增添了Gabest公司开发的Plugin，如Media Player Classic（MPC）和mkv Mux，特别是针对Real格式的解决方案，弥补了rmvb在音频处理上的不足，支持AC3和DTS合成，使得mkv在音频效果上更具竞争力。

mkv的特点还包括对多种格式的兼容，高达16条的软字幕支持，以及段落选择功能，这些都让用户可以根据制作人的设定进行个性化播放。总的来说，mkv以其强大的功能，如Real格式的支持、多音轨、多字幕选项和自定义播放特性，成为了一个综合性的视频格式解决方案。

MKV转换器属于视频转换类软件，其广义的定义即对MKV进行编解码的软件。那么，何为对MKV进行编解码呢，对MKV进行解码，通俗来说即将MKV转换成其他格式，如将MKV转RMVB、MKV转AVI、MKV转MP4、MKV转3GP、MKV转DVD等等，对MKV进行编码，即将其他格式转换成MKV，如将RMVB转MKV、AVI转MKV、MOV转MKV等等。综上所述，MKV转换器根据转换类型不同分为两类，对MKV进行解码和对MKV进行编码的两类软件。

3. 三十、QuantLib C++源码改写计划(2)：Java的改写

在金工领域，QuantLib C++链接库已稳固其领导地位，产品广泛，模型深入，难以被其他链接库超越。然而，在实际的金融IT产业中，很难直接获益于QuantLib，主要原因是大部分IT公司倾向于使用Java语言开发大型商业应用系统，而C++并非市场主要工具。QuantLib架构复杂，没有熟悉金融市场的金工人员指导，IT人员难以理解其对象的继承关系与金融计算逻辑。

一位在金融科技产业的朋友遇到金工模型开发瓶颈，我建议他使用QuantLib链接库解决此问题。QuantLib可以透过SWIG的包覆提供Java接口。在协助下，他们顺利产生正确的计算结果，获得了全球金工专家的免费支持来开发核心计算模块。然而，使用SWIG调用C++的DLL会降低计算效能，且QuantLib C++不支持多线程运算，特别是在执行蒙地卡罗模拟法时效果不佳。

QuantLib架构的限制来源于20年前的决定，当时计算机性能不佳，为避免系统进行无谓计算，项目人员采用了特定的设计样式（Design Patterns），并搭配Lazy Object模式。然而，现代计算机性能已有巨大提升，多核芯片成为主流，异质性计算架构如GPU、FPGA也已成熟，金融市场的风险和实时风险评估需求也日益提升。QuantLib的C++程序代码虽然公开，但与使用Java程序代码的IT公司采购系统生态不兼容，导致困扰。

为解决这个问题，朋友公司技术长请求我研究以Pure Java Code改写QuantLib链接库，以实现与公司程序代码的完全兼容，并提升计算效能。我意识到，以Java改写QuantLib的构想始于2008年，但项目最终未能成功。通过重新分析C++与C#的继承架构，并结合两者优点，我尝试了新的改写路径。在苏州的两个月里，我成功完成了相当一部分的改写工作。

我发现，QuantLib的C++架构利用多重继承，每个实用类别继承多个父代。而Java与C#都是单一继承的语言，这导致在改写过程中需要正确选择主要继承关系，并通过接口实现次要继承，以保持代码结构清晰。这需要对金融类别关系有深入理解，以确保改写正确。

在改写过程中，我不仅解决了计算效能问题，还成功实现了多线程运算和GPU加速，满足金融市场的实时风险评估需求。此外，我将每次改写的内容都记录下来，留下足够的轨迹，便于指导年轻朋友学习QuantLib架构与内容。这有助于建立亚洲华人区金融市场计算能力，对抗长期由英美基督教文明主导的金融产业。

我将部分代码上传到GitHub，供有兴趣的人士参考。明年四月与七月，我计划分别提供Python与C++的计算机实操演练班，通过网络录制影片与在线直播，让参与者深入了解QuantLib并发挥其价值。课程将分为三个阶段，涵盖从基础使用到高级开发技术，包括解析解、二叉树、有限差分法、模拟法、GPU金融程序开发等。听众主要为硕士学历的业界工作人士。

如果你对QuantLib开发实作班感兴趣，可以通过电子邮件 or 微信与我联系，获取更多详情和报名方式。我的电邮为 [email protected]，微信ID为 andydong3137，均请注明对QuantLib开发实作班有兴趣。

4. 代码utf8转成gbk

首先在你的head标签中，加入<meta http-equiv="Content-Type" content="text/html; charset=gb18030" />
然后在你的编辑器中（或者使用记事本），选择采用ANSI编码保存你的源代码文件。

这样就可以了。