读代码前先跑5个「Git命令」？方法火了，网友却吵起来了

机器之心编辑部

问大家一个问题：当你接触一个陌生的代码库时，第一步是做什么？

相信大多数人的做法是，打开 README，从目录开始，一行一行往下读。但现在，一些工程师开始采用一种完全不同的方法：在看代码之前，先看 Git。

最近，一篇名为「在阅读任何代码之前，我会运行的 Git 命令」的文章引发网友热议，文中提出一个看似简单却颇具颠覆性的观点：代码只是结果，Git 才是过程。

如何理解？

作者 Ally Piechowski 认为，对于一个新的代码库，打开终端，运行一组 Git 命令，在查看任何文件之前，「提交历史」就能给出一幅关于这个项目的「诊断图」：是谁构建了它、问题集中在哪些地方、团队是自信满满地交付，还是在雷区边缘小心试探……

因此，Ally Piechowski 建议，在读代码之前，可以先运行这五个 Git 命令：

一、哪些地方改动最多

通过这一 Git 命令，可以查看过去一年中改动最多的 20 个文件，排在最前面的那个文件，几乎总是别人会提前提醒那一个：「哦对，就是那个文件，没人敢动它。」

当然，高频改动并不一定意味着代码不好，有时只是开发活跃，但如果一个文件改动频繁，同时又没人愿意接手，那可能就是最明确的「代码拖累」信号。这里的每一次修改，往往都是「旧补丁上再打补丁」。一个小改动的影响范围难以预测。团队在做估算时会刻意加 buffer，因为他们知道这块代码「会反抗」。

2005 年微软研究院的一项研究发现，基于「变更频率」（churn）的指标，比单纯的复杂度指标更能预测缺陷。往往一个同时「高 churn + 高 bug」的文件，就是最大的风险点。

二、谁在写这些代码？

查看按提交数量排序的所有贡献者，如果一个人贡献了 60% 以上，那就可能是「关键人依赖」（bus factor），而如果这个人已经在六个月前离开了，那就是危机。

另外在尾部，比如有 30 个贡献者，但过去一年只有 3 个活跃。这说明，构建这个系统的人，并不是现在在维护它的人。

还需要注意的是：如果团队使用 squash merge（压缩合并），作者信息会被压缩。这种情况下，结果反映的是「谁合并了代码」，而不是「谁写了代码」。因此在下结论前，最好先了解团队的合并策略。

三、Bug 都集中在哪？

这一命令的结构与 churn 分析类似，但只筛选包含 Bug 关键词的提交。将这个列表与前面的 churn 热点做对比，两个列表都出现的文件，就是最高风险代码：它们不断出问题、不断被修补，但从未被彻底解决。

但同时，这也依赖于提交信息的规范程度，如果团队每次都写「update stuff」，那几乎得不到有效信息。不过即便是粗略的 Bug 分布图，也比完全没有要强。

四、项目是在加速，还是在停滞？

这一命令可以查看整个仓库历史中，每个月的提交数量。如果节奏稳定，则说明项目是健康的；如果某个月提交量突然减半，通常意味着有人离开了；如果 6 到 12 个月呈下降趋势，说明团队正在失去动能；如果是周期性高峰 + 低谷，说明团队是「集中发版」，而不是持续交付。

五、团队有多频繁在「救火」？

这一命令是查看「回滚」（revert）与「热修复」（hotfix）的频率。一年内偶尔几次是正常的，但如果每隔几周就有一次「回滚」，说明团队并不信任自己的发布流程，而这通常意味着更深层的问题：测试不可靠、缺乏预发布环境（staging），或者部署流程让「回滚」变得困难。

如果结果为零，也是一种信号：要么系统非常稳定，要么团队根本不写清晰的提交信息。

危机模式是很容易识别的：要么存在，要么不存在。

在文章的最后，作者表示，这五个 Git 命令只需要几分钟时间，但却能让你知道：应该先读哪些代码，以及阅读时要重点关注什么，从而让你在一开始就有策略地理解代码库，而非在其中盲目游走。

其实，从作者的分享来看，这几个 Git 命令，改变了传统对代码库的理解方式，提供了一种新的视角，看到的不再只是「现在的代码长什么样」，而是「现在的代码为何会变成这样」。

与此同时，这种新颖的视角在 Hacker News 上并没有被完全接受，大家热议：这，真的靠谱吗？

有网友认为，Git 数据并不总是可靠，Commit Message 也会很水。

他表示，「如果团队有规范的提交信息，这些方法才有用。」但现实中，无论大公司还是中小企业，提交记录往往混乱，清一色的「Changes」、随意 merge、莫名 revert，还有一些人，明明团队约定用 rebase，却还是会提交 merge commit。

所以，他认为，「这一套方法主要只在中大型开源项目中才真正有用 —— 那些有清晰的 CONTRIBUTING.md/ README.md，以及明确的提交规范和合并流程的项目。」

还有网友认为，这种方法是在过度解读 Git 数据，Git 分析并不总是等于真相，很容易误导判断。

他结合自己的亲身经历分析，有时候开发者提交次数多，也许只是因为他们本身能力不行。当然，他也表示，这并不是说提交次数多就等于开发者不好。只是想提醒大家，如果把这些 Git 命令的结果当成事实本身，就有可能看不到全貌。

「如果有人跑完这些命令后跑来跟我说：「我发现某某是提交最多的人，但他 X 个月前离职了，我们该怎么办？？？」我可能要很努力才能忍住不笑……」

此外，还有一个争议点在于，高 churn 是否等于高风险？

网友认为，在测试中接触最多的文件往往也是最无关紧要的文件，比如依赖文件（package.json）、lock file、CI 配置，以及一些自动生成文件等，这些文件会频繁改动，但并不代表复杂。

因此，更准确的做法是，将 churn 结合复杂度来看。

那么你呢，你是如何看代码库的？或者觉得这种方法是否有启发，欢迎大家评论区留言、交流！

https://piechowski.io/post/git-commands-before-reading-code/

https://news.ycombinator.com/item?id=47687273