生物信息基础：实用Git命令，掌握这些就够了

我发现有搞了几年生信的朋友还不会用Github管理代码，这不免令人意外。我一直强调基础知识的重要性，而这些知识又是可以在短时间内掌握的。Github管理平时写的代码，要用到Git命令。虽然官方Git命令非常多，但我们只要掌握常用的几个能干活就好了。

作为半个IT人，写代码是工作日常，如何进行代码版本控制及托管，本文介绍一下我的最佳实践，其实很容易。

工作或学习过程中写的代码，存在本地的话容易丢失，也不方便与他人进行交流。

我一般把代码托管在Github网站上，这样既解决了代码备份问题，又方便与他人进行交流。

有人可能会问，如果我只想托管代码，不愿意让别人看到呢？有办法，Github上的代码仓库分为公开和私有两种，公开的所有人都可以访问，私有的只有自己才能访问。

之前私有仓库是收费的，需要绑定一张能支付美元的信用卡进行扣费，我记得一年大概是400多接近500元人民币，这不便宜，也难住了一些没信用卡的用户。

不过自从微软收购Github后，私有仓库免费了，感谢微软。

一、基本用法

要利用Github来托管代码，就要先学习一下Git语法。关于Git语法的学习，那真是多了去了，够写几本书。但实际上本人这么多年实践下来，其实最常用的就几个命令。

我的工作流程一般是这样的：

在Github上创建项目仓库：先填写仓库的名字（Repository name*，必须），然后填写项目描述（Description，可选），其次“Add a README file”复选框打钩，点击“Create repository”
将仓库clone到本地，如git clone git@github.com:jianzuoyi/learngit.git
代码编写，查看工作区状态，git status
将代码添加到暂存区git add <file>， <file>是文件名，git add .代表添加当前目录的所有修改到暂存区
提交修改，git commit -m <comment>，<comment>表示给本次提交添加一个注释，最好认真填写，以便将来知道本次提交到底做了什么修改
git push，代码推送到远程仓库，至此就完成了简单的代码版本控制和远程托管，非常简单

可见，git常用的命令也就是：

git clone
git status
git add
git commit
git push

当代码仓库已经存在于本地，要继续工作时，先git pull将远程仓库的最新版本拉到本地，修改后再git status, git add, git commit, git push

熟练掌握这几个命令，已经能应付80%的工作需求了，这也符合二八法则，即掌握20%的命令，完成80%的工作，其他命令需要时再去查。

下面我们再来简单介绍一下Git进行版本控制的三个核心概念：工作区、暂存区和版本库。

工作区（Working Directory），即工作目录，就是项目文件所在的目录，如learngit。
暂存区（stage，或者index），故名思义，暂存工作区的文件修改，git add <file>就是将文件提交到暂存区
版本库（Repository），工作区中一个隐藏的.git目录，即是Git版本库，它记录了项目文件的所有修改记录，通过版本库，你可以随时将文件的内容恢复成之前的某个版本

这里解释一下，为什么要在版本库与工作区之间增加一个暂存区呢，其实是有必要的。比如你一个文件修改了一大段内容，下面又要对这一大段内容进行修改，但是你又怕改错，这时候不妨git add <file>暂存一下，然后继续修改，如果要保存最新的修改结果，则再次git add <file>覆盖掉暂存区的内容，如果你改错了，则可以把文件恢复到暂存区中的状态。

暂存区的好处就是能够多次暂存，最后一次提交到版本库，这样能保证版本库的整洁，不至于那么混乱，试想你每做一点小的修改，就往版本库中提交一次，没有必要。

理解了工作区、暂存区和版本库的概念，那么平时工作，用到的相应命令也就好理解了。

本地还没有代码库，从远程仓库克隆一个到本地git clone
本地已经有代码库，修改代码之前先git pull与远程代码库同步
当我敲了一会代码，想看下工作区的状态，用git status
我想看下某个文件修改了哪些内容，git diff <file>，这个命令用于查看工作区的文件与暂存区的（如果有的话）或版本库中的对比
当我觉得需要暂存一下工作内容了，用git add
完成了修改，用git commit提交到代码库
我想查看现在的版本库情况，git reflog，或者git log --pretty=oneline

二、版本回退

以上介绍的都是工作一帆风顺的情形，但是有些时候，我们发现文件修改错了，想退回到修改前的版本，这要分多情况。

情况1：工作区修改了，还没add到暂存区，需要放弃修改，直接恢复为版本库中的版本

git checkout -- <file>

情况2：工作区修改了，已经add到暂存区，又再次修改了，需要恢复成暂存区的版本

git checkout -- <file>　# 将工作区的内容恢复为最近的版本：暂存区的（如果有的话）或版本库中的

情况3：工作区修改了，已经add到暂存区，还没commit，需要恢复成版本库中的版本

git restore --staged <file>
git checkout -- <file>
# 分两步，先撤销暂存，再回到最新版本。如果不先撤销暂存，只checkout，则只会恢复成用暂存区

情况4：工作区修改了，已经commit到版本库，需要恢复成commit前的版本

git reset HEAD^ <file>  # 将上一个版本库中的内容放入暂存区
git checkout -- <file>  # 从暂存区恢复到工作区

情况5：在版本之间切换

git reset --hard HEAD^  # HEAD^， HEAD^^， HEAD~3
git reset --hard commit_id  # 在任意版本之间切换

HEAD指向的版本就是当前版本，Git允许在任意版本之间切换

三、远程仓库

版本管理的最佳实践就是先创建远程仓库，再克隆到本地进行修改，然后push到远程仓库。

但是有些时候代码已经存在本地了，需要将其推送到远程仓库，我通常是这样做的：

在Github上创建项目仓库：先填写仓库的名字（Repository name*，必须），然后填写项目描述（Description，可选），点击“Create repository”，注意”Initialize this repository with:“下面的几个复选框都不要选，直接点“Create repository”
这样会在弹出的页面中显示如下命令
echo "# learngit" >> README.md
git init
git add README.md
git commit -m "first commit"
git branch -M main
git remote add origin git@github.com:jianzuoyi/learngit.git
git push -u origin main
切换到本地的代码目录，运行上述命令，就可以在当前目录创建代码仓库，并与远程仓库进行关联

四、分支管理

分支的作用：当一个功能还没开发完成时就提交代码，不完整的代码库会导致程序不能正常工作。如果等完成了再提交，又存在丢失每天进度的风险。

有了分支，就可以等开发完毕后一次性合并到原来的分支上。

查看分支：git branch

创建分支：git branch <name>

切换分支：git switch <name>或者git checkout <name>

创建+切换分支：git switch -c <name>或者git checkout -b <name>

合并某分支到当前分支：git merge <name>

删除分支：git branch -d <name>

查看分支合并图：git log --graph --pretty=oneline --abbrev-commit

五、解决冲突

有时候从远程库pull时，可能会存在冲突，因为Git是一个分布式管理系统，你在公司电脑上有一份克隆，修改提交后push到了Github，然后你家里电脑也有一份克隆，当你要继续进行工作时，需要先运行git pull命令同步Github的最新版本，发现本地仓库已经有了更新，这时可能就会出现合并冲突。

这时你可以：

git stash，暂时清空工作区
git pull，执行合并
git stash pop，弹出暂存的工作区内容
git status，查看工作区状态
git diff <file>，查看具体文件的修改，从而决定是否用新版本，如果要保存新版本，则执行`git add, git commit`流程
git checkout -- <file>，如果要放弃文件的修改，则执行此命令

掌握以上这些命令，基本上就够用了。

关于简说基因

生信平台
简说基因创建了Galaxy中国社区（UseGalaxy.cn），致力于将生信分析都迁到云上。Galaxy中国为所有用户提供免费服务，热情欢迎广大生物医学研究者使用。
生信培训
简说基因的生信培训班，荣获学员的一致好评。如果你也对生物信息学感兴趣，欢迎来跟简说基因，学真生信。
生信分析
我们能够承接所有 NGS 组学数据分析业务，包括但不限于 WGS / WES / RNA-seq 等。基因组组装、注释，以及各种重测序业务都可以与简说基因合作。