Linux|29 年过百万次 commit，Linux 内核何以发展至今？ 29|年过百万次|co

1991 年，21 岁的芬兰大学生 Linus Torvalds 写下第一行 Linux 内核代码时，多半没有想到它会成长为今天这样的庞然大物。当年 8 月 25 日，Torvalds 在 Minix Usenet 新闻组里发了一封帖子，称自己正在做一个自由的操作系统，“就是个兴趣爱好，不会搞得像 GNU 那么大那么专业” 。
事情的发展显然远超他的预期，如今小到传感器，大到超级计算机，从智能手机、手表、汽车等日常用品到航天器等设备，Linux 内核的身影已无处不在。
随着迄今为止最大版本 Linux Kernel 5.8 于今年 8 月初的发布，Linux 内核已拥有超过 2 万名贡献者，历史 commit 数超过 100 万次，迎来一个新的里程碑。
上周恰逢 Linux 29 周年纪念日，Linux 基金会发布了一份详尽的 Linux 内核报告，涵盖了自 1991 年 9 月 17 日首次发布以来，到 2020 年 8 月 2 日最新版本的 Linux 内核历史。
版本控制：从 BitKeeper 到 Git
Linux 基金会从 2008 年开始每年发布 Linux 内核报告，但此前一直难以将其发展过程完整串联起来。今年，借助 Daniel German 博士的 cregit 工具，他们成功追溯到了第一个版本，Linux 内核的发展时间线变得清晰。根据版本控制方式，可大致分为以下三个阶段：

pre-version control（前版本控制）：1991 年 9 月 - 2002 年 2 月 4 日
BitKeeper：2002 年 2 月 4 日 - 2005 年 4 月 15 日
Git：2005 年 4 月 16 日至今

版本控制对社区协作能力影响重大，这在 2000 年代初是一件令人颇为苦恼的事情。使用版本控制系统，也就是 BitKeeper 之前，贡献者需要将补丁提交至邮件列表，待 Torvalds 接受后放进源码树，再发布整个树的新版本。在这种方式下，具体是谁在做贡献、贡献的数量和路径都不够透明。
2002 年 2 月 4 日，BitKeeper 的使用标志着 Linux 内核 commit 历史的开启。然而 BitKeeper 为专有软件，这一决定在社区中遭受了长期质疑。直到 2005 年，BitKeeper 拥有者 Larry McVoy 决定收回无偿使用 BitKeeper 的许可。Torvalds 本人当时又对现成的 CVS 和 Subversion 等集中式版本控制工具感到不满，因此自己动手，用十天时间写出了 Git 的第一个版本。
Git 目前已成为开发者们非常熟知且广泛使用的分布式版本控制系统。Linus Torvalds 则表现得更多的是迫于无奈，他曾声称自己“根本不想做源代码管理，觉得这是计算机世界中最无趣的事情” 。
【Linux|29 年过百万次 commit，Linux 内核何以发展至今？】自从版本控制系统由 BitKeeper 改为 Git 后，Linux 内核每年的贡献者和 commit 数量都在稳步增长。历年的内核报告数据显示，2005 年 5 月发布的 2.6.12 版本平均每小时收到 2 次 commit 。15 年后，2019 年的平均数是每小时 9.4 次。而在最新的 5.8 内核中，平均每小时 commit 数达到了 10.7 次。
繁杂且自成体系的内核代码
首个内核版本 linux-0.01.tar.Z 由 88 个文件和 10,239 行代码组成，运行在 i386 这样单一的硬件架构上。到了 5.8 版本，这一数据扩张为 69,325 个文件和 28,442,673 行代码，并能够在 30 多种主要的架构上运行。
数量上的庞大仅是 Linux 内核代码的表象，它自身更是形成了一套复杂的体系，不熟悉的人往往不知从何处下手，极有可能“牵一发而动全身” 。这或许也是内核维护者难寻的原因之一。
Linux 内核发布第一天起的某些代码仍在当前版本中使用，例如 Torvalds 和大学好友 Lars Wirzenius 共同编写的 vsprintf 例程，它也是为数不多存在至今的首次 commit 中的源代码。

文章图片

今年的内核报告提到，有 2,964 个能被追溯至 1991 年的 token 如今在 5.8 版本中也能找到。5.8 版本超过一半的代码写于近 7 年内，但之前所有年份都对此版本有贡献。过去的代码不断在后续的版本中留下痕迹。
持续膨胀的内核文件量和代码行数未见得完全是一件好事，为了使系统不变得臃肿，内核维护者需要做一些修枝剪叶的工作。Linux 内核中未使用的代码和文件都会被视情况删除，有一些版本还会进行大的清理，例如 2018 年的 4.17 版本，删除了 8 个架构，净减少代码大约 180,000 行。
不仅仅是源码，Linux 内核维护者还会关注空白行和代码注释，以确保源码的可读性。
开发者原创证书和标签管理
2004 年对开发者原创证书（Developer Certificate of Origin，简称 DCO）的标准化是 Linux 内核史上的一个关键变化点。DCO 的引入为开发者和用户提供了法律保护，同时又不至于增加程序负担。它极大地提高了跟踪补丁进入内核的路径的能力，加上版本控制系统向 Git 的过渡，DCO 有效地减轻了开发者做贡献的开销，因此变得很受欢迎，后来也被许多其他开源项目采用。