Version control DVC如何将目录级别的差异存储到DVC缓存中？

有人能解释一下DVC是如何将目录级别的差异存储到DVC缓存中的吗

我知道DVC文件（.DVC）是元文件，用于跟踪数据、模型和重现管道阶段。但是，我不清楚创建分支、提交分支和切换回主文件的过程是如何以不同的方式保存的

简短版本：

.dvc

文件包含有关缓存中描述目录当前状态的JSON文件的信息（md5）

当目录被更新时，

.dvc

文件中有新的md5，新的JSON文件被创建为目录的更新状态

在git中，您存储

.dvc

文件，以便dvc知道（基于md5）在何处查找有关目录的信息

较长版本：

让我尝试中断使用DVC处理目录的特定步骤

• 假设我们有一些您想要添加到DVC控制下的数据目录：

• 您正在使用

  dvc add data

  使dvc跟踪您的目录。结果，DVC生成

  data.DVC

  文件。正如您所指出的，此文件包含将git存储库与数据存储连接所需的元数据。在此文件中（除其他内容外），您可以看到：

• md5

  部分用于存储有关DVC缓存中目录的信息（

  .DVC/cache

  ）：

• 如果打开后缀为

  .dir

  的文件，您将看到它包含当前

  数据的描述

  状态：

如您所见，特定文件（

1

和

2

）由该文件中的条目描述

• 更改目录时：

将更新

数据.dvc

的内容：

outs:
- md5: 12f4b7d54a32e58818e27fba28376fba.dir
  path: data

缓存中有一个新文件：

├── 12
│   └── f4b7d54a32e58818e27fba28376fba.dir
...

(dvc3.7) ➜  repo$ cat .dvc/cache/12/f4b7d54a32e58818e27fba28376fba.dir 
[{"md5": "b026324c6904b2a9cb4b88d6d61c81d1", "relpath": "1"},
 {"md5": "26ab0db90d72e28ad0ba1e22ee510510", "relpath": "2"},
 {"md5": "6d7fce9fee471194aa8b5b6e47267f03", "relpath": "3"}]

从git的角度来看，唯一的变化是在

data.dvc

内部。 （假设您在添加

数据

后使用

1

和

2

进行了

git提交

）：

注意：第一个md5对应于此文件的md5，因此它必须使用dir md5 change进行更改

此外，请检查此问题-这是DVC如何处理文件的另一种解释。

(dvc3.7) ➜  repo$ tree .dvc/cache
.dvc/cache
├── 26
│   └── ab0db90d72e28ad0ba1e22ee510510
├── b0
│   └── 26324c6904b2a9cb4b88d6d61c81d1
└── f4
    └── 37247ec66d73ba66b0ade0246fcb49.dir

(dvc3.7) ➜  repo$ cat .dvc/cache/f4/37247ec66d73ba66b0ade0246fcb49.dir 
[{"md5": "b026324c6904b2a9cb4b88d6d61c81d1", "relpath": "1"},
 {"md5": "26ab0db90d72e28ad0ba1e22ee510510", "relpath": "2"}]

(dvc3.7) ➜  repo$ echo 3 >> data/3 
(dvc3.7) ➜  repo$ dvc commit data.dvc

outs:
- md5: 12f4b7d54a32e58818e27fba28376fba.dir
  path: data

├── 12
│   └── f4b7d54a32e58818e27fba28376fba.dir
...

(dvc3.7) ➜  repo$ cat .dvc/cache/12/f4b7d54a32e58818e27fba28376fba.dir 
[{"md5": "b026324c6904b2a9cb4b88d6d61c81d1", "relpath": "1"},
 {"md5": "26ab0db90d72e28ad0ba1e22ee510510", "relpath": "2"},
 {"md5": "6d7fce9fee471194aa8b5b6e47267f03", "relpath": "3"}]

diff --git a/data.dvc b/data.dvc
index 098aec5..88d1a90 100644
--- a/data.dvc
+++ b/data.dvc
@@ -1,6 +1,6 @@
-md5: a427c5bf8680fbf8d1951806b28b82fe
+md5: 1b674d61c195eea7a6b14f176c020b9c
 outs:
-- md5: f437247ec66d73ba66b0ade0246fcb49.dir
+- md5: 12f4b7d54a32e58818e27fba28376fba.dir
   path: data
   cache: true
   metric: false