当 PR 冲突时,如何采用 rebase 保持线性历史?

解读

在国内互联网大厂或 AI 初创公司,主干开发(trunk-based) 与 特性分支(feature-branch) 并存,评审系统(GitLab EE、Gitee 企业版、阿里 Aone)默认使用 “Merge Request” 而非 GitHub 的 “Pull Request”。当多人并行向主干提 MR 时,代码冲突 与 非线性历史 会触发质量门禁失败,导致后续 LLMOps 流水线(模型微调、AB 实验、灰度发布)无法自动触发。因此,面试官想确认候选人能否用 rebase 既解决冲突,又保留 可读的线性提交,同时不破坏 多人协作的代码溯源。

知识点

  1. rebase 本质:把当前分支的提交“摘下来”,在目标分支最新 commit 上依次重放,从而消除 merge bubble。
  2. 冲突产生时机:重放过程中,某一次 diff 无法干净应用到新基底,Git 会暂停 rebase,标记冲突文件。
  3. 国内代码平台强制规则:
    • 禁止 force push 到主干(保护分支),但允许在个人远端特性分支上 --force-with-lease;
    • MR 必须包含 Jira/飞书 OKR 编号,rebase 后 commit message 仍需保留,否则无法关联需求。
  4. 安全选项:git rebase --autosquash + git commit --fixup 可在 rebase 时自动折叠调试性 commit,保持历史整洁,方便后续 bisect 定位模型效果回退。
  5. 大模型工程特殊性:微调脚本(如 run_clm.py)与推理 kernel(custom_ops.cu)常由不同角色修改,冲突概率高;rebase 后需重新跑单元测试 + 显存基准测试,防止合并后的代码在 A100 上 OOM。

答案

  1. 本地更新主干

    git fetch origin main
    
  2. 启动交互式 rebase

    git rebase -i origin/main
    

    此时 Git 会逐个重放当前分支的 commit;若遇到冲突,终端提示 CONFLICT (content): Merge conflict in xxx。

  3. 解决冲突并继续

    • 使用 IDEA / VS Code 三向合并 或 git mergetool 解决;
    • 标记完成:git add .;
    • 不要产生新的 merge commit,直接 git rebase --continue;
    • 若发现本次 commit 已无需存在,可 git rebase --skip 丢弃。
  4. 验证模型相关文件

    • 运行 pre-rebase 钩子:make test-llm 与 python tests/test_kernel.py;
    • 确保 checkpoint 路径 与 数据集 md5 未被意外改动。
  5. 推送到个人远端特性分支

    git push --force-with-lease origin feature/llm-kg-rag
    

    --force-with-lease 可防止覆盖他人已拉取的分支,符合国内公司安全规范。

  6. 在 MR 页面勾选 “Fast-forward Only” 或 “Rebase merge”,CI 会再次触发 模型推理基准测试,通过后即可一键快进主干,历史呈完美直线。

拓展思考

  1. rebase vs merge 的权衡:
    • 若该特性分支已多人协作开发(如算法与后端联调),公开 rebase 会重写历史,导致同事本地引用失效;此时可改用 git merge --no-ff 并在 MR 描述中明确冲突原因,保留合并节点。
  2. 自动化冲突预判:
    • 在 GitLab CI 里增加 git merge-tree 预判冲突,若无冲突则自动 rebase,减少人工介入;
    • 对大模型二进制文件(.bin, .safetensors)使用 Git LFS lock,避免无意义的 rebase 冲突。
  3. 可追溯性:
    • rebase 后原 commit hash 消失,可在 commit message 末尾追加 “Original-commit: <old-hash>”,方便后续模型效果回退时快速定位数据版本。
  4. 法规合规:
    • 国内《生成式 AI 管理办法》要求训练数据来源可审计,rebase 若误删数据脚本提交,可能导致审计链断裂;因此关键数据 commit 应打 tag 并禁止 rebase,仅对纯代码逻辑分支做线性整理。