【add vs commit】Git 中的 add 和 commit 之間的區別

關于git addgit commit還有一些有點不太清楚的地方,這里寫一篇文章好好理一理

git add:添加到暫存區

git add實際上是把工作區中的內容存入“暫存區”

通俗來講就是告訴Git:“這些文件我準備好commit了”

git add file.txt  # 添加單個文件
git add . # 添加當前目錄下所有有變動的文件
git add -A # 添加所有變化(包括刪除)

關鍵

git add并不會真正的“保存修改”,只是把想要提交的文件標記出來

git commit:提交到本地倉庫

git commit就是把暫存區的內容真正的提交到本地倉庫的歷史中,并且生成一個commit的快照,也就是我們可以在git log中看到的 commit 記錄
如圖:
git-log

通俗來講就是**“真正地記錄一次歷史”**

關鍵

只有執行了git commit之后,這些改動才變成了真正的 Git 歷史的一部分

二者類比

操作用寫文章類比
git add把寫好的內容放進打印隊列中
git commit按下打印鍵,把內容打印出來

一般的操作流程

# 對文件做修改....
git status
git add <文件名>
git commit -m "change something"

我們在協作過程中是先git add,將內容放入暫存區之后才git commit提交暫存區中的內容,沒有通過git add加入暫存區的內容不會被我們 commit 到歷史記錄中

commit之后

在執行

git commit -m "some change"

之后
Git 會將暫存區中所有內容寫入 Git 歷史,即提交一個新的 commit
然后暫存區會變成與當前commit相同的狀態,也就是暫存區中不再有需要commit的內容了,再運行git status會顯示:

nothing to commit, working tree clean

所以git commit之后暫存區會被“清空”,變成與最新提交一致的狀態。
而沒有被add的修改,不會與 commit 產生關聯

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/89721.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/89721.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/89721.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

【推薦100個unity插件】使用C#或者unity實現爬蟲爬取靜態網頁數據——Html Agility Pack (HAP)庫和XPath 語法的使用

文章目錄前言一、安裝HtmlAgilityPack1、從NuGet下載HtmlAgilityPack包2、獲取HtmlAgilityPack.dll二、HtmlAgilityPack常用操作1、加載 HTML2、查詢方式2.1 使用 XPath 查詢&#xff08;推薦&#xff09;2.2 使用 LINQ 查詢3、常用查詢操作3.1 選擇節點3.2 獲取屬性值3.3 遍歷…

用 urllib 開啟爬蟲之門:從零掌握網頁數據抓取

在數字時代&#xff0c;數據就是力量。作為一名社會工作者&#xff0c;或許你想了解城市服務資源&#xff1b;作為一個編程初學者&#xff0c;你可能希望從網頁中自動提取新聞、課程或公開數據。今天&#xff0c;我們就來講一講 Python 標準庫中的一把“鑰匙”——urllib 庫&am…

Spring Boot 訂單超時自動取消的 3 種主流實現方案

Spring Boot 訂單超時自動取消的 3 種主流實現方案關鍵詞&#xff1a;Spring Boot、訂單超時、延遲任務、RabbitMQ、Redis、定時任務在電商、外賣、票務等業務中&#xff0c;“下單后若 30 分鐘未支付則自動取消”是一道經典需求。實現方式既要保證 實時性&#xff0c;又要在 高…

0401聚類-機器學習-人工智能

文章目錄一 無監督學習什么是無監督學習&#xff1f;核心特點&#xff1a;無監督學習的主要類型1. 聚類分析 (Clustering)2. 降維 (Dimensionality Reduction)3. 關聯規則學習 (Association Rule Learning)4. 異常檢測 (Anomaly Detection)5. 密度估計 (Density Estimation)二 …

基礎神經網絡模型搭建

nn 包提供通用深度學習網絡的模塊集合&#xff0c;接收輸入張量&#xff0c;計算輸出張量&#xff0c;并保存權重。通常使用兩種途徑搭建 PyTorch 中的模型&#xff1a;nn.Sequential和 nn.Module。 nn.Sequential通過線性層有序組合搭建模型&#xff1b;nn.Module通過__init__…

基于單片機出租車計價器設計

傳送門 &#x1f449;&#x1f449;&#x1f449;&#x1f449;其他作品題目速選一覽表 &#x1f449;&#x1f449;&#x1f449;&#x1f449;其他作品題目功能速覽 概述 本設計實現了一種基于單片機的智能化出租車計價系統。系統以單片機為核心處理器&#xff0c;集成…

134. Java 泛型 - 上限通配符

文章目錄134. Java 泛型 - 上限通配符 (? extends T)**1. 什么是上限通配符 (? extends T)&#xff1f;****2. 為什么使用 ? extends T&#xff1f;****3. 示例&#xff1a;使用 ? extends T 進行數據讀取****? 示例 1&#xff1a;計算數值列表的總和****4. 注意事項&…

【1】YOLOv13 AI大模型-可視化圖形用戶(GUI)界面系統開發

【文章內容適用于任意目標檢測任務】【GUI界面系統不局限于YOLOV13&#xff0c;主流YOLO系列模型同樣適用】本文以車輛行人檢測為背景&#xff0c;介紹基于【YOLOV13模型】和【AI大模型】的圖形用戶&#xff08;GUI&#xff09;界面系統的開發。助力大論文實現目標檢測模型的應…

小程序常用api

1. wx.request - 發起網絡請求 用于向服務器發送 HTTP 請求&#xff0c;獲取數據或提交表單。 // 示例&#xff1a;GET 請求獲取數據 wx.request({url: https://api.example.com/data, // 替換為實際 API 地址method: GET,success: (res) > {console.log(請求成功, res.da…

PaliGemma 2-輕量級開放式視覺語言模型

PaliGemma 2是輕量級開放式視覺語言模型 (VLM)&#xff0c;靈感源自 PaLI-3&#xff0c;基于 SigLIP 視覺模型和 Gemma 語言模型等開放式組件。PaliGemma 同時接受圖片和文本作為輸入&#xff0c;并且可以回答有關圖片的詳細問題和背景信息。PaliGemma 2 提供 30 億、100 億和 …

騰訊云云服務器深度介紹

以下是圍繞騰訊云云服務器&#xff08;CVM&#xff09;的詳細介紹與推薦文章&#xff0c;結合其核心優勢、應用場景及技術特性&#xff0c;為不同用戶群體提供參考&#xff1a; &#x1f680; 一、產品定位與核心價值 騰訊云云服務器&#xff08;Cloud Virtual Machine, CVM&a…

Ceph OSD.419 故障分析

Ceph OSD.419 故障分析 1. 問題描述 在 Ceph 存儲集群中&#xff0c;OSD.419 無法正常啟動&#xff0c;系統日志顯示服務反復重啟失敗。 2. 初始狀態分析 觀察到 OSD.419 服務啟動失敗的系統狀態&#xff1a; systemctl status ceph-osd419 ● ceph-osd419.service - Ceph obje…

MySQL持久化原理及其常見問題

目錄 MySQL刷盤原理 臟頁和干凈頁 MySQL出現短暫的堵塞SQL現象 情況分析 應對措施 數據庫表中數據刪除原理 刪除表中數據數據庫空間大小不會改變 情況分析 應對措施 MySQL刷盤原理 一般主要分為兩個步驟 內存更新和 redo log 記錄是同一事務修改的兩個必要操作&#…

VSCode中Cline無法正確讀取終端的問題解決

出現的問題是&#xff1a;Cline 無法正確讀取終端輸出。 Shell Integration Unavailable Cline won’t be able to view the command’s output. Please update VSCode (CMD/CTRL Shift P → “Update”) and make sure you’re using a supported shell: zsh, bash, fish, o…

scalelsd 筆記 線段識別 本地部署 模型架構

ant-research/scalelsd | DeepWiki https://arxiv.org/html/2506.09369?_immersive_translate_auto_translate1 https://gitee.com/njsgcs/scalelsd https://github.com/ant-research/scalelsd https://huggingface.co/cherubicxn/scalelsd 模型鏈接&#xff1a; https…

Python, C ++開發個體戶/個人品牌打造APP

個體戶/個人品牌打造APP開發方案&#xff08;Python C&#xff09;一、技術選型與分工1. Python- 核心場景&#xff1a;后端API開發、數據處理、內容管理、第三方服務集成&#xff08;如社交媒體分享、支付接口&#xff09;。- 優勢&#xff1a;開發效率高&#xff0c;豐富的庫…

SQLAlchemy 常見問題筆記

文章目錄SQLAlchemy Session對象如何操作數據庫SQLAlchemy非序列化對象如何返回1.問題分析2.解決方案方法1&#xff1a;使用 Pydantic 響應模型&#xff08;推薦&#xff09;方法2&#xff1a;手動轉換為字典&#xff08;簡單快速&#xff09;方法3&#xff1a;使用 SQLAlchemy…

Shell腳本-uniq工具

一、前言在 Linux/Unix 系統中&#xff0c;uniq 是一個非常實用的文本處理命令&#xff0c;用于對重復的行進行統計、去重和篩選。它通常與 sort 搭配使用&#xff0c;以實現高效的文本數據清洗與統計分析。無論是做日志分析、訪問頻率統計&#xff0c;還是編寫自動化腳本&…

氛圍編碼(Vice Coding)的工具選擇方式

一、前言 在寫作過程中&#xff0c;我受益于若干優秀的博客分享&#xff0c;它們給予我寶貴的啟發&#xff1a; 《5分鐘選對AI編輯器&#xff0c;每天節省2小時開發時間讓你早下班&#xff01;》&#xff1a;https://mp.weixin.qq.com/s/f0Zm3uPTcNz30oxKwf1OQQ 二、AI編輯的…

[硬件電路-57]:根據電子元器件的受控程度,可以把電子元器件分為:不受控、半受控、完全受控三種大類

根據電子元器件的受控程度&#xff0c;可將其分為不受控、半受控、完全受控三大類。這種分類基于元器件的工作狀態是否需要外部信號&#xff08;如電壓、電流、光、熱等&#xff09;的主動調控&#xff0c;以及調控的精確性和靈活性。以下是具體分類及實例說明&#xff1a;一、…