reset和revert最佳实践

git revert = 新增一个"反向提交",历史不变
git reset = 移动 HEAD / 分支指针,历史被重写


一、git revert:不修改已有 Git 历史

1️⃣ revert 做了什么?

bash 复制代码
git revert <commit>

它的本质是:

  • 生成一个新的 commit
  • 这个新 commit 的内容 = 把指定 commit 的修改「反向再做一遍」

📌 原来的 commit 还在,历史是线性的


2️⃣ revert 之后的 git log 长什么样?

假设原历史:

text 复制代码
A --- B --- C --- D (HEAD)

执行:

bash 复制代码
git revert C

结果:

text 复制代码
A --- B --- C --- D --- E (HEAD)

其中:

  • C:原提交(还在)
  • E:revert C 的提交(内容上抵消 C)

📌 Git 记录没有被删,没有被移动,只是多了一条提交


3️⃣ revert 的特点总结

安全

  • 适合 已经 push 到远端的分支
  • 不影响其他人

历史会"变长"

  • 会看到「提交 + revert 提交」

📌 面试一句话:

revert 是"用新的提交修正旧的提交",不破坏历史


二、git reset:直接改 Git 历史(移动指针)

reset 的核心动作只有一个:

把 HEAD / 当前分支指针,指向一个旧的 commit


1️⃣ reset 的三种模式(重点)

bash 复制代码
git reset --soft
git reset --mixed  (默认)
git reset --hard

不管哪种

提交历史都会被改(HEAD 回退)


三、git reset 执行后,git 记录长什么样?

原始提交历史

text 复制代码
A --- B --- C --- D (HEAD)

执行:

bash 复制代码
git reset --hard B

reset 之后:

text 复制代码
A --- B (HEAD)

📌 C、D 在当前分支历史中消失了

⚠️ 但注意一句非常关键的点:

C、D 并不是立刻被删除,只是"不可达"了

只要还没被 GC(垃圾回收),还能用 git reflog 找回。


四、reset 三种模式对「工作区 & 暂存区」的影响

1️⃣ --soft(只改 HEAD)

bash 复制代码
git reset --soft B

结果:

  • 提交历史:❌ 被改(C、D 消失)
  • 暂存区:✅ 保留
  • 工作区:✅ 保留

📌 等价于:

"撤回提交,但改动还在,且已经 add 过了"


2️⃣ --mixed(默认)

bash 复制代码
git reset B

结果:

  • 提交历史:❌ 被改
  • 暂存区:❌ 清空
  • 工作区:✅ 保留

📌 等价于:

"撤回提交 + 取消 add"


3️⃣ --hard(最危险)

bash 复制代码
git reset --hard B

结果:

  • 提交历史:❌ 被改
  • 暂存区:❌ 清空
  • 工作区:❌ 清空

⚠️ 代码直接没了


五、revert vs reset 终极对比表(面试版)

对比点 git revert git reset
是否修改已有提交历史 ❌ 不修改 ✅ 修改
是否生成新 commit ✅ 是 ❌ 否
提交记录是否"变短" ❌ 不会 ✅ 会
是否安全用于已 push 分支 ✅ 安全 ❌ 危险
适合场景 回滚线上/公共分支 本地整理提交

六、真实工程中的使用建议

✅ 已 push / 多人协作分支(main、develop)

只能用 revert

bash 复制代码
git revert <commit>

✅ 本地分支 / 还没 push

reset 非常好用

bash 复制代码
git reset --soft HEAD~1

用于:

  • 合并提交
  • 修改 commit message
  • 整理提交历史
相关推荐
洛森唛9 小时前
Elasticsearch DSL 查询语法大全:从入门到精通
后端·elasticsearch
字节跳动数据平台14 小时前
代码量减少 70%、GPU 利用率达 95%:火山引擎多模态数据湖如何释放模思智能的算法生产力
大数据
得物技术15 小时前
深入剖析Spark UI界面:参数与界面详解|得物技术
大数据·后端·spark
武子康17 小时前
大数据-238 离线数仓 - 广告业务 Hive分析实战:ADS 点击率、购买率与 Top100 排名避坑
大数据·后端·apache hive
武子康2 天前
大数据-237 离线数仓 - Hive 广告业务实战:ODS→DWD 事件解析、广告明细与转化分析落地
大数据·后端·apache hive
大大大大晴天2 天前
Flink生产问题排障-Kryo serializer scala extensions are not available
大数据·flink
Elasticsearch3 天前
如何使用 Agent Builder 排查 Kubernetes Pod 重启和 OOMKilled 事件
elasticsearch
Elasticsearch4 天前
通用表达式语言 ( CEL ): CEL 输入如何改进 Elastic Agent 集成中的数据收集
elasticsearch
武子康4 天前
大数据-236 离线数仓 - 会员指标验证、DataX 导出与广告业务 ODS/DWD/ADS 全流程
大数据·后端·apache hive
武子康5 天前
大数据-235 离线数仓 - 实战:Flume+HDFS+Hive 搭建 ODS/DWD/DWS/ADS 会员分析链路
大数据·后端·apache hive