プロジェクトのバージョン管理にsvnコードとデータファイルの両方が含まれています

Question

テキストファイルを操作するスクリプトプログラム（Perl、Shellなど）を使って、自然言語処理に関連するプロジェクトを適切にバージョンコントロールする方法について考えています。スクリプトは、通常、テキストデータファイルを入力として読み込み、何らかの処理を行い、結果を再びテキストファイルとして出力します。だから、たくさんのコードとデータファイルがテキスト形式である。

明らかに、私はデータファイルが大きなサイズである可能性があるので、バージョンコントロールコードファイルのみです。そして私はコードの分岐を維持して、異なる方法を試す必要があります。

（1）バージョン管理の私の現在のソリューションは、単一のディレクトリ「PROJ」と同じレベルにコードとデータファイルを混合することである。

CODE1、...、codem、DATA1、...、 datan

ブランチで作業する場合、上記の「フラット」ディレクトリ構造を維持するために、「branchi」サブフォルダ内ではなく、「proj」の下の「branchi」のすべてのファイルをチェックアウトする必要があります。

私の現在の解決策の長所は、ディレクトリ遷移のオーバーヘッドを最小限に抑えることです。コードとデータは、スクリプトを呼び出し、同じディレクトリにあるとの結果を検討すると、「CD」の最小量を必要とするので：

SCRIPT1データイン時に数

VI

DATAOUT短所があるDATAOUTコードとデータファイルの数が増えると、 "proj"フォルダ内の長いファイルリストに面倒に見えます。

"PROJ/SRC" と "PROJ /データ"：

は（2）もう一つの方法は、異なるディレクトリの下にコードとデータを置くことです。

賛否両論は、解決策（1）とちょうど反対です。私は、より洗練されたディレクトリ構造を得ることができます。短所は、スクリプトや見直しの結果を呼び出すときに、私は、ディレクトリの遷移の多くを実行する必要があります：

SCRIPT1 ../data/data-in ../data/data-out

VI ../data /データアウトまたはcd ../data; viデータ出力

srcフォルダ内の場合。したがって、データファイル "../data"の余分な親パスは、特に多くの素早い実験や結果のチェックを行う必要がある場合に、多くのディレクトリ遷移の混乱をもたらします。

他に提案がありますか？ありがとう。

Answer 1

2番目の方法 - 独自のdata/srcの下にプロジェクトを分けてください。

スクリプト、シンボリックリンク、エイリアスを簡単に使用することで、どんなものでも操作しやすくなります。

しかし、Svnでのあなたのディレクトリレイアウトが混乱の巨大なボールであると、あまりにも乱雑になると、それを解き放つのが非常に難しいでしょう。

だからあなたのレイアウトは、次のようになります。ここでは

/sources/ 
    /project1/ 
     script-for-proj-1 
     other-stuff-for-proj-1 
     data-for-proj1    --> /data/dataset24 
    /project2/ 
     script-for-proj2 
     other-stuff-for-proj-2 
     data-for-proj2    --> /data/dataset23 

、Subversionの中01​​生活の中ですべてのもの。 各プロジェクトディレクトリには、必要なデータディレクトリへのシンボリックリンクがあります。 しかし、すべてのデータは実際には/dataに存在し、どのツールでも意味があるものであれば を使用してアーカイブ/維持されます。

のデータはバージョン管理されていませんが、シンボリックリンクがあるため、プロジェクトに異なる入力が必要な場合は、 の内容を追跡できます。