如何批量快速获取Git中大量文件对应的最后部署分支？

核心优化思路 #

对每个文件单独执行git log属于O(N*M)的低效复杂度（N为文件数，M为提交数），要换成批量提取合并提交变更+反向映射文件的思路，把复杂度降到O(M+N)，大幅提升效率。

具体实现步骤 #

1. 批量导出所有目标合并提交的变更文件 #

先一次性拉取主分支线上所有符合部署逻辑的合并提交（--first-parent确保只跟踪主分支的合并记录，排除分支间交叉合并的干扰），并导出每个合并提交对应的变更文件列表：

git log --merges --first-parent --format="%H" --name-only > merge_commits_files.txt

输出格式示例（提交哈希后紧跟该提交变更的所有文件）：

a1b2c3d
src/utils/tool.js
src/views/home.vue
x9y8z7w
src/utils/tool.js
docs/changelog.md

2. 用Python批量构建文件-分支映射 #

Git合并提交本身不存储源分支名，但Bitbucket的PR记录会关联合并提交与源分支，用Python解析导出文件并结合Bitbucket API完成映射：

• 解析merge_commits_files.txt，用字典存储每个文件对应的最新合并提交哈希（后续出现的文件覆盖旧记录，保证是最后一次部署的提交）
• 调用Bitbucket API查询合并提交关联的PR，获取源分支名，同时缓存API结果避免重复请求

示例Python代码片段：

from collections import OrderedDict
import requests

# 解析git导出的合并提交与文件映射
file_latest_commit = OrderedDict()
current_commit = None

with open('merge_commits_files.txt', 'r') as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        # 判断是否为提交哈希（短哈希7位/完整哈希40位）
        if len(line) in (7, 40):
            current_commit = line
        else:
            # 覆盖旧记录，保留最新的合并提交
            file_latest_commit[line] = current_commit

# Bitbucket API配置
BITBUCKET_DOMAIN = "https://your-bitbucket-url.com"
PROJECT_KEY = "你的项目KEY"
REPO_SLUG = "仓库名"
AUTH = ("账号", "应用密码")

file_branch_map = {}
commit_branch_cache = {}

for file_path, commit_hash in file_latest_commit.items():
    # 优先用缓存结果
    if commit_hash in commit_branch_cache:
        file_branch_map[file_path] = commit_branch_cache[commit_hash]
        continue
    
    # 请求Bitbucket API获取PR信息
    api_url = f"{BITBUCKET_DOMAIN}/rest/api/1.0/projects/{PROJECT_KEY}/repos/{REPO_SLUG}/commits/{commit_hash}/pull-requests"
    resp = requests.get(api_url, auth=AUTH)
    if resp.status_code == 200:
        pr_list = resp.json().get('values', [])
        if pr_list:
            # 合并提交通常只关联一个PR，取第一个即可
            source_branch = pr_list[0]['fromRef']['displayId']
            file_branch_map[file_path] = source_branch
            commit_branch_cache[commit_hash] = source_branch
        else:
            # 无PR的手动合并提交，标记为未知
            file_branch_map[file_path] = f"unknown_commit:{commit_hash}"
    else:
        file_branch_map[file_path] = f"api_err:{resp.status_code}"

# 导出最终映射结果
with open('file_branch_result.txt', 'w') as f:
    for path, branch in file_branch_map.items():
        f.write(f"{path}\t{branch}\n")

3. 校验与补全 #

• 对少量解析失败或标记为未知的文件，单独用原命令git log -n 1 --merges --first-parent --oneline -- {file_path}补查，这部分工作量占比极低
• 若Jira与PR关联，可通过Jira API交叉验证分支对应的需求信息，进一步确保准确性

效率提升原因 #

• 批量提取合并提交仅遍历一次提交历史，避免了单个文件重复遍历的冗余操作
• Bitbucket API请求做了缓存，大幅减少网络请求次数
• 数万个文件的处理时长取决于合并提交数量（通常远小于文件数），一般几十分钟内即可完成

内容的提问来源于stack exchange，提问作者RS _Fury52