代码贡献度量 · 可复核实验

单次 Commit 对发布版本的贡献率

用一个 9 个提交、35 行变更的最小 Git 仓库,复现多分支发布下的四类失真。仓库结构、每个提交和文件改动都在下面,可以直接点开逐条核对。

报告日期 2026-11-18 口径 A / B 9 个提交 35 行发布区间变更 19 行存活代码

01摘要

“单次 commit 对发布的贡献率”没有单一算法:可以问“这次发布他改了多少行”,也可以问“发布时还有多少行是他写的”。问题不同,答案会相反,所以先选口径,再谈算法。

35 → 18 行
发布区间变更量,清洗后计入口径 A 的部分
34.3%
一次纯格式化提交在原始口径 A 中的份额
0.0%
王五在 A / B 中的份额:压缩合并后作者消失
4 行
清洗后 Σcommit 与净 diff 的差,来自提交内改写

本页把上一版约 1500 行、19 个提交的实验压到 9 个提交、35 行发布区间变更,每个补丁最多 12 行。规模变小后,每个失真点仍然完整保留,但可以人工逐条复核,而不是只能相信脚本输出。

三个结论先放在前面。第一,一次只改缩进的提交就能占掉原始口径 A 的三分之一,清洗不是优化项而是必选项。第二,压缩合并让原始作者在 A 和 B 中同时归零,是唯一无法用算法补救的失真。第三,A 与 B 的差值本身有诊断价值:它指向“哪次提交后来被推翻了”。

02四种口径,不能混用

“贡献率”不是一个数,而是四个不同的问题:改了多少、留下多少、改动值多少、需求交付了多少。问题不同,答案自然不同。落地时最常见的错误,不是算错,而是把两种口径的数字放进同一张表直接比较。

口径 A · 区间变更占比 体量

一句话:这次发布里,每个人一共改了多少行?

A(i) = (add_i + del_i) / Σ(add_j + del_j) j ∈ 发布区间

怎么算:把 v1.0 到 v2.0 之间每个提交新增、删除的行数加起来,看某个人占多少。Git 把“改一行”记成删一行、加一行,所以改写型工作的权重是纯新增的两倍;合并提交本身没有补丁,集成成本不计入。

适合看:工作量体量。

局限:只算改过多少,不管代码后来还在不在;一次纯格式化也能刷出很高的数字。

口径 B · 存活归属 归属

一句话:这次发布时代码库里还有多少行是他写的?

B(i) = 存活行(i) / 发布时新增的存活行总数

怎么算:对 v2.0 的代码做“逐行追溯”(git blame),给每一行标出最后修改它的提交和作者;只统计这次发布新增的行,v1.0 就有的老代码(基线)先剔除。加 -w 忽略缩进变化,加 -M -C 把搬动、复制的代码认回原作者。

适合看:谁的代码留得住、谁在返工。

局限:删掉的行和后来被改写掉的行都不算;老代码基线不剔除,会持续稀释新人。

口径 C · 语义当量 去噪

一句话:不看行数,看这段改动在语义上值多少?

按 AST 差异区分新增 / 修改 / 移动 / 删除并赋权

怎么算:用 AST(抽象语法树)把代码解析成语法结构,再比较结构差异,区分新增、修改、移动、删除,分别给不同权重。纯格式调整、代码搬移、生成文件会自动降权,所以比 A 更接近“真实改动”。

代表实现:思码逸的“代码当量”。

局限:要按语言做解析,投入比 A、B 高一个量级;权重怎么定需要人来拍板。

口径 D · 需求归因 价值

一句话:这个需求对本次发布贡献了多少?(不是“这行代码是谁写的”)

commit → PR/MR → 需求/缺陷 → 发布批次

怎么算:把提交关联到合并请求(PR/MR),再关联到背后的需求或缺陷,最后归到发布批次;统计单位从“人”换成“需求”。Apache DevLake 用相邻两次部署之间的提交差集加 PR 关联来实现。

适合看:需求交付和价值流向,是管理层能直接使用的口径。

局限:依赖 PR、需求系统的数据质量;提交没有关联,就归不到需求。

为什么不能混用:同一份数据,张三在 A 里是 50.0%,在 B 里是 35.7%。两个数都对,但一个算“改了多少”,一个算“留下多少”。可以并列展示做诊断,不能据此说“张三的贡献下降了”。结论只能基于同一种口径。

名词小抄

发布区间
上一次发布(v1.0)到这次发布(v2.0)之间的提交,不含更早的历史。
补丁(patch)
一次提交实际新增、删除了哪些行;合并提交通常没有自己的补丁。
逐行追溯(blame)
给代码的每一行标出最后修改它的提交和作者。
存活行
发布版本里仍然存在、没有被后续提交删掉的行。
AST
抽象语法树:代码解析后的语法结构,用来区分“换了写法”和“真的改了逻辑”。
PR / MR
合并请求:把一批提交连同说明一起提交评审,是“提交 → 需求”的桥梁。
建议:B 做主指标,A 做体量参考,C 用于去噪,D 对管理层汇报;不要把四者加权成一个总分。贡献率一旦变成单一分数,很快会被当作考核工具,指标成为目标就不再有效。

03实验仓库:9 个提交,全部可点开

案例模拟 Aone Flow 式多分支发布:主干切出特性分支,release 分支集成,发布后合回 master 并打 tag。流程中刻意埋入四类失真:格式化、压缩合并、移植提交重复补丁、同一人双邮箱。仓库由 build_case.py 确定性生成,作者与时间都固定,可重复构建。

分支结构

masterfeature/cartfeature/reportrelease/v2.01654763 chore: 初始化基线(初始)v1.0165476303f38cb feat: 购物车合计(张三)03f38cb68d9c02 fix: 合计支持数量(张三)68d9c022e98c67 feat: 报表导出与汇总(王五)2e98c67ea87e2f fix: 除法保护(李四)ea87e2f73005f6 压缩合并: 报表导出与汇总(赵六)73005f6c92b15b fix: 除法保护(李四)c92b15b1247cf1 style: 统一新增文件缩进(4 空格改 2 空格)(格式化机器人)1247cf1f595400 release: v2.0 上线并合回 master(赵六)v2.0f595400

点击节点或下方提交行查看 diff;窄屏可在图内左右滑动。虚线描边的节点(feature/report)没有进入 v2.0;标签 v1.0 / v2.0 是发布基线。

提交说明变更状态
1654763chore: 初始化基线初始 · 10-01 10:00+6 / −0tag v1.0
03f38cbfeat: 购物车合计张三 · 10-01 10:10+5 / −0普通提交
68d9c02fix: 合计支持数量张三 · 10-01 10:15+2 / −2普通提交
2e98c67feat: 报表导出与汇总王五 · 10-01 10:20+4 / −0未进入 v2.0
ea87e2ffix: 除法保护李四 · 10-01 10:25+5 / −0普通提交
73005f6压缩合并: 报表导出与汇总赵六 · 10-01 10:30+4 / −0压缩合并
c92b15bfix: 除法保护李四 · 10-01 10:25+5 / −0移植副本
1247cf1style: 统一新增文件缩进(4 空格改 2 空格)格式化机器人 · 10-01 10:40+6 / −6纯格式化
f595400release: v2.0 上线并合回 master赵六 · 10-01 10:45+9 / −0tag v2.0合并

共 9 个提交:1 个基线、发布区间内 6 笔非合并提交、1 笔分支外提交、1 个发布合并提交。上一版案例的核心结论全部保留,只是把每笔改动压到可人工阅读的长度。

04Git 过程与业务说明

v2.0 的发布可以概括成四步,参与者只有 4 个人,外加 1 个格式化机器人。先看流程,再看每个人推了什么、为了什么。

  1. 从 v1.0 出发,两个需求各开一条分支。购物车和报表并行开发,互不等待。
  2. 切出 release/v2.0,把做完的需求并进来。发布内容从此冻结,只接受修复。
  3. 在发布分支上收尾。报表压缩成一个提交、线上修复移植过来、统一缩进。
  4. 合回 master 并打 v2.0 标签。主干保持一致,线上版本可追溯、可回滚。

谁推了什么,为了什么

谁推了什么代码为了什么对统计的影响
张三 · 购物车2 次提交:购物车合计、数量修正把购物车需求做完,顺手修掉自己发现的问题用了工作邮箱和私人邮箱,原始统计会把他拆成两个人
王五 · 报表1 次提交:报表导出独立开发报表需求,不阻塞别人代码被压缩合并进 v2.0,作者从王五变成赵六
李四 · 线上修复2 次提交:同一个“除法保护”补丁,先在主干,再移植到发布分支线上问题两边都要修,不能等下一次发布同一补丁有两个提交号,按提交号统计会算两次
赵六 · 发布负责人2 次提交:把王五的报表压缩成一个提交、把发布分支合回主干并打 v2.0让主干保持一条直线,发布内容冻结、版本可回滚压缩合并吃掉王五的作者信息;合并提交本身没有改动
格式化机器人1 次提交:新增文件缩进从 4 空格改成 2 空格统一代码风格,减少 review 噪音没有业务改动,却占原始口径 A 的 34.3%

窄屏可左右滑动查看完整表格;每个提交的 diff 在上面的分支图里都能点开。

这些操作都不是错误。压缩合并让主干更整洁,移植让线上修复不用等下一次发布,格式化减少 review 噪音。问题在于 Git 历史只记录“怎么合”,不记录“谁为什么改”。所以度量要顺着业务流程补数据——PR 里的原始提交、Co-authored-by、patch-id 去重、.mailmap——而不是要求业务改流程来适配算法。

05结果:同样的仓库,不同的账

口径 A:先看原始,再看清洗后

原始统计不做任何归一和清洗,总数 35 行。一次只改缩进的提交占 12 行,接近三分之一;张三的两个邮箱还会被拆成两行,移植提交的同一补丁被算两次。

格式化 12 重复 5 有效 18
纯格式化移植重复清洗后保留

原始(不归一、不去重、不排除格式化)

作者邮箱变更行占比
格式化机器人format-bot@example.com1234.3%
李四lisi@example.com1028.6%
张三zhangsan@corp.example514.3%
张三zhangsan@home.example411.4%
赵六zhaoliu@example.com411.4%
王五00.0%

清洗后(mailmap + patch-id + 排除格式化)

作者变更行占比
张三950.0%
李四527.8%
赵六422.2%
格式化机器人00.0%
王五00.0%

张三从两行 5 + 4 合并为 9 行;李四从 10 行降到 5 行,正好是去掉的移植副本;王五的 4 行随压缩合并一起消失。

口径 B:加不加 -w,差一整次格式化

B 的总存活行是 19 行,其中基线 5 行(26.3%)。基线必须从发布窗口里剔除,否则版本越老、新人的占比被稀释得越厉害;下表同时给出全量占比和窗口占比。

不加 -w:格式化行归机器人

作者存活行全量窗口
格式化机器人631.6%42.9%
李四526.3%35.7%
赵六210.5%14.3%
张三15.3%7.1%
王五00.0%0.0%
初始(基线)526.3%—

加 -w -M -C -C:缩进改回归属

作者存活行全量窗口
张三526.3%35.7%
李四526.3%35.7%
赵六421.1%28.6%
格式化机器人00.0%0.0%
王五00.0%0.0%
初始(基线)526.3%—

不加 -w 时,机器人占窗口 42.9%;加 -w 后归零。张三从 1 行回到 5 行,赵六从 2 行回到 4 行。

口径 A / B 并列:差值指向返工

作者A 清洗后B 存活(窗口)差值怎么读
张三50.0%35.7%−14.3pp自身后续提交改写了 5 行中的 2 行
李四27.8%35.7%+7.9pp存活率高于 A,代码留得住
赵六22.2%28.6%+6.4pp压缩合并承接王五的 4 行
格式化机器人0.0%0.0%0.0pp纯格式化已从 A 排除,B 加 -w 后归零
王五0.0%0.0%0.0pp压缩合并后 A / B 同时归零

B 的窗口占比已剔除 v1.0 基线。张三从 A 的 50.0% 降到 B 的 35.7%,因为他自己的后续提交改写了 5 行中的 2 行;李四反向上升,说明他的代码留得住。

06四类失真,逐条对上提交

下面每个数字都能在上面的提交表里找到对应的 diff。点击提交短号即可跳转查看。

34.3%

格式化提交占原始 A

只改缩进,却贡献 12 行。B 不加 -w 时机器人占窗口 42.9%,加 -w 后归零。清洗是必选项,不是优化项。

0.0%

王五:压缩合并后 A / B 同时归零

的 4 行被压缩合并进 ,作者字段变成执行压缩合并的赵六。压缩合并改变了提交粒度本身,任何按 commit 归属的算法都补不回来。

5 行

移植提交在 A 中被算两次

与 的 patch-id 相同。A 原始统计把李四算成 10 行,清洗后是 5 行;B 的逐行归属按内容判断,自动只算一次。

5 + 4 → 9

同一人两个邮箱

与 分别使用工作邮箱与私人邮箱,原始 A 会拆成两行;.mailmap 归一后合并为 9 行,B 的逐行归属默认就走 mailmap。

两个结构性观察

基线稀释。B 的全量是 19 行,基线占 5 行(26.3%)。小仓库里这个比例被放大,但它说明的问题是真的:B 必须限定发布窗口,否则老代码会持续稀释新人。
Σcommit 与净 diff 不闭合。原始 Σcommit 是 35 行,v1.0 到 v2.0 的净 diff 只有 +14/-0。差额 21 行 = 格式化 12 + 重复补丁 5 + 改写 churn 4。清洗后 Σcommit 是 18 行,与净 diff 仍差 4 行,这部分就是先加后删的真实返工。

07落地路径与结论

先验证数据准不准,再考虑平台化。顺序建议 L0 → L1 → L2,L3 只在指标已经被信任之后才值得投入。

层级内容投入
L0 数据规范分支命名、commit trailer、PR 模板、release tag 规范;身份邮箱与 .mailmap 先对齐零成本
L1 脚本tag diff + numstat + patch-id 去重 + mailmap 归一 + 格式化排除1–2 人日
L2 归属release tag blame + 聚合 + 按版本出报表;固定发布窗口1–2 周
L3 平台自建或采购(DevLake / 思码逸 / 云效 Insight)1–3 个月
  1. 先定口径,再谈算法。B 做主指标,A 做体量参考,C 去噪,D 汇报;不加权成单一总分。
  2. 清洗比算法重要。格式化、生成文件、移植提交三项不清洗,任何口径都不可信,而处理成本很低。
  3. 压缩合并是唯一无法补救的失真。要么改合并策略,要么在 CI 里固化 PR 的原始 commit 列表和 trailer。
  4. A 与 B 的差值本身就是结论。它指向“哪次提交后来被推翻了”,比任何单一分数更适合复盘。
  5. 指标只做纵向自查。诊断流程瓶颈,不做跨团队横比与个人排名。

08复核与复现

整个案例由脚本生成,不依赖外部仓库。三条命令即可重建并校验本页所有数字:

# 在仓库的 case/ 目录下
python3 build_case.py        # 生成 repo/:9 个提交、两条特性分支、release 与 v2.0
python3 analyze_case.py --check
python3 build_report.py      # 重新生成 report/index.html

两分钟人工核对清单

案例局限。仓库是人工构造的小样本,不包含真实冲突解决、跨文件重命名、二进制与多语言混合;结论用于验证机制,不用于推算真实项目的具体比例。为了让合并干净,格式化提交只覆盖本版本新增文件;真实仓库可用 --ignore-revs-file 达到同样效果。