在 GitHub 上编辑
如何解决 DVC 元文件中的合并冲突
有时多个团队成员会同时处理相同的 DVC 跟踪数据。当需要合并他们的更改时，可能会在 Git 跟踪的 DVC 文件 中出现合并冲突，需要手动解决。
dvc.yaml
这类冲突与我们在源代码中遇到的没有区别。参见 Git 合并。
stages:
prepare:
cmd: python src/prepare.py data/data.xml
deps:
< < < < < < < HEAD
- data/big.xml
= = = = = = =
- data/small.xml
> > > > > > > branch
- src/prepare.py
params:
- prepare.seed
- prepare.split
outs:
- data/prepareddvc.lock
无需手动解决锁文件的合并冲突。你可以安全地删除此文件。在合并 dvc.yaml 之后，可以通过运行 dvc repro 来重新生成一个干净的 dvc.lock。
dvc commit也是一个可行的选择，但仅适用于选择HEAD版本的特定情况。
.dvc 文件
这些文件的结构主要有三种变体，取决于生成它们所使用的命令：
简单跟踪（add）
outs:
< < < < < < < HEAD
- md5: a304afb96060aad90176268345e10355
size: 12
= = = = = = =
- md5: 35dd1fda9cfb4b645ae431f4621fa324
size: 100
> > > > > > > branch
path: data.xml你可以选择其中一个版本：
outs:
- md5: 35dd1fda9cfb4b645ae431f4621fa324
size: 100
path: data.xml但如果你想真正合并两个版本的数据文件（或目录），可以按照以下流程操作：
- 在
HEAD和branch上分别运行dvc checkout data.xml； - 将数据复制到临时位置（例如
data.xml.head和data.xml.branch）； - 手动合并；
- 最后运行
dvc add data.xml，以覆盖存在冲突的.dvc文件。
目录
如果你有一个目录，DVC 提供了一个 Git 合并驱动程序，可以自动帮你解决许多合并冲突。要使用它，请先在你的 Git 仓库中进行设置：
$ git config merge.dvc.name 'DVC merge driver'
$ git config merge.dvc.driver \
'dvc git-hook merge-driver --ancestor %O --our %A --their %B'并在你的 .gitattributes 文件（位于 Git 仓库根目录）中添加以下行：
*.dvc merge=dvc现在，当发生合并冲突时，DVC 将自动合并两个分支的数据。
如果同一文件在两个分支中都被添加或修改，除非修改内容相同，否则合并驱动程序将失败。如果同一文件在两个分支中都被删除，合并驱动程序也会失败。
导入的数据
要解决由 dvc import 或 dvc import-url 生成的 .dvc 文件中的合并冲突，请完全移除冲突的值：
< < < < < < < HEAD
md5: 263395583f35403c8e0b1b94b30bea32
=======
md5: 520d2602f440d13372435d91d3bfa176
> > > > > > > branch
frozen: true
deps:
- path: get-started/data.xml
repo:
url: https://github.com/iterative/dataset-registry
< < < < < < < HEAD
rev_lock: f31f5c4cdae787b4bdeb97a717687d44667d9e62
= = = = = = =
rev_lock: 06be1104741f8a7c65449322a1fcc8c5f1070a1e
> > > > > > > branch
outs:
< < < < < < < HEAD
- md5: a304afb96060aad90176268345e10355
size: 12
= = = = = = =
- md5: 35dd1fda9cfb4b645ae431f4621fa324
size: 100
> > > > > > > branch
path: data.xml使其变成如下形式：
frozen: true
deps:
- path: get-started/data.xml
repo:
url: https://github.com/iterative/dataset-registry
outs:
- path: data.xml然后使用 dvc update 更新该 .dvc 文件，从原始源下载最新数据。
请注意，更新操作会从源获取数据的最新版本，该版本可能与你删除的任意哈希值都不一致。