Moderne Softwareprojekte werden immer komplexer, weshalb die Arbeit im Team meist unerlässlich ist. Ein zentraler Bestandteil der heutigen Softwareentwicklung sind sogenannte Repositories oder kurz „Repo“s, welche einen zentralen Ort zur Datenspeicherung bieten. Es handelt sich dabei um eine strukturierte Sammlung von Daten, Code und anderen Informationen, die organisiert sind und verwaltet werden können. 

Repositories sind aus der heutigen Programmierung nicht mehr weg zu denken, da sie nicht nur zentral Code und Daten sammeln, sondern gleichzeitig eine Versionskontrolle bieten, sodass Änderungen nachverfolgt werden können und bei Bedarf zu alten Codeversionen zurückgekehrt werden kann. Es haben sich diverse Tools, wie zum Beispiel Git, oder sogar komplette Plattformen, wie GitHub entwickelt, die es Entwicklern und Forschern ermöglichen, Repositories in ihre Arbeit zu integrieren. 

In diesem Beitrag werden wir einen genaueren Blick darauf, was ein Repository macht und welche verschiedenen Arten man unterscheidet. Außerdem beschäftigen wir uns mit den Grundfunktionen von Git und besprechen allgemein, was man bei der Arbeit mit Repositories beachten sollte. 

Was ist ein Repository?

Ein Repository ist ein zentrales Verzeichnis zur Ablage von Dateien, Dokumenten oder auch Datenmodellen. Grundsätzlich handelt es sich dabei um einen zentralen Ort, an dem alle Ressourcen für ein Projekt abgelegt werden, egal ob es sich dabei um Daten, Code oder andere Dateien handelt. Je nach Anwendungsfall unterscheidet man verschiedene Arten von Repositories. In den häufigsten Fällen handelt es sich um ein sogenanntes Code-Repository, welches den aktuellen Programmierstand in einem Software-Projekt enthält. Das Repository ist ein zentrales Element in der Versionskontrolle Git, mit deren Hilfe verschiedene Code-Stände im Laufe des Projektes gesammelt und zusammengeführt werden können. Außerdem wird dadurch ermöglicht, dass zu jedem Zeitpunkt zu einer früheren Version gewechselt werden kann, falls die neuen Änderungen Fehler erzeugt haben. 

Ein Repository kann sowohl auf einem lokalen Rechner als auch in der Cloud oder auf einem anderen Server betrieben werden, abhängig davon, welche Personen Zugriff haben sollen. Zusätzlich dazu gibt es auch verschiedene Anbieter, wie zum Beispiel GitHub oder Bitbucket, die eine einfache Möglichkeit bieten, ein Remote-Repository anzulegen und damit im Team zu arbeiten. 

Warum sind Repositories wichtig?

Repositories sind nicht nur in der modernen Softwareentwicklung ein unverzichtbares Werkzeug, sondern bieten auch in anderen Bereichen große Vorteile, wenn Teams zusammen an einem Projekt arbeiten wollen. Sie sind dabei vor allem aufgrund der folgenden Aspekte sehr wichtig geworden: 

• Nachvollziehbarkeit: Das Repository ermöglicht es, jede Änderung am Projekt aufzuzeichnen und damit Transparenz zu schaffen, welche Person eine Änderung vorgenommen hat. Außerdem ergibt sich dadurch eine klare Übersicht über die Projektentwicklung. 
• Zusammenarbeit: Diese Plattform gewährleistet, dass Teams zusammenarbeiten können, ohne sich in Quere zu kommen. Vor allem bei Code Repositories gibt es außerdem die Möglichkeit, die verschiedenen Arbeitsstände einfach zusammenführen zu können und dabei sicherzustellen, dass alle Änderungen miteinander kompatibel sind, ohne Probleme zu verursachen. 
• Qualitätssicherung: Mithilfe von Versionskontrollen können Fehler schnell und einfach rückgängig gemacht werden, indem auf eine ältere Version zurückgegriffen wird, die keine Probleme aufgeworfen hat. 
• Verfügbarkeit: Die gesamte Projektarbeit ist zentral an einem Ort abgelegt und kann durch jeden Projektbeteiligten mit einer Interverbindung eingesehen und verändert werden. Selbst wenn es bei einzelnen Personen lokal zu einem Datenverlust kommt, ist der Projektfortschritt immer noch verfügbar. 

Wie wir sehen, können Repositories in verschiedensten Bereichen eingesetzt werden, in denen Teams zusammenarbeiten. Auch wenn sie in vielen Fällen für die Softwareentwicklung genutzt werden, sind sie auch für andere Anwendungen unverzichtbar. 

Welche Arten von Repositories gibt es?

Grundsätzlich unterscheiden sich Repositories anhand der Anwendungsbereiche. Die häufigsten Anwendungen sind im Bereich Daten und zur Versionskontrolle von Softwareprojekten. Entsprechend unterscheidet man: 

• Data Repositories sind ein gemeinsamer Ablageort für strukturierte und unstrukturierte Daten. Damit fasst dieser Oberbegriff verschieden Datenspeicher, wie beispielsweise ein Data Warehouse, Data Lake oder eine Datenbank zusammen. Sie werden genutzt, um einen zentralen Speicherort für Daten zu haben und damit die Datenqualität sicherstellen zu können. 

• Ein Code Repository hingegen ist der zentrale Speicherort für Programmiercode, wie er in verschiedenen Versionskontrollen, wie zum Beispiel Git genutzt wird. Dazu werden einzelne Dateien aus dem zentralen Verzeichnis heruntergeladen, um Änderungen vorzunehmen oder neue Funktionen dem Code hinzuzufügen. Sobald dies abgeschlossen ist, wird die Datei wieder in das Verzeichnis hochgeladen und die fehlerfrei Funktionalität mit den anderen Dateien sichergestellt. 

Darüber hinaus gibt es auch die Möglichkeit Repositories nach dem Speicherort und dem Verwendungszweck der Daten zu unterscheiden. Darunter fallen diese Typen: 

• Lokales Repository: Diese Repositories befinden sich auf dem lokalen Rechner eines Entwicklers und dienen der lokalen Speicherung und Verwaltung von Code. Lokale Repositorys werden häufig für Tests und Experimente verwendet, bevor der Code in ein entferntes Repository übertragen wird.
• Entfernte Repositorys: Diese Repositorys werden auf einem entfernten Server gehostet und dienen der gemeinsamen Nutzung von Code durch Teammitglieder. Remote-Repositories ermöglichen es den Teammitgliedern, gemeinsam am Code zu arbeiten und die Änderungen der verschiedenen Beteiligten zu verfolgen.
• Verteilte Repositories: Verteilte Repositorys sind eine Art von Remote-Repositorys, die es Entwicklern ermöglichen, mit einer Kopie des Repositorys auf ihrem lokalen Rechner zu arbeiten. Jeder Entwickler hat seine eigene Kopie des Repositorys und kann unabhängig davon daran arbeiten. Änderungen können dann wieder im Haupt-Repository zusammengeführt werden.
• Paket-Repositorys: Diese Repositories dienen der Speicherung und Verwaltung von Softwarepaketen. Sie ermöglichen es Entwicklern, Softwarepakete einfach zu verteilen und zu installieren und sicherzustellen, dass alle Abhängigkeiten erfüllt sind.
• Artefakt-Repositorys: In diesen Repositories werden binäre Artefakte wie kompilierter Code, Bibliotheken und Dokumentation gespeichert und verwaltet. Sie ermöglichen es Entwicklern, diese Artefakte auf einfache Weise gemeinsam zu nutzen und zu verteilen und sicherzustellen, dass alle Abhängigkeiten erfüllt sind.
• Container-Repositories: Diese Repositories dienen zur Speicherung und Verwaltung von Container-Images, die zur Bereitstellung von Anwendungen in Containern verwendet werden. Sie ermöglichen Entwicklern die einfache gemeinsame Nutzung und Verteilung von Container-Images und stellen sicher, dass alle Abhängigkeiten erfüllt sind.

Welche Art verwendet wird, hängt von den spezifischen Anforderungen des Softwareentwicklungsprojekts ab. Lokale Repositories werden häufig für Tests und Experimente verwendet, während entfernte und verteilte Repositories für die Zusammenarbeit und Versionskontrolle genutzt werden. Paket-, Artefakt- und Container-Repositories dienen der Verwaltung von Abhängigkeiten und stellen sicher, dass die Software korrekt verteilt und bereitgestellt wird.

Welchen Zweck erfüllt das Code Repository?

Das Code Repository ermöglicht den Einsatz einer zentralen Versionsverwaltung, die sicherstellt, dass die verschiedenen Code-Stände für das gesamte Team zugänglich sind und es dadurch nicht zu Verwirrung kommt. Darüber hinaus wird es vor allem bei Open-Source Software verwendet, die nicht von einem zentralen Team verwaltet wird, sondern von einer großen Community, die nicht genau zu definieren ist. 

Nach einem ähnlichen Prinzip wird aktuell auch in Deutschland versucht, eine öffentliche Plattform für deutsche Verwaltungen zu schaffen, in denen Software ausgetauscht und weiterentwickelt werden kann. Dadurch wird für die Öffentlichkeit Transparenz über die genutzten Systeme erzeugt und gleichzeitig eine schlankere und günstigere Verwaltung geschaffen. 

In einem weiteren Sinne bietet diese zentrale Plattform auch vielerlei Möglichkeit in größer angelegten Projekten, die ansonsten nicht so einfach zu handhaben wären. Beispielsweise stellt GitHub ein zentrales und öffentliches Codeverzeichnis dar, auf dem ProgrammiererInnen öffentlich Projekte teilen und in den Austausch gehen können. 

Wie funktioniert Git?

Git ist eine sogenannte dezentrale Versionskontrolle, die von Softwareentwicklern genutzt wird, um den Quellcode effizient verwalten zu können und außerdem die Entwicklung eines Projektes nachvollziehbar zu machen. Git wurde ursprünglich für die Entwicklung des Linux Kernels genutzt und zählt heute zu einem der beliebtesten Tools in der Programmierung. 

Es handelt sich dabei um ein sogenanntes verteiltes Repository bei dem jeder Programmierer eine Kopie des aktuellen Repositories, also des Verzeichnisses, auf seinem lokalen Computer abgespeichert hat. Mit dieser lokalen Kopie kann der Programmierer dann entweder neue Dateien im Projekt erstellen oder bestehende abändern. Gleichzeitig kann er auch lokal testen und sicherstellen, dass die lokalen Änderungen keine Auswirkungen auf die Funktionalität des Gesamtprogramms haben. Dieser Umstand macht Git auch besonders robust, da in dieser Phase keine Verbindung zum Remote-Server benötigt wird und einfach lokal gearbeitet werden kann. 

Insgesamt werden bei der Arbeit mit Git drei Zustände unterschieden: 

• Arbeitsverzeichnis (Working Directory): Dies ist eine lokale Kopie auf dem Rechner eines Programmierenden, welche Änderungen enthält, die noch nicht in Git gespeichert sind. 
• Staging-Bereich: Lokal getestete Änderungen werden in den Staging-Bereich hinzugefügt, wo sie auf den nächsten Commit warten. 
• Repository: Die finalen Änderungen werden mithilfe eines Commit-Befehls in das Repository übergeben und sind nun ein Teil der Projektgeschichte und der Versionskontrolle. 

Nachdem der aktuelle Stand heruntergeladen wurde, erstellt man einen Branch, in dem die Neuentwicklung programmiert wird. Sobald man die Änderungen vorgenommen und getestet hat, kann man sie committen, also speichern. Anschließend kann man jedoch nicht direkt den neuesten Stand wieder in das Repository hochladen. 

In der Zeit zwischen dem letzten Download des Repositories und der Umsetzung der Änderung können nämlich andere Teammitglieder das Repository überschrieben haben. Deswegen führt man einen Pull-Request durch, um den neuesten Stand des Repositories auf dem lokalen Rechner zu haben. Dann kann man diesen neuen Stand mit den Änderungen im Branch “mergen”. Dabei stellt man sicher, dass die eigenen Änderungen keine negativen Auswirkungen auf die Arbeit der anderen haben.

Zu den Standardbefehlen, die im Git-Umfeld benötigt werden, zählen zum Beispiel:

• git init erstellt ein neues, leeres Git Repository.
• git clone klont ein bereits bestehendes Repository und dessen Inhalte. 
• git add fügt neue oder veränderte Dateien dem Staging-Bereich hinzu. 
• git commit speichert die Änderungen aus dem Staging-Bereich dauerhaft in das zentrale Repository ab. 
• git push überträgt die lokalen Commits in das zentrale Remote-Repository. 
• git pull holt und integriert Änderungen aus dem dezentralen Repository in den lokalen Arbeitsbereich.  
• git branch erstellt und verarbeitet separate Entwicklungszweige.

Git bietet für Softwareentwickler ein leistungsstarkes Werkzeug, mit dem große und komplexe Projekte effizient verwaltet werden können und außerdem sichergestellt werden kann, dass alle Personen im Team unabhängig voneinander arbeiten können. 

Welche Vorteile hat ein Data Repository?

Durch die zentrale Speicherung von Daten, die für das komplette Unternehmen zugänglich sind, kann die Datenqualität einfacher gesichert werden und es wird sichergestellt, dass alle in der Organisation denselben Informationsstand haben. Ansonsten kann es zu Verwirrung kommen aufgrund von verschiedenen Dateien, die möglicherweise zu unterschiedlichen Zeitpunkten erstellt wurden und somit verschiedene Stände repräsentieren. 

Zusätzlich lässt sich durch die Zentralität auch einfacher eine Zugriffsverwaltung einrichten, sodass vertrauliche Daten nur für ausgewählte Personen zugänglich sind. Diesen können dann gezielte Auswertungen oder Reports erstellen für die Daten, die sie im Zugriff haben. 

Abschließend lässt sich durch das zentrale Datenangebot auch Speicherplatz sparen, da die Anwender möglicherweise darauf verzichten, dezentrale Datensilos aufzubauen und darin Replikate von bereits vorhandenen Informationen abspeichern. 

Was sollte man bei der Arbeit mit Repositories beachten?

Für ein erfolgreiches Softwareprojekt ist es essenziell wichtig, dass das Repository gut verwaltet wird. Deswegen haben wir in diesem Abschnitt einige Punkte zusammengefasst, die für eine effiziente Repository-Verwaltung wichtig sind: 

• Organisation: Damit die Codebasis sauber und übersichtlich gehalten wird, sollten Repositories gut organisiert sein. Dazu zählt zum Beispiel, dass klare und konsistente Namenskonventionen verwendet werden, damit das Projekt nach Komponenten und Funktionalitäten kategorisieren zu können. 
• Pflege der Repository-Hygiene: Während des Projektes sollte das Repository auf dem aktuellen Stand gehalten werden. Dazu zählt auch, dass in regelmäßigen Abständen alter oder unbenutzter Code archiviert oder gelöscht wird. Dadurch herrscht weniger Unordnung und die Leistung der Versionskontrolle ist deutlich besser. 
• Implementiere Verzweigungs- und Zusammenführungsstrategien: Vor allem bei großen Teams sind klare Richtlinien enorm wichtig, die festlegen, nach welchen Regeln neue Verzweigungen erstellt werden oder mit dem Hauptzweig zusammengeführt werden sollen. Dadurch wird eine gewisse Einheitlichkeit gewährleistet und es ist sichergestellt, dass Änderungen ordnungsgemäß verwaltet werden, bevor sie integriert werden. 
• Erzwinge Code-Reviews: Mithilfe von Code Reviews kann sichergestellt werden, dass Änderungen einen gewissen Qualitätsstandard erfüllen und den Richtlinien entsprechen. Außerdem können frühzeitig Probleme erkannt und verhindert werden bevor sie in den Hauptzweig integriert werden. 
• Verwende automatisierte Tools: Verwende automatisierte Tools wie Systeme für die kontinuierliche Integration(CI) und die kontinuierliche Bereitstellung (CD), um die Test-, Erstellungs- und Bereitstellungsprozesse zu automatisieren. Dadurch wird sichergestellt, dass Änderungen ordnungsgemäß getestet und auf konsistente und zuverlässige Weise bereitgestellt werden.
• Implementierung von Zugriffskontrollen: Zugriffskontrollen helfen dabei, nur autorisierten Benutzern die Änderungen an bestimmten Komponenten zu ermöglichen. Dadurch ist sichergestellt, dass keine zufälligen Änderungen vorgenommen werden können und außerdem nur das definierte Personal bestimmte Bereiche verändern kann. 
• Dokumentiere die Verwendung des Repositorys: Dokumentiere die Verwendung des Repositorys, einschließlich der Verzweigungs- und Zusammenführungsstrategien, Codierungsrichtlinien und Zugriffskontrollen. Dadurch wird sichergestellt, dass alle Teammitglieder auf derselben Seite stehen und wissen, wie das Repository richtig zu verwenden ist.

Insgesamt erfordert eine effektive Repository-Verwaltung klare Richtlinien, eine gute Organisation und konsistente Praktiken. Wenn Du diese Best Practices befolgst, kannst Du sicherstellen, dass Deine Codebasis gesund, effizient und gut verwaltet ist.

Das solltest Du mitnehmen

• Ein Repository ist ein zentrales Verzeichnis zur Ablage von Dateien, Dokumenten oder auch Datenmodelle.
• In der Anwendung werden verschiedene Arten von Repositories unterschieden. Die häufigsten sind dabei Code oder Data Repositories. 
• Datenverzeichnisse sind ein zentraler Ort zur Datenablage über den sich die Datenqualität sicherstellen lässt und Zugriffsberechtigungen verwaltet werden können. 
• Ein Code Repository wird genutzt, um den aktuellen Code-Stand in einem Projekt zu verwalten und die Arbeit im Team zu vereinfachen. 

Andere Beiträge zum Thema Repository

• Über diesen Link gelangst Du zu GitHub. Es die wahrscheinlich bekannteste Form eines Code Repositories.