Git y GitHub: Introducción, Fundamentos y Arquitectura

1. Introducción

¿Qué es Git?

Git es un sistema de control de versiones distribuido (DVCS) creado por Linus Torvalds en 2005. Permite:

• Registrar cambios en archivos (historial completo)
• Trabajar en equipo de forma coordinada
• Revertir a versiones anteriores
• Ramificar proyectos sin afectar la línea principal

¿Qué es GitHub?

GitHub es una plataforma de alojamiento y colaboración basada en Git que ofrece:

• Repositorios remotos públicos/privados
• Herramientas para CI/CD, gestión de proyectos y documentación
• Comunidad open source (forking, pull requests)
• Integración con otras herramientas (Slack, Docker, AWS)

2. Diferencias con otros VCS

Key Insight:
Git sobresale en:

• Operaciones locales (commits sin conexión)
• Merging eficiente
• Flexibilidad con rebase, stash, etc.

3. Ventajas del modelo distribuido

1. Trabajo offline: Commit local sin servidor central
2. Redundancia: Cada clon es un backup completo
3. Flujos flexibles: Múltiples estrategias (Git Flow, GitHub Flow)
4. Seguridad: Hash SHA-1 para integridad de datos
5. Escalabilidad: Manejo eficiente de grandes repos (ej. Linux kernel)

4. Arquitectura de GitHub

graph TD
    A[Cliente Git] -->|HTTP/SSH| B[GitHub Servers]
    B --> C[Load Balancers]
    C --> D[Frontend]
    C --> E[API]
    D --> F[Git Storage]
    E --> F
    F --> G[Database]
    F --> H[Redis Cache]
    F --> I[Storage Backend]

Componentes clave

Git Storage

• Función: Almacenamiento eficiente de objetos Git mediante: - Blobs: Contenido binario de archivos - Trees: Estructuras de directorios - Commits: Instantáneas con metadatos (autor, fecha, parent)
  • Técnicas:
    • Compresión con zlib
    • Empaquetado en archivos .pack (delta compression)
    • Referencias mediante hashes SHA-1

graph LR
    A[Commit] --> B[Tree]
    B --> C[Blob_file1.txt]
    B --> D[Blob_file2.jpg]

GitHub Actions

• Ejecución en runners efímeros (VM/containers)
• Componentes:
  • Workflow dispatcher
  • Job queuer
  • Artifact storage
• Aislamiento mediante namespaces Linux

  sequenceDiagram
    participant D as Dispatcher
    participant Q as Queue
    participant R as Runner
    D->>Q: Evento push (workflow.yml)
    Q->>R: Asigna job
    R->>R: checkout + setup
    R->>R: Ejecuta steps
    R->>Q: Reporta estado
    Q->>D: Notifica finalización
  

  Búsqueda (Elasticsearch)

• Cluster distribuido con:
  • Nodos master (gestión)
  • Nodos data (índices)
  • Nodos ingest (transformación)
• Índices especializados para:
  • Código (analysis por lenguaje)
  • Metadata de commits

Renderizado Markdown

• Proceso en 4 etapas:
  1. Parseo GFM (GitHub Flavored Markdown)
  2. Sanitización HTML
  3. Transformación a AST
  4. Renderizado final
• Extensiones personalizadas:
  • Emoji shortcuts
  • Mentions (@user)
  • Task lists

5. Casos de uso y flujos de trabajo

Escenarios comunes

• Open Source: Fork + Pull Request
• Enterprise: Branch protection + CODEOWNERS
• Docs-as-Code: Wikis + GitHub Pages

Flujos estándar

1. GitHub Flow:
   • Ramas feature desde main
   • PR + revisión
   • Merge tras aprobación

gitGraph
    commit
    branch feature/login
    checkout feature/login
    commit
    commit
    checkout main
    merge feature/login
    commit
    branch feature/search
    checkout feature/search
    commit

1. Git Flow:
   • Ramas develop y release
   • Hotfixes paralelos
   • Versionado semántico

6. Buenas prácticas (Bonus)

• Commits:
  • Mensajes convencionales (Angular style)
  • Atomicidad (un cambio por commit)
• Seguridad:
  • 2FA obligatorio
  • Dependabot para updates
• Performance:
  • .gitignore completo
  • Shallow clones para CI
  • GC periódico

Siguiente: Instalación y Configuración

Ejercicios

1.1 — Explica con tus propias palabras la diferencia entre Git y GitHub. ¿Pueden existir el uno sin el otro?

1.2 — ¿Por qué Git usa hashes SHA-1 para identificar commits en lugar de números correlativos (v1, v2, v3…)? ¿Qué ventaja aporta en un sistema distribuido?

1.3 — Imagina que guardas versiones de tu proyecto renombrando carpetas: proyecto_v1/, proyecto_v2_final/, proyecto_v2_final_DEFINITIVO/. Enumera al menos 3 problemas concretos que este método tiene y que Git resuelve.

1.4 — ¿Qué diferencia hay entre un repositorio centralizado (SVN) y uno distribuido (Git) en caso de que el servidor principal se caiga?