SlideShare a Scribd company logo
1 of 11
Download to read offline
02.GitHub의 흐름
신부설
2015.03.11
GitHub Flow란?
https://guides.github.com/introduction/flow
깃헙플로우란 브랜치를 기반으로 한 가벼운 작업흐름입니다.
깃헙플로우의 단계
브랜치 생성 -> 수정 후 커밋 -> PullRequest 열기와 코드 리뷰 -> 머지와 배포
브랜치 생성
수정 후 커밋
PullRequest 열기와 코드 리뷰
머지와 배포
브랜치 생성
코드를 리뷰하거나 실험결과를 커밋하는 일들에 브랜치를 사용하면
master 브랜치로부터 독립적으로 수행할 수있습니다.
우리가 기켜야 할 한 가지 원칙이 있습니다.
master 브랜치는 항상 배포할 수 있는 상태를 유지해야 한다는 것입니다.
브랜치 생성
수정 후 커밋
PullRequest 열기와 코드 리뷰
머지와 배포
수정 후 커밋
커밋을 사용하면
작업 히스토리의 투명성을 얻을 수 있습니다.
커밋 단위별로 왜 수정되었는지 기술할 수 있습니다.
롤백이 필요할 때 바로 수행할 수 있습니다.
브랜치 생성
수정 후 커밋
PullRequest 열기와 코드 리뷰
코드 리뷰
머지와 배포
PullRequest 열기와 코드 리뷰
커밋결과에 PullRequest를 열어놓으면
팀원과 여러 사람에게 조언과 도움을 받을 수 있습니다.
깃헙의 @mention 시스템을 활용하면 피드백을 주고받기가 더 수월합니
다.
브랜치 생성
수정 후 커밋
PullRequest 열기
코드 리뷰
머지와 배포
머지와 배포
PullRequest가 여러 토론을 거쳐 통과 됐다면
배포를 위해 master 브랜치에 머지할 수 있습니다.
만약 깃헙에 머지하기 전에 테스트해보고 싶다면 먼저 로컬에서 머지해볼 수 있습니다.
신부설 c9coco@gmail.com
끝

More Related Content

More from Booseol Shin

머터리얼 디자인 문서 개인적인 번역
머터리얼 디자인 문서 개인적인 번역머터리얼 디자인 문서 개인적인 번역
머터리얼 디자인 문서 개인적인 번역Booseol Shin
 
Ubuntu에서 Flask개발 맛보기 - 1
Ubuntu에서  Flask개발 맛보기 - 1Ubuntu에서  Flask개발 맛보기 - 1
Ubuntu에서 Flask개발 맛보기 - 1Booseol Shin
 
안드로이드에서 플러리를 쉽게 사용하기
안드로이드에서 플러리를 쉽게 사용하기안드로이드에서 플러리를 쉽게 사용하기
안드로이드에서 플러리를 쉽게 사용하기Booseol Shin
 
캡셔네이터 사용자 가이드
캡셔네이터 사용자 가이드캡셔네이터 사용자 가이드
캡셔네이터 사용자 가이드Booseol Shin
 
우분투에서 안드로이드 개발환경 갖추기 ; 안드로이드 스튜디오
우분투에서 안드로이드 개발환경 갖추기 ; 안드로이드 스튜디오우분투에서 안드로이드 개발환경 갖추기 ; 안드로이드 스튜디오
우분투에서 안드로이드 개발환경 갖추기 ; 안드로이드 스튜디오Booseol Shin
 
03.GitHub으로 웹페이지
03.GitHub으로 웹페이지03.GitHub으로 웹페이지
03.GitHub으로 웹페이지Booseol Shin
 

More from Booseol Shin (6)

머터리얼 디자인 문서 개인적인 번역
머터리얼 디자인 문서 개인적인 번역머터리얼 디자인 문서 개인적인 번역
머터리얼 디자인 문서 개인적인 번역
 
Ubuntu에서 Flask개발 맛보기 - 1
Ubuntu에서  Flask개발 맛보기 - 1Ubuntu에서  Flask개발 맛보기 - 1
Ubuntu에서 Flask개발 맛보기 - 1
 
안드로이드에서 플러리를 쉽게 사용하기
안드로이드에서 플러리를 쉽게 사용하기안드로이드에서 플러리를 쉽게 사용하기
안드로이드에서 플러리를 쉽게 사용하기
 
캡셔네이터 사용자 가이드
캡셔네이터 사용자 가이드캡셔네이터 사용자 가이드
캡셔네이터 사용자 가이드
 
우분투에서 안드로이드 개발환경 갖추기 ; 안드로이드 스튜디오
우분투에서 안드로이드 개발환경 갖추기 ; 안드로이드 스튜디오우분투에서 안드로이드 개발환경 갖추기 ; 안드로이드 스튜디오
우분투에서 안드로이드 개발환경 갖추기 ; 안드로이드 스튜디오
 
03.GitHub으로 웹페이지
03.GitHub으로 웹페이지03.GitHub으로 웹페이지
03.GitHub으로 웹페이지
 

Recently uploaded

Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Wonjun Hwang
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)Tae Young Lee
 
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Wonjun Hwang
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Kim Daeun
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionKim Daeun
 
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스
 

Recently uploaded (6)

Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)Merge (Kitworks Team Study 이성수 발표자료 240426)
Merge (Kitworks Team Study 이성수 발표자료 240426)
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
 
Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)Console API (Kitworks Team Study 백혜인 발표자료)
Console API (Kitworks Team Study 백혜인 발표자료)
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
 
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
 

02.GitHub의 흐름