场景还原

我在本地开发一个项目时，先在dataset子文件夹下创建了Git仓库，用于管理数据集相关的代码和版本控制。随着项目扩大，我需要将整个项目（包含dataset子目录）上传到GitHub，但希望保留dataset文件夹的独立提交历史。

问题核心：

如何将一个已存在独立Git仓库的子目录（dataset），合并到主项目的Git仓库中，同时保留其完整的提交记录？

解决方案：使用Git Subtree合并仓库

Git Subtree 允许将一个仓库作为子目录嵌入到另一个仓库，并保留完整历史记录。与Submodule不同，Subtree会将代码完全合并到主仓库，更适合需要频繁修改子目录内容的场景。

操作步骤：

1. 初始化主项目仓库

# 进入项目根目录
cd C:\Users\hollow\YKF2a

# 初始化Git仓库并创建main分支
git init -b main

# 添加文件并提交初始版本
git add .
git commit -m "Initial commit for main project"

2. 使用Subtree添加子仓库

# 语法：git subtree add --prefix=<子目录名> <子仓库路径> <分支名>
git subtree add --prefix=dataset C:\Users\hollow\毕业论文\dataset main

• --prefix=dataset：指定子目录名称为dataset
• 子仓库路径：本地或远程仓库地址（此处为本地绝对路径）
• 分支名：要合并的子仓库分支（此处为main）

3. 验证结果

git log --oneline --graph

# 输出示例
*   cdbed89 (HEAD -> main) Add 'dataset' via subtree
|\  
| * 3a2b1c0 (subproject/main) [dataset] Update data processing
| * 8f7e6d5 [dataset] Initial dataset commit
* 9a8b7c6 Initial commit for main project

此时dataset目录已合并到主项目，且提交历史完整保留。

关键点解析

1. 为什么不用Submodule？
   Submodule仅保存子仓库的引用，需要用户手动更新。而Subtree将代码直接合并到主仓库，更适合需要共同开发的场景。
2. 路径处理注意事项
   • 若子仓库位于远程（如GitHub），需替换为远程URL：
   git subtree add --prefix=dataset https://github.com/user/dataset.git main
   • 路径含空格或特殊字符时建议使用双引号包裹。
3. 后续更新子仓库
   • 拉取子仓库更新：
   git subtree pull --prefix=dataset [URL] main
   • 推送修改到子仓库：
   git subtree push --prefix=dataset [URL] main
4. 关于 --squash 参数
   若希望合并子仓库的历史提交为单次提交​（避免主仓库历史被污染），可在命令中添加 --squash。
   适用场景：子仓库提交历史复杂，且主仓库只需保留关键版本记录时。

完整操作日志参考

PS C:\Users\hollow\YKF2a> git init -b main
Initialized empty Git repository in C:/Users/94918/Desktop/YKF2a/.git/

PS C:\Users\hollow\YKF2a> git add .
PS C:\Users\hollow\YKF2a> git commit -m "Initial commit for main project"
[main (root-commit) cdbed89] Initial commit for main project
 1 file changed, 47 insertions(+)
 create mode 100644 "\347\273\274\350\277\260\346\241\206\346\236\266.md"

PS C:\Users\hollow\YKF2a> git subtree add --prefix=dataset C:\Users\hollow\毕业论文\dataset main
git fetch C:\Users\hollow\metaProject\dataset main
...
Added dir 'dataset'

最终项目结构

YKF2a（主仓库）
├── 文献综述.md
└── dataset（子仓库合并后的目录）
    ├── data.csv
    └── process.py

优点总结：
• 保留子目录完整开发历史
• 主仓库可独立管理整体项目