如果您提供更多关于您尝试将哪种数据置于版本控制之下、您希望如何存储不同版本的数据、哪些组件可能会更改的更多技术细节，您将会得到一个更好的答案以及哪些组件不是，以及您是否真的会拥有树状历史（分支、合并）。

HDF5 文件不适合 git 下基于 diff 的版本控制。

git 在后台使用基于哈希的数据库，因此可以存储 HDF5 数据文件的哈希，而无需实际存储文件本身。三个项目git-fat、git-annex和git-media为您大大简化了这个过程。如果你有大量的、完全独立的数据块并且你想明确地版本化，我会建议使用这种方法。

如果你能把你的数据存储分成非易失和易失区域，这将大大提高你与版本控制数据库交互的效率。如果您不需要 git 提供的 DVCS 功能，您可能还需要考虑为您的数据显式使用数据库。

我想我的意思是：HDF5 文件是否适合基于行的差异，或者 git 是否必须将 HDF5 视为一个大二进制文件并为每个修订存储一个完整副本？

这个问题的字面答案是 git 不会有效地处理 HDF5 文件。

有关具有一些二进制文件的项目的版本控制的更多有用答案，请参阅此 stackoverflow 问题： https ://stackoverflow.com/questions/540535/managing-large-binary-files-with-git

正如其他人所说，如果您描述您的总体目标而不是精确的技术点，那么提出有用的建议会更容易。这里还有一个可能对您有所帮助的建议，具体取决于您的目标。

ActivePapers 项目 ( http://www.activepapers.org/ ) 在 HDF5 之上提供了一个代码和数据管理系统。ActivePaper 是一个 HDF5 文件，其中包含数据集和在其上工作的代码，元数据会跟踪哪段代码计算了哪个数据集以及使用了哪个输入数据。结合源代码的版本控制和/或整个 HDF5 文件的版本控制（使用 git-annex 等工具，在另一个回复中提到），ActivePapers 可用于版本控制计算，而不是孤立的文件或数据集。

免责声明：我是 ActivePapers 的作者。