git设计哲学

刚开始使用git的时候，总想拿git来和cvs或者svn来作对比，但不久后发现这个想法本身就是错的，git完全就是另外一种物种，一种本属于未来的物种。它的对象存储方式，快照，分支等，都是完全不同的。

 

相信每个使用git的人，都想了解git内存文件的存储对象，快照，提交在历史和分支等内部的原理。都想知道它是否有传说中的那么强大？

 

 

Git 对象

先从本地创建一个空git仓库开始

 

$ mkdir test
$ cd test
$ git init
Initialized empty Git repository in /Users/lyc/Desktop/test/.git/

这时会发现目录下只有一个.git文件夹，进去后长这样

.git/
|--HEAD
|--config
|--description
|--hooks
|   |--applypatch-msg.sample
|   |--commit-msg.sample
|   |--post-commit.sample
|   |--post-receive.sample
|   |--post-update.sample
|   |--pre-applypatch.sample
|   |--pre-commit.sample
|   |--pre-rebase.sample
|   |--prepare-commit-msg.sample
|   |--update.sample
|--info
|   |--exclude
|--objects
|   |--info
|   |--pack
|--refs

• description文件仅供GitWeb使用，不用关心它。
• config文件包含了项目特有的配置选项，如最常用的用户名和邮箱。
• info目录保存了一份不希望在 .gitignore 文件中管理的忽略模式 (ignored patterns) 的全局可执行文件。这个用得比较少，也不用太关心。
• hooks目录保存了客户端或服务端钩子脚本，一般我们都是用默认的，很少改，也不用太关心。

因此，我们需要重点关心另外四个重要的文件或目录：HEAD和index文件，objects和refs目录，因为它们是Git的核心：

• objects 目录存储所有数据内容。
• refs 目录存储指向数据 (分支) 的提交对象的指针。
• HEAD 文件指向当前分支。
• index 文件保存了暂存区域信息。

 

刚初使化的一个 Git 仓库， objects 目录是空的：

$ find .git/objects
.git/objects
.git/objects/info
.git/objects/pack

Git 初始化了 objects 目录，同时在该目录下创建了 pack 和 info 子目录，但是该目录下没有其他常规文件

 

接下来，我们新建一个文件test1.txt，内容为test1，并把它加入暂存区

$ echo test1 > test1.txt
$ git add test1.txt

发现.git目录下多了2个文件，且内容都为字节码：

.git/
|--index
|--objects
|   |--a5
|   |   |-- bce3fd2565d8f458555a0c6f42d0504a848bd5

$  find .git/objects
.git/objects
.git/objects/a5
.git/objects/a5/bce3fd2565d8f458555a0c6f42d0504a848bd5
.git/objects/info
.git/objects/pack

在.git目录下多了一个index文件

在objects下面多了一个a5文件夹，文件夹下有一个文件名为bce3fd2565d8f458555a0c6f42d0504a848bd5的文件

 

使用如下命令查看test1.txt的hash值

 

$ git hash-object test1.txt
a5bce3fd2565d8f458555a0c6f42d0504a848bd5

发现结果的前2位是文件夹的名字，后38位是文件的名字。

 

a5bce3fd2565d8f458555a0c6f42d0504a848bd5这个文件是用zlib压缩的

通过git cat-file 命令可取出文件存储的内容

 

$ git cat-file -p a5bce3fd2565d8f458555a0c6f42d0504a848bd5
test1

内容就是test1.txt的文件内容

 

看看index文件，刚刚了解了index 文件保存了暂存区域信息， 用git ls-files —stage命令可查看index内容

 

$ git ls-files --stage
 a5bce3fd2565d8f458555a0c6f42d0504a848bd5     test1.txt

此时index保存的就是新加入暂存区的文件快照

 

gitt使用'blob ' + len(content) + '\0' + content作为文件内容，其sha1值的前2位作为文件夹名，后38位作为文件名

 

 

Tree（树）对象

接下去来看 tree 对象，tree 对象可以存储文件名，同时也允许存储一组文件。Git 以一种类似 UNIX 文件系统但更简单的方式来存储内容。所有内容以 tree 或 blob 对象存储，其中 tree 对象对应于 UNIX 中的目录，blob 对象则大致对应于 inodes 或文件内容。一个单独的 tree 对象包含一条或多条 tree 记录，每一条记录含有一个指向 blob 或子 tree 对象的 SHA-1 指针，并附有该对象的权限模式 (mode)、类型和文件名信息。

 

现在把test1.tst提交，作为仓库的第一次提交

$ git commit -m "first commit"
[master (root-commit) a3951d5] first commit
  file changed,  insertion(+)
 create mode  test1.txt

 

发现在objects目录下多了两个文件夹，文件夹下面是对面的sha1文件

 

$  find .git/objects
.git/objects
.git/objects/a3
.git/objects/a3/951d57b1413275b171d967fa67fd90eecff648
.git/objects/a5
.git/objects/a5/bce3fd2565d8f458555a0c6f42d0504a848bd5
.git/objects/c0
.git/objects/c0/da834e42dcbf7b2b1c4a97925bef105d3863a3
.git/objects/info
.git/objects/pack
 

分别查看一下内容

$ git cat-file -p a3951d57b1413275b171d967fa67fd90eecff648
tree c0da834e42dcbf7b2b1c4a97925bef105d3863a3
author lyc <yechenli2009@gmail.com>  +
committer lyc <yechenli2009@gmail.com>  +

first commit

$ git cat-file -p c0da834e42dcbf7b2b1c4a97925bef105d3863a3
 blob a5bce3fd2565d8f458555a0c6f42d0504a848bd5    test1.txt

 

其中第一个是commit对象，第二个是tree对象

 

这个tree对象可以认为是git仓库的根目录，类似unix文件系统中的"/"。

 

Commit（提交）对象

我们在根目录新建一个文件夹temp,在temp下面添加一个文件test2.txt，文件内容为test2，并提交

$ mkdir temp
$ cd temp/
$ echo "test2" > test2.txt
$ git add temp
$ git commit -am “second commit"

 

发现objects下面又多了4个文件夹，以及文件夹下对面的sha-1文件

$ find .git/objects
.git/objects
.git/objects/
.git/objects//0cf8328022becee9aaa2577a8f84ea2b9f3827
.git/objects/
.git/objects//592c587f70cf6ec1b99bb382bec2ef92f83396
.git/objects/9e
.git/objects/9e/7b8054ac3ca530d8e69556dff5903cdcbdc4d3
.git/objects/a3
.git/objects/a3/951d57b1413275b171d967fa67fd90eecff648
.git/objects/a5
.git/objects/a5/bce3fd2565d8f458555a0c6f42d0504a848bd5
.git/objects/c0
.git/objects/c0/da834e42dcbf7b2b1c4a97925bef105d3863a3
.git/objects/d2
.git/objects/d2/5d2289339c751ff3f7e1ef1865a58c71d0f51c
.git/objects/info
.git/objects/pack

 

通过git log命令来查看提交历史

$ git log
commit d25d2289339c751ff3f7e1ef1865a58c71d0f51c
Author: lyc <yechenli2009@gmail.com>
Date:   Sun Oct  ::  +

    second commit

commit a3951d57b1413275b171d967fa67fd90eecff648
Author: lyc <yechenli2009@gmail.com>
Date:   Sun Oct  ::  +

    first commit

 

发现最后一次提交的sha-1文件是d25d2289339c751ff3f7e1ef1865a58c71d0f51c，对应文件是

 

.git/objects/d2/5d2289339c751ff3f7e1ef1865a58c71d0f51c

 

我们查看d25d2289339c751ff3f7e1ef1865a58c71d0f51c里的内容

 

$ git cat-file -p d25d2289339c751ff3f7e1ef1865a58c71d0f51c
tree 35592c587f70cf6ec1b99bb382bec2ef92f83396
parent a3951d57b1413275b171d967fa67fd90eecff648
author lyc <yechenli2009@gmail.com>  +
committer lyc <yechenli2009@gmail.com>  +

second commit

 

发现其中；

tree 35592c587f70cf6ec1b99bb382bec2ef92f83396 是本次提交指向的tree对象（即根目录）对应文件是

.git/objects//592c587f70cf6ec1b99bb382bec2ef92f83396

 

parent a3951d57b1413275b171d967fa67fd90eecff648是第二次提交指向第一次提交对象的指针

author和committer分别是作者是提交者

 

再来看 35592c587f70cf6ec1b99bb382bec2ef92f83396文件的内容

$ git cat-file -p 35592c587f70cf6ec1b99bb382bec2ef92f83396
 tree 9e7b8054ac3ca530d8e69556dff5903cdcbdc4d3    temp
 blob a5bce3fd2565d8f458555a0c6f42d0504a848bd5    test1.txt

这个tree对象也指向一个tree对象和一个blod对象，分别代表temp目录和test1.txt文件的sha1文件

这一行 040000 tree 9e7b8054ac3ca530d8e69556dff5903cdcbdc4d3    temp 的对应文件是

.git/objects/9e/7b8054ac3ca530d8e69556dff5903cdcbdc4d3

 

再继续看tree对象9e7b8054ac3ca530d8e69556dff5903cdcbdc4d3里面的内容

$ git cat-file -p 9e7b8054ac3ca530d8e69556dff5903cdcbdc4d3
 blob 180cf8328022becee9aaa2577a8f84ea2b9f3827    test2.txt

文件内容中只有一个指向blob对象的指针（即test1.txt对象的sha1文件），对应的文件为

.git/objects//0cf8328022becee9aaa2577a8f84ea2b9f3827

至此，新增加的4个文件的关系已找到。

 

两次提交的关系如图：

 

 

这就是git的对象系统，本质上是一个key-value的内容寻址文件系统。

当用git add命令把一个文件或者目录添加到git跟踪的时候，会生成一个blob对象或者tree对象

当用git commit 来提交的时候，会创建一个commit对象，commit包含了提交者信息，还包含一个指向仓库根目录的tree对象。

然后tree对象再包含指向文件的blob对象或者子目录tree对象

 

引用文章