Git的原理简析

前言

Git 作为一个强大的分布式版本控制工具，探讨Git的工作原理，知道Git思想和基本原理，用起来才会游刃有余。

平时我们使用Git，都是这样的：

• 创建新工程时：

create file
add files
commit files
push files

• clone 已有工程时：

checkout
create file
add files
commit files
push files

无非就是这几步的操作，如果出现了冲突，解决冲突再提交。

通过这几个简单的命令操作来看看Git 是怎么样保存数据的？
首先理解Git中的几个概念。

三个区域

Git 中有三个重要的区域：工作区域，暂存区，本地数据库，它们的之间的关系为：

i01.png

为什么中间出现一个暂存区？而不直接把文件从工作区域提交到本地数据库？

暂存区的作用：保存待提交到数据库的文件信息。
加入的原因：

1. 可以实现部分的提交到本地数据库
2. 在工作区域中，主要的职能就是，对文件状态的修改。如果还要维护一些待提交到数据库的文件，容易造成混乱，违反单一职责原则。

数据库就是保存数据的，你不可能也不会这在数据库里创建一个文件。

四种对象

在Git中 有四种对象 ，blob，tree，commit ，tag。

1. blob：存放文件的内容。
2. tree：相当于一个目录，目录下还会有子目录，最终的节点上blob，如图所示：

i06.png

3.commit：指向一次提交，表示项目的快照，指向你一个顶层的tree对象。有个partner字段，指向上一次的提交。

数据的存储

假设我们的本地数据库保存数据：

i03.png

在版本1中有两个文件：A和B
在版本2 中修改了A文件变成A1文件。

如果把每一个版本都要保存到数据库中，需要保存4个文件。而实际上，Git只保存了3个文件，分别A，B，A1。

在Git中同样的文件只会保存一份，如何保证同一个文件只保存一份？这就引入了sha-1算法。

可以使用git命令计算文件的 sha-1 值。

echo 'version A' | git hash-object --stdin
0809ef163cd3b01c24087c94153bfc63489d4f9b

sha-1将文件中的内容通过通过计算生成一个 40 位长度的hash值。

sha-1的特点：

由文件内容计算出的hash值
hash值相同，文件内容相同

通过sha-1算法生成的值作为key，就能保证相同的文件只保存一份了。
我们也知道，在Git中，全部的数据在保存在 ./git/objects下

i.png

我们可以看到，在 objects 目录下，存放了很多文件，他们都使用 sha-1 的前两位创建了文件夹，剩下的38位作为文件名。

因此上面的两次提交，Git 是这样保存的。

i04.png

END。