git 基本原理与常见 case 处理（二）

内部原理

本质：Git 是一个内容寻址（content-addressable）文件系统，并在此之上提供了一个版本控制系统的用户界面。 核心的三个功能模块： （1）内容寻址的文件系统——>Git 的核心部分是键值对数据库。 （2）传输机制 （3）版本管理任务

下面我们通过实际操作，一步步认清 git 内部的工作原理。

git 核心文件

首先，我们 git init test创建一个测试项目，进入 .git 文件夹会看到如下图的目录结构：

Git 的核心组成部分，包括：

• HEAD 文件——当前检出的分支
• index 文件（尚未创建的）——文件保存暂存区信息
• objects 目录——所有的数据内容
• refs 目录——指向数据的提交对象的指针

事实上， .git 这个目录已经包含了几乎所有的 Git 存储和操作的对象了，所以，如果想要备份或者复制一个版本库，只需要把这个目录拷贝到别处就可以了。

ok~下面我们就逐一的探寻一下这四个部分，希望能对 Git 的运作有更深入的理解~~

1. Git 对象

Git 是一个内容寻址文件系统。数据存储是它的核心之一，也是最基础的功能，所以我们先来看 Git 对象，相关目录就是 objects 目录。初始化的 objects 目录，里面包含了 pack 和 info 两个子目录，但都是空目录。我们通过命令来尝试向 Git 的数据库写入一些文本，命令：

$ echo 'test content' | git hash-object -w --stdin
d670460b4b4aece5915caf5c68d12f560a9fe3e4

可以看到，该命令输出了一个长度为 40 个字符的校验和——带存储信息与头部信息的 SHA-1 哈希值。Git 是如何存储这个对象的呢？查看一下：

$ find .git/objects -type f
.git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4

一个文件对应一条内容，校验和的前两个字符用于命名子目录，余下的38个字符是文件名。我们通过 cat-file 命令来取回数据验证一下：

$ git cat-file -p d670460b4b4aece5915caf5c68d12f560a9fe3e4
test content

可以看到这个对象正是存储着我们的输入内容。这个例子是直接存储的命令输入内容，对于文件来说，我们同样可以应用这些操作。 例如：

$ echo 'version 1' > test.txt
$ git hash-object -w test.txt
83baae61804e65cc73a7201a7252750c76066a30

当然，我们可以更新内容：

$echo 'version 2' > test.txt
$git hash-object -w test.txt
1f7a7a472abf3dd9643fd615f6da379c4acb3e3a

查看一下现在的对象格式：

$find .git/objects -type f
.git/objects/1f/7a7a472abf3dd9643fd615f6da379c4acb3e3a
.git/objects/83/baae61804e65cc73a7201a7252750c76066a30
.git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4

可以看到两次的操作记录。这是最简单的文件内容存储，没有包含文件名，我们将上面这种对象叫做数据对象（blob object）。然后靠着记忆这种复杂的数据对象来寻找内容是不现实的，我们需要更多的信息。

2. 树对象

树对象（tree object）解决了文件名保存的问题，有了它，我们可以组织更多的文件了。 通常的组织结构如下：

Git 是根据某一时刻的暂存区的状态来创建树对象的，所以，为了创建树对象，我们首先需要创建一个暂存区。使用命令 update-index，为 test.txt 的首个版本创建一个暂存区。

$ git update-index --add --cacheinfo 100644 \
83baae61804e65cc73a7201a7252750c76066a30 test.txt
$ git write-tree
d8329fc1cc938780ffdd9f94e0d364e0ea74f579
$ git cat-file -p d8329fc1cc938780ffdd9f94e0d364e0ea74f579
100644 blob 83baae61804e65cc73a7201a7252750c76066a30 test.txt

write-tree 命令，将当前暂存区创建一个新的树对象。

重复上述的命令，我们可以构造更复杂的例子，

$ echo 'new file' > new.txt
$ git update-index --cacheinfo 100644 \
1f7a7a472abf3dd9643fd615f6da379c4acb3e3a test.txt
$ git update-index --add new.txt

$ git write-tree
0155eb4229851634a0f03eb265b69f5a2d56f341
$ git cat-file -p 0155eb4229851634a0f03eb265b69f5a2d56f341
100644 blob fa49b077972391ad58037050f2a75f74e3671e92 new.txt
100644 blob 1f7a7a472abf3dd9643fd615f6da379c4acb3e3a test.txt

$ git read-tree --prefix=bak d8329fc1cc938780ffdd9f94e0d364e0ea74f579
$ git write-tree
3c4e9cd789d88d8d89c1073707c3585e41b0e614
$ git cat-file -p 3c4e9cd789d88d8d89c1073707c3585e41b0e614
040000 tree d8329fc1cc938780ffdd9f94e0d364e0ea74f579 bak
100644 blob fa49b077972391ad58037050f2a75f74e3671e92 new.txt
100644 blob 1f7a7a472abf3dd9643fd615f6da379c4acb3e3a test.txt

会得到如下的对象结构：

3. 提交对象

目前为止，我们依旧会被复杂的哈希值困扰，不可能去记忆哈希值来重用这些树对象。这时候，提交对象（commit object）就杀了出来。通过 commint-tree 命令创建一个提交对象，我从最开始（第一个树对象：d8329fc1cc938780ffdd9f94e0d364e0ea74f579）追溯：

$ echo 'first commit' | git commit-tree d8329fc1cc938780ffdd9f94e0d364e0ea74f579
e86640744342b85fad33f0ff06a37d3b1c7b363e
$ git cat-file -p e86640744342b85fad33f0ff06a37d3b1c7b363e
tree d8329fc1cc938780ffdd9f94e0d364e0ea74f579
author tanganmin  1534753163 +0800
committer tanganmin  1534753163 +0800

first commit

接着我们可以引用上次的提交对象再次提交：

$ echo 'second commit' | git commit-tree 0155eb -p e86640744342b85fad33f0ff06a37d3b1c7b363e
44b72ebb26661896821b7b7ecdeba48ec3062775
$ echo 'third commit' | git commit-tree 3c4e9c -p 44b72ebb26661896821b7b7ecdeba48ec3062775
ddcb798c95aa54b5df478fc08e1ed4d1ca4e41b0

$ git log --stat ddcb798c95aa54b5df478fc08e1ed4d1ca4e41b0

commit ddcb798c95aa54b5df478fc08e1ed4d1ca4e41b0
Author: tanganmin 
Date: Mon Aug 20 16:20:09 2018 +0800

third commit

bak/test.txt | 1 +
1 file changed, 1 insertion(+)

commit 44b72ebb26661896821b7b7ecdeba48ec3062775
Author: tanganmin 
Date: Mon Aug 20 16:19:53 2018 +0800

second commit

new.txt | 1 +
test.txt | 2 +-
2 files changed, 2 insertions(+), 1 deletion(-)

commit e86640744342b85fad33f0ff06a37d3b1c7b363e
Author: tanganmin 
Date: Mon Aug 20 16:19:23 2018 +0800

first commit

test.txt | 1 +
1 file changed, 1 insertion(+)

Git 的提交历史就这样诞生了。现在看一下 objects 的内容：

.git/objects/01/55eb4229851634a0f03eb265b69f5a2d56f341 # tree 2
.git/objects/1f/7a7a472abf3dd9643fd615f6da379c4acb3e3a # test.txt v2
.git/objects/3c/4e9cd789d88d8d89c1073707c3585e41b0e614 # tree 3
.git/objects/44/b72ebb26661896821b7b7ecdeba48ec3062775 # commit 2
.git/objects/83/baae61804e65cc73a7201a7252750c76066a30 # test.txt v1
.git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4 # 'test content'
.git/objects/d8/329fc1cc938780ffdd9f94e0d364e0ea74f579 # tree 1
.git/objects/dd/cb798c95aa54b5df478fc08e1ed4d1ca4e41b0 # commit 3
.git/objects/e8/6640744342b85fad33f0ff06a37d3b1c7b363e # commit 1
.git/objects/fa/49b077972391ad58037050f2a75f74e3671e92 # new.txt

内部指针关系：

至此，Git 对象基本就都介绍完了，上面我们提高过，blob object 的组成会包含一部分 header，那么它到底是如何生成的呢？我可以用 Node 来模拟一下： 新建一个简单的 node 项目，核心依赖有三个，分别是：fs、crypto、zlib。 代码如下：

const fs = require('fs')
const crypto = require('crypto')
const zlib = require('zlib')

function blobHashObject(content, type) {
const header = `${type} ${Buffer.from(content).length}\0`

const store = Buffer.concat([Buffer.from(header), Buffer.from(content)])

const sha1 = crypto.createHash('sha1')
sha1.update(store)
const hash = sha1.digest('hex')

const zlib_store = zlib.deflateSync(store)

fs.mkdirSync(`.git/objects/${hash.substring(0, 2)}`)
fs.writeFileSync(`.git/objects/${hash.substring(0, 2)}/${hash.substring(2, 40)}`, zlib_store)

console.log(hash)

}

blobHashObject(process.argv[2], process.argv[3])
当然，执行前这个目录也需要 git init 一下，


node blob.js 'hello, world' blob
8c01d89ae06311834ee4b1fab2f0414d35f01102

git cat-file -p 8c01d89ae06311834ee4b1fab2f0414d35f01102
hello, world

这样，我们创建出来了一个有效的 Git 数据对象。

4. Git 引用

git log--stat ddcb798c95aa54b5df478fc08e1ed4d1ca4e41b0 命令可以看到完整的提交历史，单位了能遍历历史，你还是需要记住 ddcb798c95aa54b5df478fc08e1ed4d1ca4e41b0 这个最后的提交。我们可以用名字指针来代替这个原始的 SHA-1 值。这就是引用了，推荐使用安全的更新命令 update-ref

$ git update-ref refs/heads/master ddcb798c95aa54b5df478fc08e1ed4d1ca4e41b0
$ git log master

$ git update-ref refs/heads/test 44b72ebb26661896821b7b7ecdeba48ec3062775
$ git checkout test

5. HEAD 引用

HEAD 文件，一个符号引用（symbolic reference），指向当前所在分支。如当前分支 master：

$ cat .git/HEAD
ref: refs/heads/master

Ok，Git 管理的内部原理到这里基本就介绍完了，我们下面可以看一些常用的技巧命令。

常用 git 技巧

（1）放弃某个文件的修改 使用命令 git checkout-- 就可以放弃掉某个文件的修改。其实，我们在执行 git status的时候，就提示我们了，如图：

（2）备份或复制一个版本库，只需将 .git 目录拷贝至另一处即可。