认识git

目录

• 版本控制系统历史
• git历史与特点
• git内部设计
• 总结与思考

1.何为版本控制

版本控制最主要的功能就是追踪文件的变更，版本控制系统（Version Control System）是一种记录一个或若干文件内容变化，以便将来查阅特定版本修订情况的系统。版本控制系统不仅可以应用于软件源代码的文本文件，而且可以对任何类型的文件进行版本控制。

本地版本控制系统（LVCS）
最开始我们以文件副本的形式来保存一个文件的多个版本，通过复制整个工作目录，加上不同的命名进行区分，但这种方式很难对比每个版本之间的差异，也容易出错。为了解决这个问题，发明了多种本地版本控制系统，采用某种简单的数据库来记录文件的历次更新差异，其中的代表有RCS。

集中式版本控制系统系统（CVCS）
然而，人们发现本地版本控制系统无法进行多人协作，于是集中式版本控制系统系统诞生了，协作者通过客户端连接到集中管理的服务器，取出最新的文件或者提交更新，其中的代表有CSV，SVN。相较于老式的LVCS来说，每个人都可以在一定程度上看到项目中的其他人正在做些什么，管理员也可以轻松掌控每个开发者的权限，并且管理一个 CVCS 要远比在各个客户端上维护本地数据库来得轻松容易。但如果中央服务器出现故障，谁都无法提交更新，也就无法协同工作。如果中心数据库所在的磁盘发生损坏，又没有做恰当备份，就会丢失所有数据，包括项目的整个变更历史，只剩下人们在各自机器上保留的单独快照。

分布式版本控制系统（DVCS）

这类系统中，客户端并不只提取最新版本的文件快照，而是把代码仓库完整地镜像下来，包括完整的历史记录。这么一来，任何一处协同工作用的服务器发生故障，事后都可以用任何一个镜像出来的本地仓库恢复。这类系统也可以指定和若干不同的远端代码仓库进行交互，你就可以在同一个项目中，分别和不同工作小组的人相互协作，这些都是集中式系统无法实现的。其中代表有Git，Mercurial等。

分类	说明	特点	代表
本地版本控制系统	采用简单的数据库来记录文件的历次更新差异	方便对比版本差异，无法多人协作	RCS
集中式版本控制系统	有一个单一的集中管理服务器，保存所有文件的修订版本，协作者都通过客户端连到这台服务器，取出最新的文件或者提交更新	方便多人协作，权限管理，服务器压力大，存在数据丢失风险	SVN
分布式版本控制系统	客户端并不只提取最新版本的文件快照， 而是把代码仓库完整地镜像下来，包括完整的历史记录	每个协作者都拥有完成的仓库，可以和不同的远端进行协作	Git

2.git简史

从2002年开始，林纳斯·托瓦兹 (Linus Torvalds) 决定使用BitKeeper作为Linux内核主要的版本控制系统用以维护代码。2005年，由于一些原因，BitKeeper公司收回无偿使用BitKeeper的许可，林纳斯·托瓦兹决定自行开发版本控制系统替代BitKeeper，以十天的时间编写出git第一个版本^{[[1]](https://zh.wikipedia.org/wiki/Git)}。林纳斯对SCM的要求是速度快，高效的分支管理与合并，适用大项目，完全分布式。自2005年git问世，随着不断完善，仍保留着其背后对象数据、工作区、分支管理等的优秀的设计理念和最初设定的目标，成为主流的分布式版本控件系统。

3.git特点^{[[2]](https://git-scm.com/about)}

• 分支与合并
• 速度快性能高
• 完全分布式
• 数据一致性
• 暂存区
• 自由开源

4.git设计原理

git是一个内容寻址文件系统，数据以K-V的形式存储在.git目录。通过git init创建一个新的仓库，查看.git目录内容如下：

$ git init
$ ls -F1 .git
HEAD	      # 指向目前被检出的分支
config        # 项目的配置文件
description   # 仅供GitWeb程序使用
hooks/        # 客户端或服务端的钩子脚本
info/         # 全局性排除文件，用以放置那些不希望被记录在.gitignore文件中的忽略模式
objects/      # 储存所有数据内容
refs/         # 存储指向数据（分支、远程仓库和标签等）的提交对象的指针

index         # 保存暂存区信息
COMMIT_EDITMSG # 每次提交时，写的提交说明，只会保存最后一次写的
logs/         # 所有更新的引用记录

1. 三种区

   • 工作区：是我们直接修改代码的地方
   • 暂存区：数据暂时存放的区域，用于在工作区和提交区之间进行数据交流
   • 提交区：存放已经提交的数据
     

   可以通过git status 来查看工作区情况
   

2. 数据结构

   下面用一个简单git仓库来说明git的三种数据对象，目录内容如下：
   
   我们可以用git cat-file -t 来查看一个对象对应的数据类型，git cat-file -p 来取出一个对象对应的内容，git cat-file -p master^{tree}查看master分支对象的tree对象，结果如下图：
   
   可以看到有commit、blob、tree三种数据类型，具体含义是：

   • blob对象：保存文件内容。一个文件对应一条内容，以该内容加上特定头部信息一起的 SHA-1 校验和为文件命名。校验和的前两个字符用于命名子目录，余下的 38 个字符则用作文件名

   • tree对象：记录文件目录和blob数据索引。一个树对象包含了一条或多条树对象记录，每条记录含有一个指向数据对象或者子树对象的 SHA-1 指针，以及相应的模式、类型、文件名信息

   • commit对象：包含着指向前述 tree 对象的指针和所有提交信息。它先指定一个顶层树对象，代表当前项目快照； 然后是可能存在的父提交；之后是作者/提交者信息； 留空一行，最后是提交注释

   • tag对象：轻量标签和附注标签。轻量标签只是某个特定提交的引用，附注标签是存储在 Git 数据库中的一个完整对象， 它们是可以被校验的，其中包含打标签者的名字、电子邮件地址、日期时间， 此外还有一个标签信息。

   由此可见，这个简单的仓库整个数据模型是这样子的：
   
   进一步，继续查看.git/objects目录下的具体数据，并与上图可以对应起来
   
   ​

3. 命令

   git命令大致分为主流命令、辅助命令、与其他VCS交互命令、低级命令。可通过git help -a查看。命令学习网址：

   Git - Reference (git-scm.com)

   Git Reference

4. 引用

   引用：用一个文件来保存SHA-1值，用简单的文件名指针来替代原始的 SHA-1 值，这种简单的名字的称为引用

   git引用分为HEAD引用、标签引用、远程引用，数据存储在.git/refs目录下，具体含义是：

   • HEAD引用：通常是一个符号引用，指向目前所在的分支。当你在检出一个标签、提交或远程分支，让你的仓库变成 “分离 HEAD”状态时，HEAD 文件可能会包含一个 git 对象的 SHA-1 值。数据保存在.git/refs/heads

   • 标签引用：保存标签对象信息，标签引用通常指向一个提交对象，像是一个永不移动的分支引用。数据保存在.git/refs/tags

   • 远程引用：记录远程服务器上各分支最后已知位置状态。切换分支与commit都不会将本地HEAD指向远程引用，push后HEAD与远程引用指向最新的提交记录。数据保存在.git/refs/remotes

   我们继续以上面的data仓库为例，当前data仓库只有一个master分支，可以通过git symbolic-ref HEAD来查看当前HEA指向的分支，整个git数据库看起来如下图
   
   
   在第一个提交"init"上创建一个标签v0.1，把master分支推送到服务器接着再创建分支test，新增加一个提交记录"second"，至此，整个数据情况和分支情况如下：
   

5. 分支管理

   通过引用的学习，我们知道Git 分支的本质是一个指向某一系列提交之首的指针或引用，因此切换分支只需要移动HEAD指针，删除分支只需要删除分支对应HEAD引用数据，分支管理很快速高效。

6. 维护与数据恢复

   • 维护：git默认是以松散格式对象存储的，如果有太多松散对象或者太多包文件，Git 会运行一个完整的 gc ，收集所有松散对象并将它们放置到包文件中， 将多个包文件合并为一个大的包文件，移除与任何提交都不相关的陈旧对象。gc的目的是减少磁盘占用体积。包文件存放在.git/objects/pack目录。可以通过git gc 来触发一次gc

     比如我添加了鲁迅-狂人日记.txt（大小约15kb），接着在这个文件末尾插入了读后感，再次将这个文件添加到数据库中，可以看到两次都将这个文件完整的存放到数据库中，占用了30KB，每次都完整的保存会很占用空间（即松散格式对象存储）。那如果 Git 只完整保存其中一个，再保存另一个对象与之前版本的差异内容，岂不更好？可以手动触发一次gc来将这些松散格式对象打包成一个包文件，来减少存储空间。

     可以用git cat-file -s 查看一个数据对象大小，git verify-pack -v 查看打包内容
     

   • 恢复：每次HEAD引用发生变化时（如切换分支、commit、reset等），git都会保存在.git/logs/HEAD文件中，只要数据对象依旧存在数据库中，可以通过git reflog来进行恢复。

     比如误删一个本地分支后进行恢复
     

7. zlib压缩

   git数据压缩采用zlib Home Site

5.git编译

git源码：git/git: Git Source Code Mirror - This is a publish-only repository but pull requests can be turned into patches to the mailing list via GitGitGadget (https://gitgitgadget.github.io/). Please follow Documentation/SubmittingPatches procedure for any of your improvements.

环境：ubuntu-16.04.7

进入到git目录，make即可

可能出现的错误：

git-compat-util.h:353:25: fatal error: openssl/ssl.h: No such file or directory

sudo apt-get install openssl-dev

git-curl-compat.h:3:23: fatal error: curl/curl.h: No such file or directory
sudo apt-get install libcurl4-openssl-dev

http-push.c:22:19: fatal error: expat.h: No such file or directory
sudo apt-get install libexpat1-dev

查看生成的可执行文件：

$ find . -maxdepth 1 -name "git-*" | sort

6.参考文档

Git (github.com)

About - Git (git-scm.com)

git-first-commit (github.com)