Git 的底层原理

Git 的底层原理

前言

​ 基于 Git 的使用，已经在前文有过相关的介绍，使用 Git 用作日常的开发基本上是足够的。现在，本文将详细介绍一些有关 Git 的实现原理。

底层命令与上层命令

​ 一般情况下，正常使用的 Git 命令，如 git add、git checkout 等都是由 Git 封装好的上层命令，这对于一般的用户来讲是友好的。但是，有时候如果想要在底层执行一些必要的操作，这时就需要使用底层命令了。

​ 早期的 Git 是 Linus 为了管理 Linux 内核的版本而设计的，当时的 Git 设计的更加符合 Unix 的风格，了解 Git 的底层命令对于学习 Git 来讲也是至关重要的。

.git 目录文件结构

​ 在使用 git init 命令初始化一个空的 Git 仓库时，会在当前目录下创建一个 .git 文件夹，里面的内容看起来可能跟下面的有些相似。

​ 文件说明：

• hooks：钩子脚本文件的存放目录，钩子类似于一个代理，在执行提交操作之前执行对应的一些脚本，这个一般在自己搭建 Git 服务器的时候使用。
• info：包含一个全局排除（global exclude）文件，用于放置那些在 .gitignore 文件中配置的忽略跟踪文件
• objects：存储所有的数据内容
• refs：存储指向数据的提交对象（分支、标签、远程仓库等）的指针
• config：包含一些特有的项目配置选项
• description：可以忽略的文件
• head：指向当前检出的分支

Git 对象

二进制文件对象

​ Git 更加像是一个键值对数据库，在向 Git 中写入内容时，都会得到唯一的一个键，然后通过这个键就可以再得到这个对象。可以通过 git hash-object 进行这个操作

# 将 "Hello World!" 字符串对象使用 Git 生成对应的键，--stdin 表示从标准输入流中获取对象，如果不指定 --stdin 选项，那么就需要在命令行尾部添加对应的存储文件路径
echo "Hello World!" | git hash-object --stdin

​ 你可能会看到类似下面的输出：

980a0d5f19a64b4b30a87d4206aade58726b60e3

​ 此时只是简单地执行一次 hash 操作，并没有将这个对象放入 Git 中进行存储，如果想要存储到 Git，需要添加-w 选项

# 将 "Hello World!" 字符串对象生成对应的键，并且存储到 Git 中
echo "Hello World!" | git hash-object -w --stdin

​ 对 objects 进行查找，可以看到对应的对象已经被存储到 Git 中了。

​ 现在进入 .git/objects 目录，你会看到一个 名为 98 (对象 hash 值的前两个字符)目录，进入这个目录，你可以看到对应的文件，即上图中以 “0a0d”（对象 hash 值的后面部分） 开头的文件，该文件存储的是之前保存的 “Hello World!” 字符串对象的二进制对象。

​ 可以使用 git cat-file 来查看这个二进制对象（blob）文件的内容。

# 使用 git cat-file 来查看对应的二进制对象的内容，使用 -p 选项表示漂亮地打印对象的内容
git cat-file -p 980a0d5f19a64b4b30a87d4206aade58726b60e3

​ 输出的内容：

Hello World!

​ 现在，对于 Git 对于对象的存储的过程已经有了一个基本的了解，接下来看看对于修改的文件对象的存储。

​ 首先，创建一个文件并且写入一些内容，按照上面的方法将文件存储到 Git 中：

# 创建一个文件，输入一些内容
echo "test.txt version-1" > test.txt
# 生成 test.txt 的 hash 键并且存储到 Git 中
git hash-object -w test.txt

# 这里输出生成的对象的键
335d079908a9ed113c12509b3e41b2d35f0610fd

​ 然后，修改 test.txt 文件中的内容，然后再重新添加到 Git 中

# 修改 test.txt 文件中的内容
echo "test.txt version-2" > test.txt
# 再次生成 test.txt 的 hash 键并且存储到 Git 中
git hash-object -w test.txt

# 这里输出生成的对象的键
e3d5c7939df71039542c56017d0258d11ea4051d

​ 现在，查看 objects 目录下的文件内容：

​ 现在，创建的 test.txt 的两个不同版本的文件就都存储在 objects 的目录中了。

​ 此时 Git 的状态就类似于使用 git commit 命令将文件存储到本地数据库了。即使此时 test.txt 文件被删除了，也能通过对应的 SHA1 哈希值找回该对象，现在，删除 test.txt 文件对象。

rm -i test.txt

​ 然后通过 git cat-file 命令来找回该对象，这里以找回第一个版本的 test.txt 文件对象为例。

# 使用 `git cat-file` 从对象树中取回 335d0799 文件对象，将得到的输入重定向到 test.txt 文件中
git cat-file -p 335d079908a9ed113c12509b3e41b2d35f0610fd > test.txt

# 查看得到的 test.txt 文件对象
cat test.txt

​ 可以看到，test.txt 文件对象的第一个版本已经被恢复了。

​ 这就是 Git 存储文件对象的基本原理，通过生成对应的 SHA1 哈希值，将对应的文件放入由该哈希值组成的 目录 + 文件名的结构中，即可完成对文件对象的存储；通过对不同的文件生成相对应的哈希值，即可完成对文件版本的控制！

​ 然而，如果在现实生活中记住这些哈希值时不可能的，因此，Git 引入了树对象进行进一步的管理

树对象

​ Git 通过一种类似于 Unix 文件系统的方式对存储相关的内容，所有的内容都以二进制数据对象和树对象的形式进行存储。其中，树对象对应 Unix 文件系统中的目录项，二进制数据对象则大致对应了 inodes 或者文件内容。一个树对象包含了一条或多条树对象记录，每条记录都包含着一个指向数据对象或者子树对象的 SHA1 指针，以及相应的模式、类型、文件名信息。

# 查看 master 分支下面的最新提交指向的树对象，# 注意，使用之前的 `git hash-object -w` 写入对象时不会初始化默认的分支 master，这里的 master 分支是另一个 Git 存储库的分支。git cat-file -p master^{tree}

​ 可以看到，这里的 tree 表示的就是一个树对象，使用 git cat-file 查看该树对象

git cat-file -p d9bf1fc487b0165948a2bf981804a3090d8f82b3

​ 可能会看到类似的输出：

100644 blob 20d36530d4b131c26649c0291a0a5f912cd266ea    file

​ 此时，该仓库内部存储的数据组成如下图所示：

​ 通常情况下，Git 根据某一时刻暂存区所表示的状态创建并记录一个对应的树对象，如此便可以依次记录某一时间段内的一系列树对象。

​ 如果想要创建一个树对象，首先需要通过暂存一些文件来创建一个暂存区。通过使用 git update-index 可以为一个单独的文件创建一个暂存区。

# 为 text.txt 创建一个暂存区，这里 335d079908a9ed113c12509b3e41b2d35f0610fd(参见上文) 代表的是 test.txt 文件的第一个版本

# --add 是一个必须的选项，因为在此操作之前该文件并不存在于暂存区中

# --cacheinfo 表示的是加载不在当前工作目录下的文件，可以回忆一下使用 `git reset --hard` 将 Git 中的文件加载到工作区。在这里，是将 Git 仓库中的 test.txt 文件，SHA 为 335…… 的普通文本文件加载到工作区。使用 --cacheinfo 选项时需要指定这三个参数，具体形式为 --cacheinfo