【02】入门：Git系统的内部原理及底层命令

总第93篇

接上篇，本篇主要详细梳理一下Git版本控制系统的内部实现原理。对待一件事物，我们在学习的过程中，一定要先知其然，再知其所以然。

1.Git对象

对于Git来说，本质上它就是一个内容寻址的文件系统，并在此之上实现的一个版本控制系统。当在一个目录中执行git init命令时，Git会创建一个.git目录，这个目录包含了几乎所有Git存储和操作的内容。若想备份或复制一个版本库，只需拷贝这个目录即可。新初始化的.git目录的典型结构如下：

随着Git版本的不同，此目录下可能还会包含其它内容， 但是刚初始化的默认形式如上图。对各文件及文件夹的含义说明如下：

• description：仅供GitWeb程序使用，可以不用关心；
• config：包含此项目的配置信息；
• info：包含全局性的排除文件，用以放置那些不希望记录在.gitignore文件中的忽略模式；
• hooks：包含服务端或客户端的钩子脚本；
• HEAD：指向目前被检出的分支；
• index：文件保存暂存区的信息(后面会自动创建)；
• objects：目录存储所有的数据内容；
• refs：存储指向分支、远程仓库、标签等数据的提交对象的指针；

Git的核心部分是一个简单的键值对数据库， 你可以向Git仓库中插入任意类型的内容，它会返回一个唯一的键值，通过此键值可以在未来任意时刻取出插入的内容。我们可以用底层命令git hash-object来演示这一效果：

//初始化后，objects目录中创建了pack和info两个目录，但全部为空
//用命令创建一个新的数据对象并将它手动存入git数据库中
$ echo 'this is a test object insertion' | git hash-object -w --stdin 

此时，我们打开objects目录查看，可以发现多了一个文件夹，文件夹名字为SHA-1校验和的前两个字符，余下的38个字符则用作文件名。

//可以用下面的指令用存储的内容取出来，校验和输入前六位即可
$ git cat-file -p c500df
//-t 参数可以让git告诉我们其内部存储的对象类型
$ git cat-file -t c500df

2.Git引用

若你想要查看仓库某次提交(例如c500df)前的历史，那么你可以运行git log c500df命令来显示历史，但是你必须记住c500df这个历史点。而.git/refs目录下正是保存这个SHA-1值的文件，通过访问文件的名字，我们就不用去记这个具体的值了。

若你想更新某个引用，你可以使用git update-ref refs/heads/refName命令即可。

Git分支的本质在于：一个指向某一系列提交之首的指针或引用。当我们用命令git branch branchName命令时，Git实际上会运行update-ref命令，取得当前所在分支最新提交对应的SHA-1值，并将其加入你想要创建的新引用中。

3.HEAD引用与标签引用

HEAD文件通常是一个符号引用(指向其它引用的指针)，指向目前所在的分支。我们也可以用命令来设置HEAD文件的值：

//用此命令来查看HEAD引用对应的值
$ git symbolic-ref HEAD
//用此命令设置HEAD引用的值为"refs/heads/test"
$ git symbolic-ref HEAD refs/heads/test 

Git中有四种对象类型，包括数据对象、树对象、提交对象和标签对象。

标签对象非常类似于一个提交对象，它包含一个标签的创建者信息、日期、注释和一个指针。其主要区别在于，标签对象通常指向一个提交对象，而不是一个树对象，并且永远指向同一个提交对象不会移动。

4.Git环境变量

Git总是在一个bash shell中运行，并借助一些shell环境变量来决定它的运行方式，下面列出部分非常有用的环境变量。

全局变量：

• GIT_EXEC_PATH：决定git到哪里去找它的子程序，可以用git --exec-path来查看当前的设置；
• GIT_PAGER：控制在命令行上显示多页输出的程序，若没有设置，就会用PAGER；
• GIT_EDITOR：当用户需要编辑一些文本时，git会启用这个编辑器，若没有设置，会启用EDITOR；

版本库位置：

git用了几个变量来确定它如何与当前版本库交互。

• GIT_DIR：是.git目录的位置，若没有这个设置，git会按照目录逐层向上查找，直到根目录；
• GIT_CEILING_DIRECTORIES：控制查找.git目录的行为；
• GIT_WORK_TREE：是非空版本库的工作目录的根路径，若指定了GIT_DIR而未指定GIT_WORK_TREE，那么当前工作目录就会视作工作树的顶级目录；
• GIT_INDEX_FILE：是索引文件的路径；
• GIT_OBJECT_DIRECTORY：用来指定.git/objects目录的位置；

路径规则：

路径规则是指你在git中如何指定路径，包括通配符的使用。

• GIT_GLOB_PATHSPECS和GIT_NOGLOB_PATHSPECS：用来控制通配符在路径规则中的默认行为。前者设置为1时，通配符表现为通配符，这也是默认设置；后者设置为1时，通配符仅匹配字符字面意思；
• GIT_LITERAL_PATHSPECS：禁用上面的两种行为；
• GIT_ICASE_PATHSPECS：让所有的路径规范忽略大小写；

提交：

git提交对象的创建通常最后是由git-commit-tree来完成的， 它使用下面这些环境变量作为信息源：

• GIT_AUTHOR_NAME：是"author"字段的名字；
• GIT_AUTHOR_EMAIL：是"author"字段的邮件；
• GIT_AUTHOR_DATE：是"author"字段的时间戳；
• GIT_COMMITTER_NAME：是"committer"字段的名字；
• GIT_COMMITTER_EMAIL：是"committer"字段的邮件；
• GIT_COMMITTER_DATE：是"committer"字段的时间戳；

网络：

git使用curl库通过HTTP来完成网络操作。

• GIT_CURL_VERBOSE：告诉git显示所有由那个库产生的消息；
• GIT_SSLNO_VERIFY：告诉git不用验证SSL证书；
• GIT_HTTPUSER_AGENT：设置git在通过HTTP通讯时用到的user-agent；

比较与合并：

• GIT_DIFF_OPTS：用来控制git diff命令中显示的内容行数；
• GIT_EXTERNAL_DIFF： 用来覆盖diff.external配置的值。若设置了这个值，当执行git diff时，git会调用此程序；
• GIT_DIFFPATH_COUNTER和GIT_DIFFPATH_TOTAL：前者表示在一系列文件中哪个是被比较的(从1开始)，后者表示每批文件的总数；
• GIT_MERGE_VERBOSITY：控制递归合并策略的输出；

调试与跟踪：

你可以用变量来跟踪git中具体的操作过程。这些变量的可用值有两种情况：1.值为"true"、"1"、"2"，它将跟踪类别写到标准错误输出中；2. 值为"以/开头的绝对路径"，它将跟踪输出写到这个文件。

• GIT_TRACE：控制常规跟踪，不适用于特殊情况；
• GIT_TRACEPACK_ACCESS：控制访问打包文件的跟踪信息，第一个字段是被访问的打包文件，第二个是文件的偏移量；
• GIT_TRACE_PACKET：打开网络操作包级别的跟踪信息；
• GIT_TRACE_PERFORMANCE：控制性能数据的日志打印；
• GIT_TRACE_SETUP：显示git发现的关于版本库和交互环境的信息。

通过以上内容，相信你大体了解了git在背后都做了些什么以及git的底层实现。通过对git底层命令和内部原理的了解，可以帮助我们对git的操作更顺手。

本文到此结束！

如果对你有帮助，请随手 点个赞 或 点喜欢！

=======================================================

欢迎【关注作者、私信作者】。我们一起交流一起进步。

=======================================================