git：文件存储方式

引言

我们知道 git 跟踪文件会经历三个阶段：工作区，暂存区和本地仓库（参考git：理解工作区，暂存区和本地仓库），在这些阶段文件如何被储存？理解 git 文件的存储方式能帮助我们掌握 git 的工作原理。

---

git 对象

在上述三个阶段，文件会以对象（object）的形式存储在 .git/objects 目录下，对象主要有三类：commit，tree 和 blob。假设初始目录如下：

├── .git
├── file
│   └── c.txt
├── a.txt
└── b.txt

执行 git add . 将工作区所有文件存放到暂存区，查看目录 .git/objects，看到该目录下增加了3个子目录 2e，34，63，每个子目录下有一个由字母数字命名的文件。git 根据文件内容生成 SHA-1 哈希值作为文件的校验和，创建以该校验和前2个字符为名称的子目录，并以剩下的 38 个字符为文件命名。

.git/objects
├── 2e
│   └── 65efe2a145dda7ee51d1741299f848e5bf752e
├── 34
│   └── 10062ba67c5ed59b854387a8bc0ec012479368
├── 63
│   └── d8dbd40c23542e740659a7168a0ce3138ea748
├── info
└── pack

可以使用指令 git cat-file -t %校验和前六位 查看文件类型，git cat-file -p %校验和前六位 查看文件内容。

$ git cat-file -t 2e65ef
blob
$ git cat-file -t 341006
blob
$ git cat-file -t 63d8db
blob
$ git cat-file -p 2e65ef
a
$ git cat-file -p 341006
c
$ git cat-file -p 63d8db
b

因此，当保存工作区的文件到暂存区时，git 会复制每个文件并压缩为 blob 对象，保存在 .git/objects 下。

---

执行 git commit 将暂存区文件上传到本地仓库，.git/objects 目录下又增加了三个子目录 0c，b1，65，分别查看其对象和内容：

# 0c2dd9 
commit
tree b15ad62733b40ee7f19be69f850fe5b575210edd
author XuanyuXiang  1665807213 +0800
committer XuanyuXiang  1665807213 +0800
first commit

# b15ad6 
tree
100644 blob 2e65efe2a145dda7ee51d1741299f848e5bf752e    a.txt
100644 blob 63d8dbd40c23542e740659a7168a0ce3138ea748    b.txt
040000 tree 653c8359fc980eb3a393a41a1f1cbe4e8ce458f8    file

# 653c83
tree
100644 blob 3410062ba67c5ed59b854387a8bc0ec012479368    c.txt

此时生成了一个 commit 对象，两个 tree 对象。commit 存放 b15ad6 的地址和一些用户信息；b15ad6 是一个 tree，存放其下的 blob 地址和 653c83 的地址；653c83 是一个 tree，存放其下的 blob 地址。分析得出，git commit 生成 commit 对象和 tree 对象，commit 指向整个项目目录，tree 用于构建整个项目的目录结构，同时暂存区的 blob 对象也会移入本地仓库，暂存区清空。其关系如下：

0c2dd9: commit
└── b15ad6: tree
    ├── 653c83: tree
    │   └── 341006: blob
    ├── 2e65ef: blob
    └── 63d8db: blob

---

现在我们修改 a.txt 的内容并提交一个新的 commit：

echo "helloGit" > a.txt
git add .
git commit -m "modify a.txt"

.git/objects 目录下又增加了3个子目录，7c，46，74，分别查看其类型和内容：

# 466622
commit
tree 7c0ef1dab56cd8d2ac5c3cda20ddadb4765e8311
parent 0c2dd90ef3827e608b3ea9fba424d1ff68353216
author XuanyuXiang  1665809170 +0800
committer XuanyuXiang  1665809170 +0800
new branch modified a.txt

# 7c0ef1
tree
100644 blob 7423c81faa8c815b6e8a1742fcc321d457cfaab0    a.txt
100644 blob 63d8dbd40c23542e740659a7168a0ce3138ea748    b.txt
040000 tree 653c8359fc980eb3a393a41a1f1cbe4e8ce458f8    file

# 7423c8
blob
helloGit

此时的 commit 多了一个 parent 对象，它指向上一个 commit；请注意 7423c8 虽然对应 a.txt，但由于修改了内容，7423c8 是一个全新的 blob 对象（此时 2e65ef 仍然存在）。本地仓库保存的 commit，tree，blob 是永远不会被删除的。新的指向关系如下：

0c2dd9: commit —————————————————— 466622: commit
└── b15ad6: tree                  └── 7c0ef1: tree
    ├── 653c83: tree                  ├── 653c83: tree
    │   └── 341006: blob              │   └── 341006: blob
    ├── 2e65ef: blob                  ├── 7423c8: blob
    └── 63d8db: blob                  └── 63d8db: blob

git 指针

HEAD 可以理解为指向当前分支的指针，查看 .git/HEAD 内容，确实指向当前的 master 分支：

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

分支可以理解为指向当前 commit 的指针，查看 .git/refs/heads/master，它指向 466622，这就是上面的 commit 对象。分支指针通过指向不同 commit 实现版本的切换，HEAD 通过指向不同分支实现分支切换。

参考

Git内部存储原理