「git 系列」git 如何存储代码的？
这里写自定义目录标题
- git 文件存储位置
- git 数据模型
- 示例分析
- 分析前准备
- 命令
- 哈希值
- 具体示例
- 不同版本的提交，git 做了什么工作？
- snapshot vs delta-based vs backup
- 参考资料
git 文件存储位置
想要了解如何存储，首先需要知道存储位置。
当我们通过 git init 创建 git 仓库时，会创建.git 目录，.git 的目录结构如下：
├─hooks
├─info
├─logs
│ └─refs
│ ├─heads
│ └─remotes
│ └─origin
├─objects
│ ├─07
│ ├─13
│ ├─2b
│ ├─2d
│ ├─3b
│ ├─5a
│ ├─5e
│ ├─7e
│ ├─94
│ ├─fa
└─refs├─heads├─remotes│ └─origin└─tags其中 objects 目录中存储了所有的 git 对象，也是直接涉及数据文件存储的目录，其他目录在此不做讨论。
那么，想要了解 objects 目录中如何存储文件，就需要首先了解 git 的数据模型。
git 数据模型
git 数据模型分为三种：
- blob 对象：存储文件数据，一个 blob 对象代表一个文件数据
- tree 对象：存储文件和子目录的目录对象
- commit 对象：也即快照，包含两个指针，分别指向 parent 以及 tree，此外还有作者以及提交信息
通过伪代码来认识这三个对象
type blob = array<byte>type tree = map<string, tree|file>type commit = struct {parent: array<commit>author: stringmessage: stringsnapshot: tree
}
示例分析
使用我本地的一次提交为例，分析一下这三种对象的效果。
分析前准备
命令
分析过程主要使用到两条命令。
-
git 中提供了 git cat-file 用来查看 git 对象，分析时主要使用的参数有：
- -t 查看对象的类型
- -p 查看对象的具体内容
-
git 还有 git log 可以查看提交记录，快速找到 commit 对象。
哈希值
git 在存储文件/目录之前，会首先根据文件/目录计算 40 位哈希值。其中：
- 前两位为子目录
- 后三十八位为文件名称
git 存储信息时以该哈希值做索引，而不是文件名。
哈希值通过 SHA-1 计算得出。
具体示例
- 首先通过 git log 获取提交历史
可以看到最初的一次提交对应的 commit 对象为 7ea1f87e133d400610a887ad9d9542cb03dc98ad。 - 查看 commit 对象
可以看到 commit 对象中包含了 tree 指针、作者、提交者、提交信息等内容，由于第一次提交，所以并没有 parent 指针。 - 查看 tree 对象
可以看到，该 tree 对象下还有一个 tree 对象以及三个文件 blob 对象。 - 查看 blob 对象
可以看到是一个非常简单的 go 文件。 - 查看第二次提交对象
此处已经有 parent 对象，指向了第一次提交 commit 对象。
通过上述过程，我们大体可以得出以下结论：
- commit 对象以链式结构串联，代表了不同提交的版本信息
- commit 对象中保留的 tree 对象包含了当前仓库的全部信息
不同版本的提交，git 做了什么工作？
以下图为例，数据库代表 commit 对象，目录代表 tree 对象，文件代表blob 对象。该图代表的场景为：
- 第一次提交时，commit1 对象指向 tree1 对象，tree1 对象中包含了 blob1对象以及 tree1-1对象。
- 第二次提交时，仅仅改变了 blob1 所代表的文件内容，其余并没改动。
从中可以看到，当第二次提交时， commit 对象（commit2）下创建一个新的 tree 对象（tree2）。对于第二次提交而言，tree1-1并未改动，因此 tree2 直接使用指针指向原有地址，blob1发生变动，则生成一个新的 blob 对象（blob2），并让 tree2 指向它。
完成上述操作后，commit2 对象包含了当前仓库的所有信息，这也就是当前时刻的 snapshot。
snapshot vs delta-based vs backup
对三者做一个简易对比。
- snapshot 基于快照，
- 每次记录当前时刻仓库状态
- 获取当前版本信息，直接获取，因为每个版本都拥有整个仓库的所有信息
- delta-based 基于差异，
- 每次更新记录该版本和上个版本的差异，
- 想获取当前版本信息，需要进行差异计算。
- backup 备份
- 最原始的管理方法，每做一次改动，将代码全量备份到另一个位置
- 找某个版本数据，手动查找，无法（很难）得知版本差异。
参考资料
- https://cloud.tencent.com/developer/article/1923502
- git book