git原理

Posted on Edited on In , ,

git意义

1.作用

版本控制功能：在本地端记录文件的修改记录，在远程仓库备份内容和版本记录

协同开发控制：保证多人同时开发时，开发内容不会冲突

2.远程仓库的选择

可以选择github gitee等远程仓库储存自己的代码

也可以使用gitlab在本地搭建代码库

git原理

参考： 这才是真正的Git——Git内部原理揭秘！ - 知乎 (zhihu.com)

可视化工具： Explain Git with D3 (onlywei.github.io)

1.git项目

对于git管理的项目主要分为两个部分，工作区和git仓库区：

  • 工作区指项目开发的所有文件所在的区域
  • git仓库区则是项目根目录下./.git目录的内容，其中主要记录了git需要的相关信息

​ git主要使用SHA1散列算法将工作区的各文件内容、拓扑信息、修改记录转为git对象储存在git仓库中。而利用散列算法是为了快速比对文件是否相同。

2.git对象

参考： Git(Linux环境)：Git对象模型（blob、tree、commit、tag）_NGC_2070的博客-CSDN博客

​ git会对每个加入git仓库(即经过git add后)的文件创建对应的git对象，并且通过散列哈希算法保证文件内容不同时生成的git对象对象名也不同，因此只要文件发生改动，就会生成新的对应git对象

1
2
3
4
5
6
7
8
# 底层指令
# 计算文件 a.txt 对应的SHA1哈希值
>git hash-object .\a.txt
d2676822271b14c11c7892f358937c5f6cacaf00
# 计算文件 a.txt 对应的SHA1哈希值, 并写入./.git/objects保存为blob类型
>git hash-object -w a.txt
# 计算SHA1哈希值，其中stdin 表示从标准输入读取，而不是从本地文件读取
echo "hello" | git hash-object --stdin

2.1 git对象类型

一共有4种数据对象：blob，tree，commit，tag. 他们都被储存于./.git/objects目录中，如下：

1
2
3
4
5
6
7
8
9
### 检视git对象 ###
> tree .\objects\
~\.GIT\OBJECTS
├─6d/d6053564b9e0192b96497d75c7a466449b512b
├─74/8a11ed65b7a52f7bcd0a113868d57adeeb259c
├─be/3772294d07301ab5b182f02cc2d480a04b67d8
├─d2/676822271b14c11c7892f358937c5f6cacaf00
├─info
└─pack

2.1.1 blob对象

​ 存储工作区中被git add指令添加过的具体文件

​ 而一个文件经过多次修改后，每git add 一次，就会在仓库内产生一个新的blob对象。因此 blob 文件就是对原文件内容的全量拷贝，同时前面加了 blob size\0，而文件名称的 hash 值计算是计算整体字符的 SHA-1 值

blog

2.1.2 tree对象

​ 储存一串指向其他blob或tree对象的指针，用于表示目录与内容的层次关系

​ 且由于tree指向的也是git对象类型，那么当tree指向工作区同一个文件的

tree

2.1.3 commit对象

​ commit用来指向一个tree对象，标记项目某个特定时间点状态，记录commit时提交的对应信息

​ 指向的tree对象，将指向本次提交对应的所有object, 因此可以认为每个commit就是整个项目的一个快照

commit

commit_demo

2.1.4 tag对象

​ 用来标记某一个提交（commit）

2.2 对象命名规则

用40个字符的字符串用来表示对象名：目录（2个字符）+名（38个字符）

字符串由对象内容做SHA-1哈希计算得来

2.3 查看git对象

因为git对象都是二进制加密后的，因此直接使用cat读取是无法正常读取内容的

git cat-file -t <文件名> 查看git对象类型

git cat-file -p <文件名> 查看git对象内容

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
### blob类型 ###
> git cat-file -t 748a
blob
> git cat-file -p 748a
111
> git cat-file -t d267
blob
> git cat-file -p d267
222
### tree类型 ###
> git cat-file -t be37
tree
> git cat-file -p be37
100644 blob d2676822271b14c11c7892f358937c5f6cacaf00    a.txt
100644 blob 748a11ed65b7a52f7bcd0a113868d57adeeb259c    b.txt
### commit类型 ###
> git cat-file -t 6dd6
commit
> git cat-file -p 6dd6
tree be3772294d07301ab5b182f02cc2d480a04b67d8
author WilsonGoGo <wilson6174wujunqi@outlook.com> 1663231965 +0800
committer WilsonGoGo <wilson6174wujunqi@outlook.com> 1663231965 +0800
first commit

3.工作区与暂存区

​ git将项目划分为工作区、暂存区、本地仓库、远程仓库四部分

工作区：就是实际操作并改动的文件。在VsCode插件中，工作区的文件有以下几种状态：

  • U: untracked, 表示文件刚创建，但是没有通过git add提交到工作区，自然也没有其对应的blob对象对其进行备份
  • M modify, 表示文件发生过，但是没有通过git add提交到工作区，与其之前的blob对象不匹配
  • A tracked, 文件在改动后以及提交到了暂存区，这个文件以及有了对应的blob对象储存其备份信息，在git status中会提示”need to commited”。但是一旦该文件再次发生改动，就会回到untracked状态
  • ! conflict, 表示该文件发生冲突，同时被多个分支修改
  • 其他: 相比当前HEAD指向的快照没有发生变动的文件，在git status中不会提示相关信息

暂存区：指进行过改动，但是没有添加对应的git对象至本地仓库的文件区域，记录于./.git/index文件中

本地仓库：指./.git中储存的各种指针、git对象、提交记录等信息，可以视作工程的快照与文件的修改记录信息，可以用于回滚版本

远程仓库：例如github gitee gitlab等远程用来备份项目的仓库

4.git分支与git指针

​ 每个git分支都有一个指针，他会指向当前分支的最新快照，也就是指向最新commit提交给当前分支的那个commit对象。其中，各分支的指针储存在./.git/refs/heads/<分支名>中；而各分支指针指针的改动历史则储存在./.git/logs/refs/heads/<分支名>中

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
# 分支对应指针
# 注：当前有master和dev两个分支
> ls ./.git/refs/heads/  
Mode                 LastWriteTime         Length Name
----                 -------------         ------ ----
-a----         2022/9/15     19:50             41 dev
-a----         2022/9/15     16:52             41 master
> cat .\dev
6dd6053564b9e0192b96497d75c7a466449b512b
> cat .\master
6dd6053564b9e0192b96497d75c7a466449b512b
# 分支指针记录
> ls ./.git/logs/refs/heads/ 
Mode                 LastWriteTime         Length Name
----                 -------------         ------ ----
-a----         2022/9/15     19:50            170 dev
-a----         2022/9/15     16:52            173 master
> cat dev
0000000000000000000000000000000000000000 6dd6053564b9e0192b96497d75c7a466449b512b WilsonGoGo <wilson6174wujunqi@outlook.com> 1663242644 +0800    branch: Created from master      
> cat master
0000000000000000000000000000000000000000 6dd6053564b9e0192b96497d75c7a466449b512b WilsonGoGo <wilson6174wujunqi@outlook.com> 1663231965 +0800    commit (initial): first commit

​ 除了git分支的指针外，还有HEAD指针，HEAD指针永远指向最近一次commit提交对应的commit对象。HEAD指针存储在./.git/HEAD中，HEAD指针的历史记录储存在./.git/logs/HEAD中

1
2
3
4
5
6
# HEAD指针内容
~\.git> cat HEAD
ref: refs/heads/master
# HEAD指针记录
~\.git\logs> cat HEAD
0000000000000000000000000000000000000000 6dd6053564b9e0192b96497d75c7a466449b512b WilsonGoGo <wilson6174wujunqi@outlook.com> 1663231965 +0800    commit (initial): first commit

5.git的垃圾回收gc

​ 经过多次的commit后，git对象中可能有多个blob或tree类型已经是指针不可达的状态，这时候git gc命令可以用于回收这些不可用的git对象

​ 如果存储库中的松散对象太多或包装太多，则需要进行内务处理。如果松散对象的数量超过了gc.auto配置变量的值，则所有松散对象都将使用组合到一个包中git repack -d -l

1
2
# 清理不必要的文件并优化本地存储库
git gc