git文件对象

git文件对象 一、.git文件夹分析

  .git文件夹有git仓库管理的必须文件，且只有当前目录有.git文件才能使用git命令。通过git clone和git init命令初始化。

  •object文件夹：存储了文件对象，并使用SHA-1算法生成40位散列值将前两位作为文件夹，后38位作为文件名。

  •config文件：git仓库的配置文件，跟git config命令有关。

  •HEAD文件：分支的指示指针，HEAD指向哪个分支表示当前git仓库处于哪个分支上。

  •index文件：表示暂存区。

二、文件对象

  git有三种文件对象，分别是blob、tree、commit。blob对象存储当前版本的文件快照，tree存储着目录结构和 blob 对象索引，commit存储着指向前述树对象的指针和所有提交信息。举个例子：
1、在test_1文件夹里面初始化了git库，并且创建一个文件test_1.c，并写入include<stdio.h>。

2、使用git add test_1.c将test_1.c文件加入暂存区，可以在./test/.git/objects/下生成了一个新的文件夹35(这是数字是SHA-1算法生成的，将前两位作为文件夹名，后38位作为文件名)，35文件夹下有一个名为4499acd60e01f6d3b56ed83f0a8d077effb0f2的文件，该文件就是blob对象，保存的是test_1.c的文件快照。使用git cat-file -p 354499(这个命令可以查询4499ac这个文件的内容，-t查看对象类型的有blob、tree、commit三种类型，384499是40位散列值的6位缩写代表一个文件对象)查询，可以得出命令的输出值就是前面写入的include<stdio.h>，使用-t参数输出blob，也就代表当前的对象属于blob对象。所以当一次修改被加入暂存区时git会用blob保存当前修改的文件快照，同一个目录下对于同名内容一致的文件采用同一个对象存储，也就是说在当前目录下，假设是另一个文件夹下有一个test_1.c且内容和前一个一致，那么这两个文件共用同一个文件对象，即354499。

3、为了解释tree和commit对象，在test目录下新建一个test_2文件夹，并且创建test_2.c文件，写入#include<math.h>。提交到暂存区git add test_2，然后git commit提交git仓库。然后转到objects文件夹会发现对象文件变成了5个，如下图。为什么会变成5个？按照之前的理解是add了两个文件，所以有两个blob对象，然后commit一次后会产生一个tree对象和一个commit对象，总共应该是4个对象文件。实际上不是这样的，准确来说git会为每个文件夹生成一个tree对象，类似文件目录的树结构，在本例中有两个文件夹因此git生成了两个tree对象，所以总共有5个文件对象。下面细看这几个文件对象的内容，blob对象就不重复说了。git cat-file -p 文件名97、c8、ff输出如下图，可以得出97是commit对象，包含了提交信息和tree的指针，该对象指向ff对象。我们看看ff tree对象的内容，包含了一个blob对象记录test_1.c文件信息，还包含一个树对象指向c8即test_2文件夹。最后看看c8 tree对象，包含一个blob对象记录test_2.c文件信息。由此可以分析出git将文件夹目录下的文件信息抽象成blob对象，并将这个集合抽象成tree对象，根据文件夹的层级抽象出多棵子树。最后将根节点抽象成一个commit对象。

三、总结
  现在回过头来看git的文件区间是不是感觉很好懂，git相当于一个文件管理员，本地文件未add时，git并不知道这个文件，一旦add git就将这些文件生成blob对象并纳入管理，在暂存区（index）生成相应的索引，使用git ls-files --stage可以查看index文件的内容，可以看到index文件存储的就是blob对象的散列值和文件路径。commit做的事就是将blob对象打包成tree和commit对象，保存到本地仓库，这相当于一次改动的集合。仔细思考为什么git的所有操作都这么的迅速，主要的原因是每次add、commit操作时都以对象文件的方式存储了所有的改动信息，这些对象文件都有不重复的散列值，且相同的文件具有相同的散列值，通过散列值的校验，git可以快速的进行操作。