Git 必知必会：原理剖析（二）

书接上文，在上一篇文章记录 Git 必知必会：原理解析 中记录了 Git 原理中的一部分信息，但在后续的学习过程中，还有部分内容需要记录，便有了此篇内容。

一、Git 中的引用

从前面文章中的的 Git 仓库树目录存储结构图中，可以看到，通过 commit 的 SHA-1 值，我们就一步一步查看所有的提交记录，以及项目中的文件内容。但 40 位的字符串几乎不可能记忆下来，也没有什么实质性的意义。那如果我们能给这些值取上一个别名，那是不是就能够很容易找到以及使用了。

在 Git 中，此功能是使用引用文件来实现的，在 .git/refs 文件下就可以找到此类引用文件。文件名就是别名，而文件内容中存储的就是对应的 SHA-1 值。在使用的时候，直接使用这个别名就可以了。

HEAD 引用

当在工作目录中执行一些 Git 相关命令的时候，Git 是如何知道当前最新提交的 SHA-1 值呢？这一切的答案就在 HEAD 文件中，此文件中存储的数据指向了当前分支，在我的示例中：

$ cat .git/HEAD
ref: refs/heads/main

HEAD 文件中指向的是 .git/refs/heads/main  这个文件，此文件中存储了 602ac5 的 SHA-1 值。

当我们在执行切换分支的时候， HEAD 文件就会被更改掉，指向的为你切换过去的分支。

$ git checkout -b test
Switched to a new branch 'test'
$ cat .git/HEAD
ref: refs/heads/test

因此，Git 在使用的时候，通过 HEAD 中指向的 refs 文件，找到当前所在的最新 commit 的 SHA-1 值，并进行相关操作。

分支引用

也许你已经从刚的示例中发现，本地的分支对应的引用文件都是在 refs/heads 目录下。那远程分支呢？本地分支是如何与远程分支关联的呢？

在 Git 中，有三种分支类型：本地分支、本地远程分支、远程分支。其中 本地远程分支 可以理解为 远程分支 的一个镜像，在 clone 或者对已有项目执行 fetch 时，会将 远程分支 中的信息同步到 本地远程分支 中。按照 Git Refs 的规范，默认情况下，远程分支都会放到 .git/refs/remotes/origin 下面。在我们使用git remoted add origin <git url> 时，默认会在 .git/config 中制定相应配置：

[remote "origin"]
 url = <git url>
 fetch = +refs/heads/*:refs/remotes/origin/*

在 fetch 的那一行中，由一个可选的 + 和紧随其后的 <src>:<dst> 组成。其中 + 指在不能 fast forwad 的时候，也要强制更新引用；<src> 指的是远程版本库中的引用，可使用通配符进行匹配；<dst>指的是本地跟踪的远程引用的位置。所以，在本地项目中，会将远程分支的镜像存储到 refs/remotes/origin 下面，并且与远程分支一一对应。

而我们在本地使用的时候，操作的是本地分支，大多数情况，本地分支都是需要和远程分支进行关联的。具体关联配置也是在 .git/config 这个文件中，也可以通过命令 get branch -vv 查看关联关系。在配置文件中，包含了其关联关系，内容如下：

[branch "main"]
 remote = origin
 merge = refs/heads/main
[branch "test"]
 remote = origin
 merge = refs/heads/test

TAG 引用

在 Git 中，还有一个非常常用的功能，TAG 分为两种，一种是轻量标签， 一种是带备注的标签。

轻量标签：

仅包含一个轻量标签一个固定的引用，此固定引用只想了项目中的某一个 commit 的 SHA-1 值。在本地可以直接使用 git tag <tag_name> 创建，此时会在 refs/tags 下面创建 <tag_name> 命名的文件。

附注标签：

在创建标签时，也可以给标签附加一些信息，用于描述标签的细节信息。使用时，可以用如下命令进行创建：

git tag -a <tag_name> -m "message"

与轻量标签不同的是，这条命令会创建一个 Git 对象，放到 refs/objects 中，在 refs/tags 目录中对应的文件中，记录的便是这个 tag 对象的 SHA-1 值。

与 Commit 类似，tag 的对象中的内容也是按固定格式处理，具体格式内容如下：

tag <content length><NUL>object <object SHA-1>
type commit
tag <tag name>
tagger <username> <email> <timestamp>

<tag comment message>

最后，在来看一下，我本地创建的两个不同的 Tag，如下图所示：

二、Git 文件打包

在我们写代码的时候，某些原文件会出现频繁的更改，从前面 blob 创建过程，我们知道，每一个版本的文件都会重新创建。为了更好的理解这个过程，创建一个 Git 项目，里面仅放了一个简单的 txt 文件：

1. 我使用了本文的第一版内容，使用命令将此文件添加到 Git 后，会生成第一个 blob : 7e/5968ece2093c89df8e63ff6e72fff759cc5b74 ，此时，此文件大约 7.8KB。

2. 经过简单的修改，在次添加到 git 中，会生成新的 blob：f7/eed43792fe8d9b016e8f8a8085b1949075d299 ， 此文件大小也差不多 7.8KB。

通过上面的步骤，在磁盘中，相当于保存了两个几乎完全相同的文件。如果 Git 只完整保存其中一个，在保存另一个 blob 与之前版本的差异内容，岂不是更好？

事实上，Git 的做法与我们的想法一致。Git 在最初往磁盘中存储对象时，使用的格式被称为“松散”对象格式。但是为了更加高效的管理文件，Git 会时不时将这些对象打包在一起形成为一个新二进制文件。当然，我们可以通过 git gc 命令来触发，如下所示：

Git GC 示例

经过打包后的文件大小也会变小：

pack file 文件大小

三、Git LFS 协议

此部分主要内容来源于官方文档：https://github.com/git-lfs/git-lfs/blob/main/docs/api/batch.md

Git LFS 有不同的语言实现的不同版本， 只要遵循 LFS 协议就可以了。从文档中我们可以看到， 当在执行 Git LFS 命令时，会先发送一个 Batch API，此接口需要使用 POST 方式进行网络请求发送，URL 地址为：https://<git_url>/info/lfs/objects/batch，其中 http headers  必须包含如下内容：

Accept: application/vnd.git-lfs+json
Content-Type: application/vnd.git-lfs+json; charset=utf-8

而在 request body 里面，使用 JSON 进行编码，内容中包含如下信息：

• operation： 这个值只能为 download 或者 upload

• transfers： 可选，客户端配置的、支持的传输协议，与服务端协商后续大文件传输到 CDN 使用协议方式

• ref： 可选， 标识当前对象在服务端的哪个分支

• objects： 要进行上传或者下载的对象数组，包含有 oid 和 size 两个信息

• hash_algo： Git LFS 在本地计算大文件使用的 hash 算法，默认为 sha256

而 response 的内容中，也会将 Git LFS 需要的信息下发下来，会将 request 中的 objects 的 CDN 地址，以及访问需要的 token 等信息进行下发，用于后续的请求，下面来看一下我对 LFS 下载数据抓包的过程：

LFS 下载抓包示例

更多细节信息，请参考官方文档。