git自学笔记

1 什么是git

git是一种版本控制系统（version control system），也是所有vcs的标准。vcs追踪了源码的更改，因此能帮你记录源码的历史。

2 git的数据模型

2.1 snapshot（快照）

snapshot就是你这个源码的最顶层的那个目录，也是一种tree。
git本质就是记录一系列snapshots来追踪源码的历史。

2.2 commit

commit才是git仓库（版本库）的单元，即版本库包括了一个一个的commit，每个commit就是一个版本的源码。commit包括parent数组（记录 commit的所有parent）、metadata（元数据，即用来描述这个commit的数据，如作者、提交时间等）、snapshot。

type commit = struct {
    parents: array<commit>
    author: string
    message: string
    snapshot: tree
}

2.3 怎么关联commit

关联方式不是一条链，而是有向无环图dag（directed acyclic grapg），即每一个commit可以有多个parent。

2.4 object

git的object（对象）有三种：tree、blob、commit

2.4.1 commit

2.4.2 tree

tree就是一个目录，一个目录下面可以包括目录、文件。
底层实现好像是map，即map<string, blob | commit>，其中string就是这个tree（目录）的名字。映射关系是

2.4.3 blob

blob就是文件，本质是一个字节数组。映射关系是文件名–>文件内容。

2.4.4 伪代码形式的三种object

// a file is a bunch of bytes
type blob = array<byte>

// a directory contains named files and directories
type tree = map<string, tree | blob>

// a commit has parents, metadata, and the top-level tree
type commit = struct {
    parents: array<commit>
    author: string
    message: string
    snapshot: tree
}

2.5 content-addressing（内容寻址）

每一个object都是通过SHA-1 hash来寻址的。

objects = map<string, object>

def store(object):
    id = sha1(object)
    objects[id] = object

def load(id):
    return objects[id]

其中id是内存地址

2.6 reference（引用）

总不能每次都靠那么长的内存地址来找到object吧，为了方便使用就有了reference。reference就是起了一个名字，这个名字首先映射为id，通过id指向commit，最终这个名字会指向一个commit。如 “master’”在git中就是指向主分支的最新的commit。“HEAD”就是指向当前分支的所在的位置。

references = map<string, string>

def update_reference(name, id):
    references[name] = id

def read_reference(name):
    return references[name]

def load_reference(name_or_id):
    if name_or_id in references:
        return load(references[name_or_id])
    else:
        return load(name_or_id)

2.7 repositories（仓库、版本库）

版本库中就是object和热封rence，形象化就是这个DAG（有
）。

2.8 staging area（暂存区）

暂存区也是版本库里面的一块。先把修改的文件、新的文件加入到暂存区，然后提交，就形成了新的commit。