git内部原理浅见

文中内容可能存在错误，仅供参考，切勿全信。

git目录结构

• .git/objects : 存放对象(blob, tree, commit, tag)以及包数据
• .git/refs ：存放引用数据(SHA-1)
• .git/HEAD :存放当前本地最新的应用(ref: refs/heads/master)
• .git/index:存放暂存区内容

git理解

git是版本管理工具
git是内容寻址文件系统，其核心部分是一个简单的键值对数据库(key-value index),通过SHA-1哈希值来查找对应的原数据
git保存的是快照: (每次commit都会保存整个项目的文件数据，如果文件没有修改则保存指向原文件的指针(SHA-1值)，如果修改则是修改后的文件(文件所有内容而不是差分内容))
git保存的是内容的差分 : git会在打包的时候，将所有数据整合，生成数据文件（pack-xxxx.pack）和索引文件（pack-xxx.idx），在数据文件中会以差分的形式记录有修改的文件，并且最新的是全部文件内容，之前的源文件则以差分的形式记录。

git原理

对象

数据对象(blob)

数据对象存储项目中的单个数据(文件)
只是单纯的记录数据内容，类似文件系统的数据块
可以存储数据，但是不知道数据是哪个文件的，只能通过SHA-1获取数据内容，记那么多40位的SHA-1值，是不科学的。

树对象(tree)

树对象存储多个文件的SHA-1值，以及子树的SHA-1值
记录数据对象的文件名，类似文件系统的目录
将数据对象与文件名对应，便于恢复文件数据，知道哪个blob对象的数据对应哪个文件了
一个项目肯定会有各种文件夹，而数据对象不能满足此要求。

提交对象(commit)

提交对象存储当前提交时间点项目的所有文件对应的树对象，以及父commit对象，提交人，提交时间，提交原因.
树对象只是记录项目的数据，无法记录数据的修改者，修改时间，以及修改原因的信息

总的来说，数据对象 -> 树对象 -> 提交对象

git对象存储

数据类型+空格+数据长度+空字节 -> 头信息
头信息+数据 -> SHA-1校验和
头信息+数据 -> zlib压缩 -> 磁盘内容(SHA-1头两位作目录，后38位作文件名)
查看某个对象的内容：

git cat-file -p SHA-1

git引用

引用就是指向commit的标识，也就是分支
对commit进行操作，依旧需要知道该commit对应的SHA-1值，而记录SHA-1值是非常麻烦的，所以通过一个标识(名字)来指向这个SHA-1值，就应用而生。

HEAD引用

HEAD引用是一个符号引用(symbolic reference)，像linux的软链接(指向链接的文件名)
内容：ref: refs/heads/master 意思为当前本地分支为master分支

标签引用

远程引用

.git/refs/remote
其内容为某一commit的SHA-1值

包文件

git存储的是数据文件，每次修改后都会存储一份新文件(不管修改多么小)，这样git仓库会越来越大，所以需要在git仓库达到一定规模的时候进行打包操作，以释放存储空间，提高查询效率等。
命令： git gc
最初git向磁盘存储对象的结构称为松散对象格式，每次修改都会添加一份完整文件到磁盘。
打包：将松散的对象打包成一个包文件(二进制文件)和一个索引文件(记录包文件的偏移量)
在打包后，修改的文件会以差分的形式存储在包文件中，最新的对象保存完整的数据，以前的源文件则以差分的形式保存。
这是基于以下考虑

1. 一般情况下，都会查看最新的数据，保证查询效率
2. (纯属猜测)在对文件进行还原的时候，从最新文件进行回退可以还原文件，假设初始文件记录全部数据，每次修改记录差分，则还原文件的时候，则需要从初始文件应用一系列之前的差分才能得到文件，当一个文件修改履历较长时，这无疑会进行复杂的运算。

创建分支 -> 创建一个引用，然后内容(SHA-1)指向你想切到的commit点。默认值为HEAD的值
切换分支-> 将当前分支的内容修改为目标commit点的SHA-1值。然后读取对应commit对象中树对象以及数据对象的内容，并替换当前工作空间的文件。

git gc

Counting objects: 23, done. :仓库所有的对象(commit tree blob)
Delta compression using up to 4 threads.(作增量的对象，原理不懂，可通过git verify-pack -v .git/objects/pack/pack-xxx.idx查看)
Compressing objects: 100% (11/11), done.(增量压缩对象，没整明白delte，所以这个算不明白)
Writing objects: 100% (23/23), done. 写入包文件的对象
Total 23 (delta 4), reused 23 (delta 4) reused是之前已经有的对
象

git push

git push 的时候会先执行git gc 然后将包文件通过网络传到远程
Counting objects: 3, done.
Delta compression using up to 4 threads.
Compressing objects: 100% (2/2), done.
Writing objects: 100% (3/3), 260 bytes | 260.00 KiB/s, done.
Total 3 (delta 1), reused 0 (delta 0)

git clone

git clone 的时候会在远程执行git gc 然后传包文件过来，如下
remote: Enumerating objects: 15, done.
remote: Counting objects: 100% (15/15), done.
remote: Compressing objects: 100% (11/11), done.
remote: Total 15 (delta 2), reused 0 (delta 0), pack-reused 0
Unpacking objects: 100% (15/15), done.

remote: Enumerating objects -> 远程操作：枚举对象，本地和远程相差的object -> frontier边界(会找到新加commit的父commit(远程已经存在的commit))- > 确定那些是新加的