Git如何存储内容

经常使用Git，有时候就会有个疑问冒出来：Git是如何保存我提交的这些内容的呢？今天总算花点时间搜索了一番，有了个基本的概念，写下来保存。

Git 和其他版本控制系统的主要差别在于，Git 只关心文件数据的整体是否发生变化，而大多数其他系统则只关心文件内容的具体差异。这类系统（CVS，Subversion，Perforce，Bazaar 等等）每次记录有哪些文件作了更新，以及都更新了哪些行的什么内容，请看下图。

Git 并不保存这些前后变化的差异数据。实际上，Git 更像是把变化的文件作快照后，记录在一个微型的文件系统中。每次提交更新时，它会纵览一遍所有文件的指纹信息并对文件作一快照，然后保存一个指向这次快照的索引。为提高性能，若文件没有变化，Git 不会再次保存，而只对上次保存的快照作一链接。Git 的工作方式就像下图所示。

这么作的优点就是，Git的几乎所有操作都是本地操作，你可以即使不联网，你依然可以查看历史，比较变更，提交修改，等到有网络时一次性传上去，而这点对其它VCS是不可能的。

而本地操作的另一个优点就是快！尤其在网络条件差的时候，这个优点更明显。

那么具体是如何实现的呢？

Git为每个项目在根路径下建立一个.git目录，它是 Git 用来保存元数据和对象数据库的地方。该目录非常重要，每次克隆镜像仓库的时候，实际拷贝的就是这个目录里面的数据。目录结构大致如下：

我们需要关注的是objects目录，里面存放的是git对象。结构大致如下：

这便是 Git 存储数据内容的方式──为每份内容生成一个文件，取得该内容与头信息的 SHA-1 校验和，创建以该校验和前两个字符为名称的子目录，并以 (校验和) 剩下 38 个字符为文件命名 (保存至子目录下)。

SHA-1校验和用于索引内容，前两位用于创建目录，这样一个目录下不会有太多文件，而后38位字符作文件命名保存在该目录下，其内容是用gzip格式压缩的，可以用命令查看，查看时需要完整的SHA-1校验和。

这里用的git命令是

git cat-file -p object-id

-p参数是pretty-print的意思

以上这种方式存储的对象叫做松散对象（loose object），是以空间换时间的方式获得对对象访问速度的提升。还有一种方式使用打包文件（pack file），通过git gc 来打包文件以节省空间。

作为基本情况的了解就是这么多，更多深入的研究这里就不作涉及了。

---