在上一篇博客《Git 追踪内容详解》(链接地址)中的结尾出两个问题:
直接存储每个文件每个版本的完整内容是否太低效?如果只添加或改变一行是不是要存储两个版本的全部内容?
答案:不是,不完全是!
Git使用了一种叫做打包文件(packfile)的更有效的存储机制。要创建一个打包文件需要以下步骤:
1. 首先要定位内容非常相似的全部文件;
2. 然后将它们其中之一存储整个内容;
3. 最后计算相似文件之间的差异并只存储差异。
Git的文件打包机制设计的十分巧妙,由于Git是文件内容驱动的,所以Git并不关心它计算出来的两个文件的差异是否属于同一文件的两个版本。Git可以在版本库的任何地方取出两个文件并计算差异,只要它认为它们足够相似来产生良好的数据压缩,因此,Git有一套相当复杂的算法来定位和匹配版本库中潜在的全局候选差异,此外,Git可以构造一系列的差异文件,从一个文件的第一个版本到第二个、第三个,等等。
Git还维护打包文件表示中每个完整文件(包括完整内容的文件和通过差异重建出来的文件)的原始blob的SHA1散列值,这给定位包内对象的索引机制提供了基础。