【Git常用】之深入理解Git存储文档的方式

0 快照

相信了解Git的朋友，在阅读Git相关资料的时候，一定会读到：Git记录文件的快照（snapshot），而不是差异的部分。

到底什么是快照？

《Git Pro》中英文原文如下：

Every time you commit, or save the state of your project in Git, it basically takes a picture of what all your files look like at that moment and stores a reference to that snapshot.
每当读者在Git中提交或保存你的工程的状态的时候，总的来说，Git为那一刻，所有你的文件的状态的做了一份“快照”并存储了一个引用到那份“快照”。

读到这里，请读者先在脑海中有一个模糊的观念：快照就是一段程序的输出结果；在提交或保存文件状态时，Git输入当前文件的状态，输出一个快照。

引用《Git Pro》中的图片，我们先来宏观体验一下。

比如我当前处于Version 1时刻，此时修改了文件A、C，修改后的文件分别记为A1、C1，我们进入到了Version 2时刻。

对于Git来说，只要两个文件的SHA-1不同，则这两个文件就是两个文件。因此，Git发现A1与A的SHA-1不同，B的相同，C的不同。

当我们提交或保存工作工程状态的时候，Git便把此时A、B、C三个文件复制到.git的隐藏文件夹中的某个目录，以Git的方式编码存储起来，并记录好引用到A1，B，C1的相关信息等，以便日后找到。

此时Git的版本库中，A有修改，因此有A和A1两个文件；B并没有被修改，因此B存储的只有一份；C有修改，因此有C和C1两个文件；共5个工程文件。

上述，便是Git记录文件快照的过程；上述提到的相关信息便是广义上的快照。

1、实验

1.1 实验过程

让我们做个实验体验一下。

实验环境：Windows 10，Git版本2.18.0

我们在目录下面新建一个test.txt的文件，里面输入内容“This is a test.”。

然后初始化目录为git仓库。

我们发现，出现了一个隐藏文件夹.git。我们点开来，发现如下结构：

这里我们主要关心objects文件夹，点开来看，现在有两个文件夹，info和pack。

我们再开一个窗口，然后把刚刚建的test.txt提交到暂存区，看看objects下面发生了什么。

objects文件夹下面多了一个文件夹叫27，打开来，里面有以一串以字母和数字为名字的文件。

紧接着，我们提交test.txt，执行

$ git commit --all -m "first commit"

我们发现，又多了两个文件夹b7和ba。打开来看，依旧是有一个以一串字母和数字为名字的文件。

至此，一个文件，被git成功拍了一张快照，记录在册。

1.2 实验解析

objects下面的文件夹的名字有何意义？为什么一次提交会新建三个文件夹？

我参考《Git Pro》中的讲解，为大家解析。

Git每次提交，会生成三类东西：

1. 一个提交，commit
2. 一个树，tree
3. 一些文件的快照，blob

他们三者相关关系如下图

上图只是示意图，只列出了Git存储文档时关键的内容。

关于blob

我们发现，当我们执行$ git add <file>…时，生成了一个27文件夹，里面只有一个文件，这便是Git进行快照的方式——Git使用blob类型的数据结构存储这些快照，并计算SHA-1值，SHA-1值的前两个字符作为文件夹名称，后续作为文件名称。

关于tree

当我们提交这次修改的时候，Git生成了一个tree数据结构，用来管理本次提交涉及到的所有文件。因为实验只涉及到一个文件，因此tree中的内容只有一个。Git把tree保存成文件，保存成文件的方法和保存文件快照的方法一样——生成SHA-1值，前两个字符作为文件夹名称，后续作为文件名称，便生成了本次实验的b7文件夹。

关于commit

然后才是Git针对本次的提交记录，一个commit数据结构。commit记录了一些本次提交的重要内容，如提交者、作者、附注等，最重要的就是指向tree的指针tree和指向父提交的指针parent。指向tree的指针，保证本次提交的所有快照可以被找到；指向父提交的指针，保证了分支功能。同样的，将这些内容保存成文件，生成SHA-1值，前两个字符作为文件夹名称，后续作为文件名称，便生成了ba文件夹。

可以利用$ git log 查看

log中显示的SHA-1正好是文件夹ba与里面文件e9176e…连接起来的内容。

当我们不关注tree和blob，只关注提交时，将每次的提交，以结点网络图的形式连接起来，便变成下面的样子。

在进一步，抽象成结点。

这看起来，就像一条分支了。

1.3 结论

至此，我们可以得出如下结论：

1. 广义上来讲，一个snapshot指的就是用当前文件的状态形成的一些相关信息。
2. 微观上讲，一个snapshot指的是一次提交中的tree结构，tree中记录了每个文件的blob。

以上，便是Git存储文档的方式。