深入理解git内部原理

Git is a free and open source distributed version control system designed to handle everything from small to very large projects with speed and efficiency

上面这句话摘自git官网，意思是说git是一个分布式版本控制系统，快速高效的处理大小型项目的所有事情。那么git如何做到快速高效的呢。我们先写一个demo来演示一下效果，然后我们深入讲一下原理.

(操作这之前，需要自己在电脑上安装git，这里不再讲怎么安装git和命令的使用)

首先我们进到D盘，创建gitDemo这个文件夹，在这个文件夹下打开git，使用git init命令初始化一个git版本库

git init

我们在当前目录下创建一个以“hunter”命名的txt文件

在hunter.txt中写上点字

现在将他提交到git版本库

git add .
git commit -m "第一次提交"

这个时候我们创建一个新的分支，并切换到新的分支

git checkout -b dev

dev这个分支没有指定分支，则是在master(刚刚创建的)分支上创建的，则这时hunter.txt文件的内容还是"11111"

我们在dev分支上对hunter.txt文件进行改动然提交

将hunter.txt 内容由"11111"改为"22222"
git add .
git commit -m "第二次改动"

下面我们在切回到master分支

git checkout master

发现hunter.txt文件只有一个，但是该文件在每个分支的内容是不同的，那git内部是怎么存储的呢，接下来我们来分析git的原理。

在git内部维护了四个对象，分别是blob对象，commit对象，tree对象，tag对象。

我先来画一下这几个对象的关系，稍后我们代码演示一遍

当我们从工作空间 add 到暂存区之后，这时候每个被更改的文件会形成一个blob对象，blob对象里面的内容是原始内容的压缩，blob文件的文件名是根据原始内容的hash值。

当我们commit的时候，会形成一个或者多个tree对象和一个commit对象，到底形成几个是根据我们的文件目录层级来定的(一会我们演示的时候注意一下)。

最终这些对象将会保存在.git文件夹的objects里面

好了，上面这些暂时缓存在自己的大脑里，下面我们带着这些抽象的东西去coding印证一下

先介绍几个命令

 find .git/objects/ -type f       查看git里所有的object
 git cat-file -t #{对象名}         查看对象的类型
 git cat-file -p #{对象名}         查看对象的内容

我们重置一下git版本库，进入到d盘，新建gitDemo文件夹，在gitDemo文件夹下打开git命令窗口

git init

新建一个hunter.txt文件，在文件里随便写一些东西

add之前先用find .git/objects/ -type f 命令看一下目前有多少对象

没有对象，我们add一下

git add .

形成一个对象，我们看一下这个对象的类型

git cat-file -t 8b25206ff90e9432f6f1a8600f87a7bd695a24af

看一下文件里面存的什么，我们先直接进到这个文件里面打开，然后再用命令打开

打开文件之后，并不能看到里面到底存的是什么，这里印证了前面所说的blob里面存的是原始文件的压缩内容

再用命令打开看一下

git cat-file -p 8b25206ff90e9432f6f1a8600f87a7bd695a24af

确实是这个blob对象里面存储了我们的内容，下面我们commit到本地仓库,并且查看新形成的git对象

git commit -m "第一次提交"
find ./git/objects/ -type f

此时多了两个对象，我们分别用命令查看一下他们分别是什么类型的对象，以及对象里的内容

到这里你是不是发现了点什么，对着这张图屡一下

8b25206ff90e9432f6f1a8600f87a7bd695a24af 是blob对象，里面存储了具体的消息内容
a8d587b2fc8e2067f6f6a080268d8412332a2875 是tree对象，里面存储了blob的hash值，以及blob对象真实的文件名字
55b9744d8955c92dc57f3bf63bf6aaf284dfd47e 是commit对象，里面存储了tree的hash值，提交时备注内容，作者等信息

到此我们实现了一个简单的git结构，git每一次选择分支，回滚都是怎么做的呢，继续来看

在.git文件夹下还有一个refs文件夹，这里面存储了所有的分支信息和tag信息

为了更好的区分我有新建了一个dev分支

git checkout -b dev

这些分支里面存的其实就是commit的值

明白了，其实git里每一个分支是一个文件，这个文件里保存着commit的值，根据commit的值找到tree，然后拿出来tree中所有的子tree和blob来展现所有的内容，问题又来了，那我肯定有一个地方标记当前工作空间所在的分支吧。莫急，这个标记的地方就在git文件夹下的head文件。

到这我们完全明白 工作空间根据git文件加下的head文件找到当前的分支，然后拿到分支进一步拿到commit从而得到所有的内容。

但是还有点什么东西需要注意一下小编直接告诉你这些，你可以自己coding验证。

①blob的形成是根据内容来形成的，换句话说如果我有两个文件A和B，A中的内容为“master”，B中的内容也是"master"，提交时则只会形成一个blob对象。反过来，如果内容不一样则会形成两个blob对象。
②每一次add的时候，只有变化的文件才会形成新的blob并且原来的blob依然存在。
③每一次commit都会绘制一个新的tree，并且不复用之前的子tree，但是blob不会变。