Git内部原理剖析

最新推荐文章于 2024-01-21 20:06:12 发布

VIP文章 vimerzhao

最新推荐文章于 2024-01-21 20:06:12 发布

阅读量202

点赞数

本文链接：https://blog.csdn.net/weixin_45899674/article/details/103708032

版权

正文共：13110字 ,预计阅读时间：33分钟

1. 导读

1.1. 为什么写这篇文章

写这篇文章的本意有二:

工作安排原因，常有同事询问我一些关于 Git 的问题，总觉得自己解释的不够透彻，因此觉得有必要深入了解一下。
目前中文的 Git 教程往往本末倒置，一味从版本管理工具的角度去堆砌命令，而没有把握住Git的本质，导致读者知道的命令愈多，愈觉得 Git 复杂不友好。

本文中，笔者会通过实例演示+原理解释的方式进行剖析，并提出一些平时我们不易察觉的问题。

1.2. Git产生的背景

Git 诞生于2005年，当时 Linux 内核开发者可以免费使用 BitKeeper 作为源码管理工具，但是其作者认为部分开发者对 BitKeeper 进行逆向工程有悖原则，因而收回了使用权限，在这种危机时刻， Linus 再一次将个人英雄主义发挥到了极致，以主导设计开发了 Git 。根据这段背景我们需要意识到这么几个问题:

Git 最早用来解决 Linux 内核的开发，因而其功能特点都是面向这种参与者庞大且分散的协作开发模式设计的，企业的小团队可能体会不到 Git 的真正强大之处。
Git 的设计者和最早的使用者都是 Linux 内核开发者，比起 GUI 界面，他们更喜欢命令行，更认同 Unix 的设计哲学，因而对于习惯了 GUI 界面的开发者(前端、移动端等)Git会显得十分“笨拙”。

理解这些背景对于我们认识 Git 十分重要，举一个例子，我们希望看到所有代码分支的最后提交时间和提交者，这种功能是高度定制的，如果 GUI 工具没有提供，那我们便无能为力，但是 Git 可以，通过灵活的参数和 Linux 强大的工具集( grep 、 awk ) ，我们可以自动封装出这个命令并使用:

gs_branch_last_commit() {
    git fetch --prune
    git for-each-ref --sort='-committerdate' --format="%(refname:short) %09 %(authorname) %09 %(committerdate:relative)"  \
        | grep  --line-buffered "origin" \
        | awk '{printf "%-50s%-25s%s %s %s\n",$1,$2,$3,$4,$5}'
}

最后需要强调的是， Git本意不是做一个版本管理工具，而是文件管理系统(Git is a content-addressable filesystem) ，正如Linux在早期的邮件中所述:

In many ways you can just see git as a filesystem - it’s content- addressable, and it has a notion of versioning, but I really really designed it coming at the problem from the viewpoint of a filesystemperson (hey, kernels is what I do), and I actually have absolutely zero interest in creating a traditional SCM system.

—Linus Torvalds

在读完本文后，相信读者能更深刻地理解这段话。

SCM(即 Software configuration management)是一种更广义的版本管理， Linus 更愿意直接将其解释为 Source Code Management。

1.3. SCM的三个问题

The Architecture of Open Source Applications (Volume 2) 中提到任何一个SCM软件都需要解决三个问题，以保证软件在开发过程中任一时间的内容都可以被追溯，并使得不同开发者可以协作开发。这三个问题是:

存储内容(Storing content)
追踪内容的变更(Tracking changes to the content (history including merge metadata))
向其他开发者分发内容及其变更(Distributing the content and history with collaborators)

Git也不例外，接下来本文将围绕这三个问题，并结合Git自身的一些特点，进行剖析。

2. 术语

由于读者可能对于Git的内部原理不甚熟悉，所以这里把专业词汇先列出来:

.git Directory & Working Directory: .git 目录是 Git 存储信息和操作信息的目录， Working Directory 是我们实际操作的目录。
Git Object: Git 对象，我们的文件、目录和提交记录都会以 Git Object 的格式存储在 .git 目录中。
Git Reference: Git 引用，我们的分支、远程分支、tag的索引都是已 Git Reference 的形式存储，本质是一个包含 SHA1 值的40个字符的16进制字符串。
SHA1: 所有的文件的内容都会通过该算法计算出其(其实还有一个header) SHA1值作为Git 对象的文件名(其实就是数据库中的Key)。
plumbing & porcelain: Git的