git存储原理

最新推荐文章于 2024-07-27 18:11:02 发布

凤舞飘伶

最新推荐文章于 2024-07-27 18:11:02 发布

阅读量349

点赞数

分类专栏： DevOps

本文链接：https://blog.csdn.net/woshaguayi/article/details/114839621

版权

DevOps 专栏收录该内容

11 篇文章 0 订阅

订阅专栏

四种数据类型

实际上Git基于数据类型的不同，把对象分为四种：数据对象、树对象、提交对象、标签对象。Git文件系统的设计思路与linux文件系统相似，即将文件的内容与文件的属性分开存储，文件内容以“装满字节的袋子”存储在文件系统中，文件名、所有者、权限等文件属性信息则另外开辟区域进行存储。在Git中，数据对象相当于文件内容，树对象相当于文件目录树，提交对象则是对文件系统的快照，标签对象则是对提交信息的引用。

下面我们分别对每种对象进行说明（建议大家操作的时候观察一下.git/objects目录的变化）

数据对象

数据对象是文件的内容，不包括文件名、权限等信息。Git会根据文件内容计算出一个hash值，以hash值作为文件索引存储在Git文件系统中。由于相同的文件内容的hash值是一样的，因此Git将同样内容的文件只会存储一次。git hash-object可以用来计算文件内容的hash值，并将生成的数据对象存储到Git文件系统中：

$ echo 'version 1' | git hash-object -w --stdin
83baae61804e65cc73a7201a7252750c76066a30
$ echo 'version 2' | git hash-object -w --stdin
1f7a7a472abf3dd9643fd615f6da379c4acb3e3a
$ echo 'new file' | git hash-object -w --stdin
fa49b077972391ad58037050f2a75f74e3671e92

上面示例中，-w表示将数据对象写入到Git文件系统中，如果不加这个选项，那么只计算文件的hash值而不写入；–stdin表示从标准输入中获取文件内容，当然也可以指定一个文件路径代替此选项。上面讲数据对象写入到Git文件系统中，那如何读取数据对象呢？git cat-file可以用来实现所有Git对象的读取。

$ git cat-file -p 83baae61804e65cc73a7201a7252750c76066a30
version 1
$ git cat-file -t 83baae61804e65cc73a7201a7252750c76066a30
blob

上面示例中，-p表示查看Git对象的内容，-t表示查看Git对象的类型。

我们能够对Git文件系统中的数据对象进行读写。但是，我们需要记住每一个数据对象的hash值，才能访问到Git文件系统中的任意数据对象，这显然是不现实的。数据对象只是解决了文件内容存储的问题，而文件名的存储则需要通过树对象来解决。

树对象

树对象是文件目录树，记录了文件获取目录的名称、类型、模式信息。使用git update-index可以为数据对象指定名称和模式，然后使用git write-tree将树对象写入到Git文件系统中：

$ git update-index --add --cacheinfo 100644 83baae61804e65cc73a7201a7252750c76066a30 test.txt
$ git write-tree
d8329fc1cc938780ffdd9f94e0d364e0ea74f579

–add表示新增文件名，如果第一次添加某一文件名，必须使用此选项；–cacheinfo <mode> <object> <path>是要添加的数据对象的模式、hash值和路径，<path>意味着为数据对象不仅可以指定单纯的文件名，也可以使用路径。另外要注意的是，使用git update-index添加完文件后，一定要使用git write-tree写入到Git文件系统中，否则只会存在于index区域。此时的效果类似于执行了git add命令。

树对象仍然可以使用git cat-file查看：

$ git cat-file -p d8329fc1cc938780ffdd9f94e0d364e0ea74f579
100644 blob 83baae61804e65cc73a7201a7252750c76066a30  test.txt
$ git cat-file -t d8329fc1cc938780ffdd9f94e0d364e0ea74f579
tree

树对象解决了文件名的问题，而且，由于我们是分阶段提交树对象的，树对象可以看做是开发阶段源代码目录树的一次次快照，因此我们可以是用树对象作为源代码版本管理。但是，这里仍然有问题需要解决，即我们需要记住每个树对象的hash值，才能找到个阶段的源代码文件目录树。在源代码版本控制中，我们还需要知道谁提交了代码、什么时候提交的、提交的说明信息等，接下来的提交对象就是为了解决这个问题的。

提交对象

提交对象是用来保存提交的作者、时间、说明这些信息的，可以使用git commit-tree来将提交对象写入到Git文件系统中：

$ echo 'first commit' | git commit-tree d8329fc1cc938780ffdd9f94e0d364e0ea74f579
db1d6f137952f2b24e3c85724ebd7528587a067a

上面commit-tree除了要指定提交的树对象，也要提供提交说明，至于提交的作者和时间，则是根据环境变量自动生成，并不需要指定。这里需要提醒一点的是，读者在测试时，得到的提交对象hash值一般和这里不一样，这是因为提交的作者和时间是因人而异的。此时相当于执行了git commit

提交对象的查看，也是使用git cat-file：

$ git cat-file -p d555a9dfc304e74a9557a5d92dc0807c20765104
tree d8329fc1cc938780ffdd9f94e0d364e0ea74f579
author defwang &lt;wangdefu@100tal.com&gt; 1607259906 +0800
committer defwang &lt;wangdefu@100tal.com&gt; 1607259906 +0800

first commit

$ git cat-file -t bb4de00acf2b259e767d8321e0fa3c865dae780e
commit

上面是属于首次提交，那么接下来的提交还需要指定使用-p指定父提交对象，这样代码版本才能成为一条时间线：

$ git update-index --add --cacheinfo 100644 1f7a7a472abf3dd9643fd615f6da379c4acb3e3a test2.txt
$ git write-tree
e6cebf205657fb2046b5f38877bbfa8c3ae2d05c
$ echo 'second commit' | git commit-tree e6cebf205657fb2046b5f38877bbfa8c3ae2d05c -p d555a9dfc304e74a9557a5d92dc0807c20765104
bb4de00acf2b259e767d8321e0fa3c865dae780e

使用git cat-file查看一下新的提交对象，可以看到相比于第一次提交，多了parent部分：

$ git cat-file -p bb4de00acf2b259e767d8321e0fa3c865dae780e
tree e6cebf205657fb2046b5f38877bbfa8c3ae2d05c
parent d555a9dfc304e74a9557a5d92dc0807c20765104
author defwang &lt;wangdefu@100tal.com&gt; 1607260467 +0800
committer defwang &lt;wangdefu@100tal.com&gt; 1607260467 +0800

second commit

使用git log可以查看整个提交历史：

$ git log --stat bb4de00acf2b259e767d8321e0fa3c865dae780e
commit bb4de00acf2b259e767d8321e0fa3c865dae780e
Author: defwang &lt;wangdefu@100tal.com&gt;
Date:   Sun Dec 6 21:14:27 2020 +0800

    second commit

 test2.txt | 1 +
 1 file changed, 1 insertion(+)

commit d555a9dfc304e74a9557a5d92dc0807c20765104
Author: defwang &lt;wangdefu@100tal.com&gt;
Date:   Sun Dec 6 21:05:06 2020 +0800

    first commit

 test.txt | 1 +
 1 file changed, 1 insertion(+)

有时候我们为了方便记忆某一次提交，会对该提交打一个tag进行标记，这就产生了标签对象

标签对象

$ git tag -a v1.0.0 bb4de00acf2b259e767d8321e0fa3c865dae780e -m "test tag"

当执行上面命令之后，.git目录下的refs目录中就会多一个文件

refs/tags└── v1.0.0

文件内容为为40位的hash码，同样我们使用git cat-file读取该hash值

$ git cat-file -p 4599faa3ffb8042b85fce6f80cad2633b4ee01ff
object bb4de00acf2b259e767d8321e0fa3c865dae780e
type commit
tag v1.0.0
tagger defwang &lt;wangdefu@100tal.com&gt; 1607262079 +0800

test tag
git cat-file -t 4599faa3ffb8042b85fce6f80cad2633b4ee01ff
tag

可见该对象的类型为tag

至此，我们已经知道了git的四种数据类型，blob、tree、commit、tag
Git中的数据对象解决了数据存储的问题，树对象解决了文件名存储问题，提交对象解决了提交信息的存储问题，标签对象则是对提交对象进行更形象的命名，从Git设计中可以看出，Linus对一个源代码版本控制系统做了很好的抽象和解耦，每种对象解决的问题都很明确，相比于使用一种数据结构，无疑更灵活和更易维护。