git的定義是一個內(nèi)容尋址文件系統(tǒng)。內(nèi)容、尋址、文件、系統(tǒng)，該來的總會來的…

本文旨在通過實踐來介紹.git文件夾中的目錄及文件功能，屬git基礎(chǔ)知識。但在此基礎(chǔ)上可解決各git使用過程中可能遇到的問題，如“.git文件夾占用空間大”，“git如何找回丟失的對象(提交)”，”git diff 對比依據(jù)是什么”等，

[[244047]]

話不多說，擼起袖子就是干，來看看 .git 是個啥樣，這些個貨色都是干嘛的。

# 初始化git，查看內(nèi)容 
git init 產(chǎn)生一個.git隱藏文件夾 
cd .git 
ls -F1 
# 初始化時的.git長這樣 
# HEAD 
# config 
# description 
# hooks/ 
# info/ 
# objects/ 
# refs/ 
# 日常工作中的.git大概長這樣 
# COMMIT_EDITMSG 
# config 
# description 
# hooks/ 
# index 
# info/ 
# logs/ 
# objects/ 
# refs/ 

隨著之后的多種 git操作 ，還會存在如 MERGE_HEAD 、 MERGE_MODE等和 COMMIT_EDITMSG 類似功能的文件，branches(分支信息)、lost-found(存儲被懸掛起/丟失的提交對象)、packed-refs(壓縮后的refs記錄)等和logs、objects類似功能的文件夾。

以上面的.git為例做個簡單的介紹：

COMMIT_EDITMSG 最近一次的 commit edit message ;

# 編寫提交信息的兩種姿勢 
git commit 
# 自動打開文件編輯，在文件中輸入信息即可 
git commit -m msg 
# 信息都會被保存到 COMMIT_EDITMSG 
# 如需修改提交信息，不可直接編輯COMMIT_EDITMSG，可執(zhí)行以下命令 
git commit --amend  
# 自動打開文件編輯，在文件中修改信息即可 

description 描述文件，打開后里面提醒該為git倉庫創(chuàng)建個描述(Unnamed repository; edit this file ‘description’ to name the repository.)。

config 文件包含項目特有的配置選項，如一些常用項：

• [core] ignorecase 是否忽略文件大小寫;
• [remote "origin"] url 配置遠程倉庫地址;
• [remote "origin"] fetch 遠程分支映射關(guān)系;
• [user] name 用戶名
• [user] email 郵箱
• [alias] 命令別名配置 ： cmt = commit

抑或更多其他config參數(shù)…

全局配置文件在 ~/.gitconfig ，Windows應(yīng)該是在Users/Administrator/.gitconfig。

info/ 文件夾用以存儲一些有關(guān)git倉庫的信息，如exclude

# 包含一個全局性排除（global exclude）文件，用以放置那些不希望被記錄在 .gitignore 文件中的忽略模式（ignored patterns）； 
echo for git ignore > git-ignore 
echo for git exclude > git-exclude 
echo git-ignore > .gitignore 
git status 
      
# On branch test 
# Untracked files: 
# (use "git add <file>..." to include in what will be committed) 
  
# .gitignore 
# git-exclude 
  
# git-ignore已被忽略，還有2個untracked的文件 
  
cd .git 
cd info/ 
vi exclude 
      
# ***一行新增 git-exclude 
      
cd ../.. 
git status 
# On branch test 
# Untracked files: 
# (use "git add <file>..." to include in what will be committed) 
  
# .gitignore 
  
# git-exclude 已被忽略，只有.gitignore還是untracked 

除exclude文件外，還可能會有refs、grafts，attributes等文件

hooks/ 文件夾包含客戶端或服務(wù)端的鉤子腳本(hook scripts)，如pre-commit，post-receive等：

vi .git/hooks/pre-commit 
# 保存以下信息  ***行指定用什么執(zhí)行 
#!/bin/sh 
echo "Message for pre commit"; 
exit 1; 
# 開執(zhí)行權(quán)限 
chmod +x .git/hooks/pre-commit   # user+group+other 執(zhí)行x(1)權(quán)限  ，備注 r(4,read),w(2,write),x(1,execute),-(0,no permission),s(special) 
      
touch commit-hook-test 
git add . 
git commit -m “pre-commit test“ 
# 你會看到以下信息 
# Message for pre commit 
  
# 如果不exit，則繼續(xù)執(zhí)行，詳情可參考.git/hooks/下的*.sample文件 
# Message for pre commit 
# [test 038e6ec] pre-commit test 
# 1 file changed, 1 insertion(+), 1 deletion(-) 

logs/ 放置git倉庫操作記錄的文件夾，包含HEAD文件 和 refs文件夾。

HAED 文件包含對 git分支 的操作記錄，如

vi HEAD 
# 99a10c283c33beed7f31c210a6c8b411d2a31085 5daf6094ea2cc60d17e947c0435096a4bdafe82d yeshou <yeshou@xxx.com> 1535082919 +0800       commit: rm files 
# 5daf6094ea2cc60d17e947c0435096a4bdafe82d b8e02a5f9c2bf44342d15f5ea1e60ffd9434765a yeshou <yeshou@xxx.com> 1535087285 +0800        checkout: moving from test to master 
# 先是刪除文件后提交了次，再是由test檢出到master 

refs 文件夾包含 heads 文件夾，remote文件夾。heads 記錄本地相關(guān)的各 git分支 操作記錄，remote 記錄遠程倉庫相關(guān)的各 git分支 操作記錄

cd heads 
ls 
# master   master分支操作記錄 
# test     test分支操作記錄 
  
cd remote/origin 
ls 
# master  遠程master分支操作記錄 
# test    遠程test分支操作記錄 

HEAD 文件指示當(dāng)前被檢出(所在)的分支，如當(dāng)前在test分支，文件內(nèi)容則為ref: refs/heads/test。

index 文件是當(dāng)前版本的文件索引，包含生成當(dāng)前樹(唯一確定的)對象的所虛信息，可用于快速比對工作樹和其他提交樹對象的差異(各commit和HEAD之間的diff)，可用于存儲單文件的多個版本以有效的解決合并沖突?？墒褂胓it ls-files 查看index文件內(nèi)容。如：

• git commit 的一次提交從index中的信息生成tree對象，將其存儲在對象數(shù)據(jù)庫中，并與本次新的commit做關(guān)聯(lián)，產(chǎn)生本次commit的tree信息(下面的objects介紹中會提到commit和tree)。

refs/ (references) 文件夾存儲指向數(shù)據(jù)(分支)的提交對象指針;其中 heads 文件夾記錄內(nèi)部文件對應(yīng)名稱的分支的提交對象;tags記錄內(nèi)部文件對應(yīng)名稱的標(biāo)簽的提交對象;remotes記錄內(nèi)部文件對應(yīng)名稱的遠程倉庫分支的提交對象;

舉個例子：

cat .git/refs/heads/master 
 # ce1fed3fdbaf12e816e3028055f9feee57b33b45 當(dāng)前master的提交記錄 
 git checkout -b test # 檢出一個新分支 
 find .git 
 # 多了個 .git/refs/heads/test 文件 
 git log 
  
 # commit 63a85dcbc6978f2d43996f5bebc38993c2afadaa (HEAD -> test) 
 # Author: yeshou <yeshou@xxx.com> 
 # Date:   Sat Aug 25 13:57:26 2018 +0800 
 # 
 # branch test : edit test : add line : write d 
  
 # commit ce1fed3fdbaf12e816e3028055f9feee57b33b45 (master) 
 # Author: yeshou <yeshou@xxx.com> 
 # Date:   Sat Aug 25 12:40:35 2018 +0800 
 #  
 # edit test : add line : write c 
  
 cat .git/refs/heads/test 
 # 63a85dcbc6978f2d43996f5bebc38993c2afadaa   當(dāng)前test的最近提交記錄 
 cat .git/refs/heads/master 
 # ce1fed3fdbaf12e816e3028055f9feee57b33b45 依然是當(dāng)前master的最近提交記錄 

另兩者亦然。

objects/ 文件夾用以存儲git倉庫中的所有數(shù)據(jù)內(nèi)容。

一步步來…

先看看這個文件夾里是怎么存數(shù)據(jù)內(nèi)容的，再理解這些數(shù)據(jù)內(nèi)容又是什么。

# 為了清晰的看明白objects文件夾中文件的生成，初始化.git 
rm -rf .git 
git init   
cd .git  
find .git # 這時候objects文件夾下只有pack和info 兩個空文件夾 
touch test 
vi test 
# 輸入 a ，保存，退出 
git add test 
find .git 
# objects 下多了個文件夾，且里面有文件 
# .git/objects/44 
# .git/objects/44/2406aa9341668f9c43c2d5378a777ad69324a0 

驗證下這個文件內(nèi)容是什么，注意，這是個二進制球，呸…是文件，文明觀球，呸…是觀看。這里我們用傳說中g(shù)it中的手術(shù)刀( git cat-file )來解剖git文件。

git cat-file -p 442406aa9341668f9c43c2d5378a777ad69324a0 
# 輸出 a 

9de29bb2d1d6434b8b29ae775ad8c2e48c5391 是個二進制文件，是git對象中的blob對象，它記錄了當(dāng)前版本的該文件的數(shù)據(jù)內(nèi)容，并以SHA-1計算產(chǎn)生一個40個字符的校驗和。 根據(jù)官方描述：這是一個 SHA-1 哈希值——一個將待存儲的數(shù)據(jù)外加一個頭部信息(header)一起做 SHA-1 校驗運算而得的校驗和。

繼續(xù)操作，修改test

vi test 
# 第二行輸入 b ，保存，退出 
git add test 
find .git 
# objects 下又多了個文件夾，且里面也有文件 
# .git/objects/bf 
# .git/objects/bf/daa0f1c3415c09d3080063911d155fd7259d18 

這次的二進制文件的數(shù)據(jù)內(nèi)容是 a (手動換行) b 。

繼續(xù)走下去：

git commit -m “add test” 
# wtf，怎么突然生出2個文件夾，來來來，看看內(nèi)容 
# .git/objects/3e 
# .git/objects/3e/5f95cd5c4f0ff429522b0fdfeda9369f92d89c 
# .git/objects/fd 
# .git/objects/fd/1332e4e95f8a64682c1516e175abb66b6f6325 
git cat-file -t fd1332e4e95f8a64682c1516e175abb66b6f6325 
# commit 
git cat-file -p fd1332e4e95f8a64682c1516e175abb66b6f6325 
# tree對象、作者、提交者、提交日期、提交信息、父對象(有的話帶一個或多個父對象) 
# tree 3e5f95cd5c4f0ff429522b0fdfeda9369f92d89c  
# author yeshou <yeshou@xxx.com> 1535168447 +0800 
# committer yeshou <yeshou@xxx.com> 1535168447 +0800 
# add dir-test     
git cat-file -t 3e5f95cd5c4f0ff429522b0fdfeda9369f92d89c 
# tree 
git cat-file -p 3e5f95cd5c4f0ff429522b0fdfeda9369f92d89c 
# 100644 blob bfdaa0f1c3415c09d3080063911d155fd7259d18    test 
git cat-file -p bfdaa0f1c3415c09d3080063911d155fd7259d18 
# a (換行) b 

3e5f95cd5c4f0ff429522b0fdfeda9369f92d89c 也是個二進制文件，是git對象中的tree對象，記錄著blob標(biāo)識符、路徑名和在一個tree下的所有文件的元數(shù)據(jù)。

fd1332e4e95f8a64682c1516e175abb66b6f6325 又是個二進制文件，是git對象中的commit對象，它記錄了當(dāng)前版本的一次提交數(shù)據(jù)內(nèi)容，包含tree對象、作者、提交者、提交日期、提交信息、父對象(有的話帶一個或多個父對象)。

然后，pack文件夾是干嘛的?

隨著objects文件夾下的文件夾和文件不斷生成(也就是N多次的commit之后)，objects文件夾明顯會”長大”，這時開發(fā)者可以用 git gc 來對之前的操作的對象做整理壓縮。

pack 文件夾內(nèi)有2個文件 pack-(SHA-1).pack 和 pack-(SHA-1).idx 前者是以壓縮形式存儲之前記錄對象的文件，后者用以存儲訪問索引的文件。

舉個例子：

git gc  
# Counting objects: 12, done. 
# Delta compression using up to 4 threads. 
# Compressing objects: 100% (4/4), done. 
# Writing objects: 100% (12/12), done. 
# Total 12 (delta 0), reused 0 (delta 0) 
find .git 
# 發(fā)現(xiàn)少了很多objects里的文件夾和文件，多了以下2個文件 
# .git/objects/pack/pack-2021ec3cb18c796fdfca8ef616fb6a20b1449ab1.pack 
# .git/objects/pack/pack-2021ec3cb18c796fdfca8ef616fb6a20b1449ab1.idx 
git verify-pack -v .git/objects/pack/pack-2021ec3cb18c796fdfca8ef616fb6a20b1449ab1.idx 
# 列出之前存在objects里的所有操作數(shù)據(jù)內(nèi)容 
# 655a12c9b83a029bb46fa852ea15e6affd1587d8 commit 167 117 510 
# ... 
# 616dfdb2643c725fa1027ecef76d49d482d9e26d tree   32 43 670 
# ... 
# bfdaa0f1c3415c09d3080063911d155fd7259d18 blob   5 14 853 
# 也可以通過后面加 | grep keyword 來搜索所需的內(nèi)容，如下列出所有commit記錄 
git verify-pack -v .git/objects/pack/pack-2021ec3cb18c796fdfca8ef616fb6a20b1449ab1.idx | grep commit 

git gc ( garbage collect )命令將會收集所有松散對象并將它們存入 pack，合并這些 pack 進一個大的 pack，然后將不被任何 commit 引用并且已存在一段時間 (數(shù)月) 的對象刪除，除此之外還會將所有引用 (references) 并入一個單獨文件(上面有提到隨著各種操作，.git下還會產(chǎn)生更多文件夾，.git中的packed-refs文件夾就是這時候產(chǎn)生的)。該命令可能通過修改配置中的 gc.auto 和 gc.autopacklimit 來調(diào)整操作閾值。注意：git gc 調(diào)用的也是 git prune ，如有需求也可關(guān)注這個命令。

至于”info文件夾是干嘛的?”這個問題還未知… 官網(wǎng)的描述也沒看懂，也沒查到或者在項目中實際出現(xiàn)這個文件夾有存在什么文件，要么等遇到再說?

至此git對象中的三個對象已經(jīng)知道是咋回事了，還剩個tags對象，簡單介紹下。

tags對象通常也是一個commit對象，指的是一個指定了開發(fā)者可讀名稱的一個特殊對象，如有需要也可通過 git cat-file 來解析探索。

其間關(guān)系大致如下：

|- commit       aaaaa… 
    |- tree       abbbb… 
        |- blob       acccc… （可能是這次修改的） 
        |- blob       adddd…（也可能是上次修改的） 
        |- tree        aeeee…   
            |- blob        affff… 
  
|- commit        bbbbb… 

關(guān)系圖的話，這個是git官網(wǎng)的… 和上面的結(jié)構(gòu)是一樣的。

基于objects的介紹再回過頭來看看”內(nèi)容、尋址、文件、系統(tǒng)”便比較清晰了：以git對象作為內(nèi)容，通過唯一的校驗和尋址，文件形式存儲的一個版本控制系統(tǒng)。

了解完這些，主要還是希望能夠運用到實際生產(chǎn)中來解決問題。如 “項目中.git文件為什么這么大?怎么處理?”

可能的處理方案：

1. 執(zhí)行 git gc ，如果壓縮后能達到預(yù)期效果，則不做過多處理

2.針對歷史記錄中對某些大文件的引用，則刪除對應(yīng)引用的對象，操作如下

git gc 
git count-objects -v 
git verify-pack -v .git/objects/pack/pack-(SHA-1).idx | sort -k 3 -n | tail -5 
# 前面用過了git verify-pack，可知第三列信息表示的文件大小，這里用tail取前5個較大文件的記錄 
git rev-list --objects --all | grep (SHA-1) 
# 使用 git rev-list --objects -all 來查看指定 (SHA-1) 對象信息 
# ce1fed3fdbaf12e816e3028055f9feee57b33b45 xxx.mp4  比如是個視頻文件 
git log --pretty=oneline --branches -- xxx.mp4 
# 找出哪些 commit 修改/操作了這個文件 
# 94cbe08e... add xxx.mp4 
git filter-branch --index-filter 'git rm --cached --ignore-unmatch xxx.mp4' -- 94cbe08e^.. 
# 刪除文件引用，rewrite 信息... 
rm -rf .git/refs/original 
rm -rf .git/logs/ 
git gc 
# 刪除 .git/refs/original 和 .git/logs/ ，處理其中對xxx.mp4文件仍存在的引用，之后repack倉庫 
git count-objects -v 
# 檢查下操作后文件大小，或者直接在.git目錄下執(zhí)行 du -h -d 1 查看1級目錄/文件的大小 

3.若還是難處理，或者不好處理，或者不想刪除大文件的引用，則備份一份.git，然后初始化git倉庫，操作如下

# 除去備份操作，備份操作使用者自定義 
rm -rf .git 
git init 
git remote add origin xxx.git  
 
# 重新指向新的遠程倉庫地址，也可根據(jù)上文所說修改config文件來指定 

參考

關(guān)于git hooks，參考Customizing-Git-Git-Hooks

https://git-scm.com/book/en/v2/Customizing-Git-Git-Hooks

關(guān)于更詳細的.git文件夾，參考 Gitrepository-layout-objectsinfo

https://git-scm.com/docs/gitrepository-layout#gitrepository-layout-objectsinfo