本文以一個(gè)具體例子結(jié)合動(dòng)圖介紹了Git的內(nèi)部原理，包括Git是什么儲(chǔ)存我們的代碼和變更歷史的、更改一個(gè)文件時(shí)，Git內(nèi)部是怎么變化的、Git這樣實(shí)現(xiàn)的有什么好處等等。

[[317591]]

通過(guò)例子解釋清楚上面這張動(dòng)圖，讓大家了解Git的內(nèi)部原理。如果你已經(jīng)能夠看懂這張圖了，下面的內(nèi)容可能對(duì)你來(lái)說(shuō)會(huì)比較基礎(chǔ)。

前言

近幾年技術(shù)發(fā)展十分迅猛，讓部分同學(xué)養(yǎng)成了一種學(xué)習(xí)知識(shí)停留在表面，只會(huì)調(diào)用一些指令的習(xí)慣。我們時(shí)常有一種“我會(huì)用這個(gè)技術(shù)、這個(gè)框架”的錯(cuò)覺(jué)，等到真正遇到問(wèn)題，才發(fā)現(xiàn)事情沒(méi)有那么簡(jiǎn)單。

后來(lái)我開(kāi)始沉下心，回歸一開(kāi)始接觸編程的時(shí)候，那時(shí)候?qū)W習(xí)一個(gè)知識(shí)都會(huì)深入一點(diǎn)去思考背后的原理。但這并不是說(shuō)掌握并會(huì)使用高級(jí)Api不重要，他們也非常重要，并且是日常工作中大部分時(shí)間都在使用的，快速掌握它們意味著高效學(xué)習(xí)，可以快速的應(yīng)用在開(kāi)發(fā)生產(chǎn)上。

只是有時(shí)候知道一些底層的東西，可以更好的幫你理清思路，知道你真正在操作什么，不會(huì)迷失在Git大量的指令和參數(shù)上面。

Git是怎么儲(chǔ)存信息的

這里會(huì)用一個(gè)簡(jiǎn)單的例子讓大家直觀感受一下git是怎么儲(chǔ)存信息的。

首先我們先創(chuàng)建兩個(gè)文件

$ git init 
$ echo '111' > a.txt 
$ echo '222' > b.txt 
$ git add *.txt 

Git會(huì)將整個(gè)數(shù)據(jù)庫(kù)儲(chǔ)存在 .git/ 目錄下，如果你此時(shí)去查看 .git/objects 目錄，你會(huì)發(fā)現(xiàn)倉(cāng)庫(kù)里面多了兩個(gè)object。

$ tree .git/objects 
.git/objects 
├── 58 
│ └── c9bdf9d017fcd178dc8c073cbfcbb7ff240d6c 
├── c2 
│ └── 00906efd24ec5e783bee7f23b5d7c941b0c12c 
├── info 
└── pack 

好奇的我們來(lái)看一下里面存的是什么東西

$ cat .git/objects/58/c9bdf9d017fcd178dc8c073cbfcbb7ff240d6c 
xKOR0a044K% 

怎么是一串亂碼?這是因?yàn)镚it將信息壓縮成二進(jìn)制文件。但是不用擔(dān)心，因?yàn)镚it也提供了一個(gè)能夠幫助你探索它的api git cat-file [-t] [-p] ， -t 可以查看object的類(lèi)型， -p 可以查看object儲(chǔ)存的具體內(nèi)容。

$ git cat-file -t 58c9 
blob 
$ git cat-file -p 58c9 
111 

可以發(fā)現(xiàn)這個(gè)object是一個(gè)blob類(lèi)型的節(jié)點(diǎn)，他的內(nèi)容是111，也就是說(shuō)這個(gè)object儲(chǔ)存著a.txt文件的內(nèi)容。

這里我們遇到第一種Git object，blob類(lèi)型，它只儲(chǔ)存的是一個(gè)文件的內(nèi)容，不包括文件名等其他信息。然后將這些信息經(jīng)過(guò)SHA1哈希算法得到對(duì)應(yīng)的哈希值 58c9bdf9d017fcd178dc8c073cbfcbb7ff240d6c，作為這個(gè)object在Git倉(cāng)庫(kù)中的唯一身份證。

也就是說(shuō)，我們此時(shí)的Git倉(cāng)庫(kù)是這樣子的：

我們繼續(xù)探索，我們創(chuàng)建一個(gè)commit。

$ git commit -am '[+] init' 
$ tree .git/objects 
.git/objects 
├── 0c 
│ └── 96bfc59d0f02317d002ebbf8318f46c7e47ab2 
├── 4c 
│ └── aaa1a9ae0b274fba9e3675f9ef071616e5b209 
... 

我們會(huì)發(fā)現(xiàn)當(dāng)我們commit完成之后，Git倉(cāng)庫(kù)里面多出來(lái)兩個(gè)object。同樣使用 cat-file 命令，我們看看它們分別是什么類(lèi)型以及具體的內(nèi)容是什么。

$ git cat-file -t 4caaa1 
tree 
$ git cat-file -p 4caaa1 
100644 blob 58c9bdf9d017fcd178dc8c0...  a.txt 
100644 blob c200906efd24ec5e783bee7...  b.txt 

這里我們遇到了第二種Git object類(lèi)型——tree，它將當(dāng)前的目錄結(jié)構(gòu)打了一個(gè)快照。從它儲(chǔ)存的內(nèi)容來(lái)看可以發(fā)現(xiàn)它儲(chǔ)存了一個(gè)目錄結(jié)構(gòu)(類(lèi)似于文件夾)，以及每一個(gè)文件(或者子文件夾)的權(quán)限、類(lèi)型、對(duì)應(yīng)的身份證(SHA1值)、以及文件名。

此時(shí)的Git倉(cāng)庫(kù)是這樣的：

$ git cat-file -t 0c96bf 
commit 
$ git cat-file -p 0c96bf 
tree 4caaa1a9ae0b274fba9e3675f9ef071616e5b209 
author lzane 李澤帆 1573302343 +0800 
committer lzane 李澤帆 1573302343 +0800 
[+] init 

接著我們發(fā)現(xiàn)了第三種Git object類(lèi)型——commit，它儲(chǔ)存的是一個(gè)提交的信息，包括對(duì)應(yīng)目錄結(jié)構(gòu)的快照tree的哈希值，上一個(gè)提交的哈希值(這里由于是第一個(gè)提交，所以沒(méi)有父節(jié)點(diǎn)。在一個(gè)merge提交中還會(huì)出現(xiàn)多個(gè)父節(jié)點(diǎn))，提交的作者以及提交的具體時(shí)間，最后是該提交的信息。

此時(shí)我們?nèi)タ碐it倉(cāng)庫(kù)是這樣的：

到這里我們就知道Git是怎么儲(chǔ)存一個(gè)提交的信息的了，那有同學(xué)就會(huì)問(wèn)，我們平常接觸的分支信息儲(chǔ)存在哪里呢?

$ cat .git/HEAD 
ref: refs/heads/master 
 
$ cat .git/refs/heads/master 
0c96bfc59d0f02317d002ebbf8318f46c7e47ab2 

在Git倉(cāng)庫(kù)里面，HEAD、分支、普通的Tag可以簡(jiǎn)單的理解成是一個(gè)指針，指向?qū)?yīng)commit的SHA1值。

其實(shí)還有第四種Git object，類(lèi)型是tag，在添加含附注的tag( git tag -a )的時(shí)候會(huì)新建，這里不詳細(xì)介紹，有興趣的朋友按照上文中的方法可以深入探究。

至此我們知道了Git是什么儲(chǔ)存一個(gè)文件的內(nèi)容、目錄結(jié)構(gòu)、commit信息和分支的。 其本質(zhì)上是一個(gè)key-value的數(shù)據(jù)庫(kù)加上默克爾樹(shù)形成的有向無(wú)環(huán)圖(DAG) 。這里可以蹭一下區(qū)塊鏈的熱度，區(qū)塊鏈的數(shù)據(jù)結(jié)構(gòu)也使用了默克爾樹(shù)。

Git的三個(gè)分區(qū)

接下來(lái)我們來(lái)看一下Git的三個(gè)分區(qū)(工作目錄、Index 索引區(qū)域、Git倉(cāng)庫(kù))，以及Git變更記錄是怎么形成的。了解這三個(gè)分區(qū)和Git鏈的內(nèi)部原理之后可以對(duì)Git的眾多指令有一個(gè)“可視化”的理解，不會(huì)再經(jīng)常搞混。

接著上面的例子，目前的倉(cāng)庫(kù)狀態(tài)如下：

這里有三個(gè)區(qū)域，他們所儲(chǔ)存的信息分別是：

工作目錄 ( working directory )：操作系統(tǒng)上的文件，所有代碼開(kāi)發(fā)編輯都在這上面完成。

索引( index or staging area )：可以理解為一個(gè)暫存區(qū)域，這里面的代碼會(huì)在下一次commit被提交到Git倉(cāng)庫(kù)。

Git倉(cāng)庫(kù)( git repository )：由Git object記錄著每一次提交的快照，以及鏈?zhǔn)浇Y(jié)構(gòu)記錄的提交變更歷史。

我們來(lái)看一下更新一個(gè)文件的內(nèi)容這個(gè)過(guò)程會(huì)發(fā)生什么事。

運(yùn)行 echo "333" > a.txt 將a.txt的內(nèi)容從111修改成333，此時(shí)如上圖可以看到，此時(shí)索引區(qū)域和git倉(cāng)庫(kù)沒(méi)有任何變化。

運(yùn)行 git add a.txt 將a.txt加入到索引區(qū)域，此時(shí)如上圖所示，git在倉(cāng)庫(kù)里面新建了一個(gè)blob object，儲(chǔ)存了新的文件內(nèi)容。并且更新了索引將a.txt指向了新建的blob object。

運(yùn)行 git commit -m 'update' 提交這次修改。如上圖所示

• Git首先根據(jù)當(dāng)前的索引生產(chǎn)一個(gè)tree object，充當(dāng)新提交的一個(gè)快照。
• 創(chuàng)建一個(gè)新的commit object，將這次commit的信息儲(chǔ)存起來(lái)，并且parent指向上一個(gè)commit，組成一條鏈記錄變更歷史。
• 將master分支的指針移到新的commit結(jié)點(diǎn)。

至此我們知道了Git的三個(gè)分區(qū)分別是什么以及他們的作用，以及歷史鏈?zhǔn)窃趺幢唤⑵饋?lái)的。**基本上Git的大部分指令就是在操作這三個(gè)分區(qū)以及這條鏈。 可以嘗試的思考一下git的各種命令，試一下你能不能夠在上圖將它們 “可視化”**出來(lái)，這個(gè)很重要，建議嘗試一下。

如果不能很好的將日常使用的指令“可視化”出來(lái)，推薦閱讀 圖解Git

一些有趣的問(wèn)題

有興趣的同學(xué)可以繼續(xù)閱讀，這部分不是文章的主要內(nèi)容

問(wèn)題1：為什么要把文件的權(quán)限和文件名儲(chǔ)存在tree object里面而不是blob object呢?

想象一下修改一個(gè)文件的命名。

如果將文件名保存在blob里面，那么Git只能多復(fù)制一份原始內(nèi)容形成一個(gè)新的blob object。而Git的實(shí)現(xiàn)方法只需要?jiǎng)?chuàng)建一個(gè)新的tree object將對(duì)應(yīng)的文件名更改成新的即可，原本的blob object可以復(fù)用，節(jié)約了空間。

問(wèn)題2：每次commit，Git儲(chǔ)存的是全新的文件快照還是儲(chǔ)存文件的變更部分?

由上面的例子我們可以看到，Git儲(chǔ)存的是全新的文件快照，而不是文件的變更記錄。也就是說(shuō)，就算你只是在文件中添加一行，Git也會(huì)新建一個(gè)全新的blob object。那這樣子是不是很浪費(fèi)空間呢?

這其實(shí)是Git在空間和時(shí)間上的一個(gè)取舍，思考一下你要checkout一個(gè)commit，或?qū)Ρ葍蓚€(gè)commit之間的差異。如果Git儲(chǔ)存的是問(wèn)卷的變更部分，那么為了拿到一個(gè)commit的內(nèi)容，Git都只能從第一個(gè)commit開(kāi)始，然后一直計(jì)算變更，直到目標(biāo)commit，這會(huì)花費(fèi)很長(zhǎng)時(shí)間。而相反，Git采用的儲(chǔ)存全新文件快照的方法能使這個(gè)操作變得很快，直接從快照里面拿取內(nèi)容就行了。

當(dāng)然，在涉及網(wǎng)絡(luò)傳輸或者Git倉(cāng)庫(kù)真的體積很大的時(shí)候，Git會(huì)有垃圾回收機(jī)制gc，不僅會(huì)清除無(wú)用的object，還會(huì)把已有的相似object打包壓縮。

問(wèn)題3：Git怎么保證歷史記錄不可篡改?

通過(guò)SHA1哈希算法和哈系樹(shù)來(lái)保證。假設(shè)你偷偷修改了歷史變更記錄上一個(gè)文件的內(nèi)容，那么這個(gè)問(wèn)卷的blob object的SHA1哈希值就變了，與之相關(guān)的tree object的SHA1也需要改變，commit的SHA1也要變，這個(gè)commit之后的所有commit SHA1值也要跟著改變。又由于Git是分布式系統(tǒng)，即所有人都有一份完整歷史的Git倉(cāng)庫(kù)，所以所有人都能很輕松的發(fā)現(xiàn)存在問(wèn)題。

希望大家讀完有所收獲，下一篇文章會(huì)寫(xiě)一些我日常工作中覺(jué)得比較實(shí)用的Git技巧、經(jīng)常被問(wèn)到的問(wèn)題、以及發(fā)生一些事故時(shí)的處理方法。