GIT原理介绍

• 2019 年 10 月 12 日
• 筆記

Git 是一套内容寻址文件系统。很不错。不过这是什么意思呢？ 这种说法的意思是，Git 从核心上来看不过是简单地存储键值对（key-value）。它允许插入任意类型的内容，并会返回一个键值，通过该键值可以在任何时候再取出该内容。

我们都知道当我们初始化一个仓库的时候，也就是执行以下命令后，文件夹内会生成一个.git文件夹，

git init

内部会包含，以下文件夹。

• hooks //钩子文件夹，内部文件实际上就是一些特定时间触发的shell脚本，我们可以简单的做一个部署系统，每次提交特定tag的时候，则部署最新的代码到服务器。
• objects //真正的内容存放的文件夹，下面重点讲下这里。
• refs //refs目录存放了各个分支（包括各个远端和本地的HEAD）所指向的commit对象的指针（引用），也就是对应的sha-1值；同时还包括stash的最新sha-1值
• config //git配置信息，包括用户名，email，remote repository的地址，本地branch和remote branch的follow关系
• HEAD //存放的是一个具体的路径，也就是refs文件夹下的某个具体分支。意义：指向当前的工作分支。项目中的HEAD 是指向当前 commit 的引用，它具有唯一性，每个仓库中只有一个 HEAD。在每次提交时它都会自动向前移动到最新 的 commit
• index //存放的索引文件，可使用 git ls-files –stage 查看。应该zlib加密后的，PHP可使用gzdeflate()函数

这是objects文件夹，可以看到都是些数字和字符，实际上就是十六进制数。

下图是进入00文件夹后所有文件。

认识下GIT对象： blob对象， tree对象， commit对象

1.创建blob对象

  下面我们直接上底层命令， 运行此命令后，会在 .git/objects 文件夹下生成一个 两个字符 的文件夹，文件夹内部文件即类似上图中文件一样。

echo 'test'  | git hash-object -w --stdin  git hash-object -w test.txt

分解命令：

hash-object: 计算文本内容的sha-1（哈希值）  -w  :        加上此参数后，会把内容写入/objects文件夹，不加则仅仅是计算（不可使用此法单纯做计算用，因为GIT计算的HASH，其基础内容与原内容有所区别）  --stdin  :   此参数接收来自于标准输入的内容，即前面的  echo 'test'; 不加此参数，则直接写入某个文本

所以实际上我们看到的，objects 文件夹下的内容，文件名实际上是 hash 值。文件夹是40个字符的前两个（拥有相同前2位的hash值会被分配到同一个文件夹中）， 具体文件名则是后面38个字符。使用hash值的原因就在于，位数够多，并且hash值唯一，一点小变化，都会生成新的hash值，和md5算法是一样的道理。

注意：此hash值就像是GIT的指针，能唯一对应某一个具体的内容或提交，hash值作为寻址作用，不作为内容存储用，具体的文件内容存储方式是GIT更底层的存储方式决定。（sha-1和md5一样，均是不可逆的）

通过Linux find 命令查看所有已存储的hash文件：

find .git/objects -type f

通过 cat-file 命令可以将数据内容取回。该命令是查看 Git 对象的瑞士军刀。传入 -p 参数可以让该命令输出数据内容的类型：

git cat-file -p d670460b4b4aece5915caf5c68d12f560a9fe3e4  test content

通过 hash-object 命令，会把每一个文件的内容都给记录下来， 以此生成一个blob对象。可通过以下命令查看对象的类型

git cat-file -t d670460b4b4aece5915caf5c68d12f560a9fe3e4  blob

在实际项目过程中，不会这么简单，因为我们每次提交都是一个多文件的提交。很少的时候是单文件的，那此时Git就不是单单存储一个 blob对象了，而是 tree对象，
tree对象，见名知意，就是一个树对象，类似于操作系统目录，tree的分支，可能还是tree，也可能是blob，这就看实际的场景了。

对象存储方法：
GIT使用 zlib 库 的 deflate方法对数据内容进行压缩，但内容为 "blob 字符串长度+空字节+字符串本身"； 如：

blob 3aaa

2.创建tree对象

  上面说的创建blob对象，仅仅只是对某一个文件进行的计算与存储，而我们实际项目中，可能每一次操作都是好几个，甚至十几个文件一起，那如何才能把他们组织到一起，这就是 tree 对象的作用了。
要创建tree对象，需要使用 update-index，write-tree 命令：

git update-index --add a.txt    //此命令即可将a.txt加入到暂存区，  git write-tree                  //此命令即写入tree对象。  or  git update-index --add --cacheinfo 100164 sha-1 a.txt  git write-tree

  –cacheinfo 会从已存在的数据库（Object）中取得对应的内容给添加到索引中。
  实际生产中，一般情况下，会把末尾文件夹中的所有修改文件创建，blob对象，再对该文件夹（也就是所有的blob对象整体）进行write-tree的操作，得到一个tree对象，反复进行此操作，最后得到多个tree对象和多个blob对象。
  如上所说，若需要对某个存在三级文件夹的二级文件夹进行write-tree操作， 在把三级文件夹下的所有修改文件生成blob后，进行整体tree对象化，之后再与二级文件夹同级的文件夹和文件进行相同操作。此时就需要用到： read-tree 命令。如：

git read-tree --prefix=test_add_tree c08670e3f77cae748fbda5c0b83613d5f5995655  //该操作会把tree对象b822ff7272492f12b211d3b9c0f90163f48383bb 加入暂存区中，并取名test，之后再进行write-tree就把tree对象b822ff7272492f12b211d3b9c0f90163f48383bb 给加入了  //从实际生产来看，GIT会把此prefix默认为文件夹的名字  git cat-file -p dc054e0c59565791c70a1f6d6ad7d6676baf0349  100644 blob 765dc741c088b3baef0314a457f74c877a43405b    a.txt  100644 blob 7609a432a0ba538cfe3d7bbdb107096c2f010577    b.txt  100644 blob b114c2d776f5dd25dc75a2c7a81f99262d618bc3    c.txt  040000 tree c08670e3f77cae748fbda5c0b83613d5f5995655    test_add_tree

3.创建commit对象

  平时我们都是用** git commit -m "xxxx"** 提交了信息， 在这之前，会暂存相关文件的改动， 在提交后，会生成对应的tree对象，返回tree所对应的 sha-1值， 再进行一次 commit-tree 操作，最后会把刚保存的tree对象所对应的sha-1值 赋值给 commit-tree， 即生成了一个commit 对象。用法：

echo '提交信息' | git commit-tree b822ff7272492f12b211d3b9c0f90163f48383bb （对应的tree对象返回的 sha-1值）  f7bc39001ff6cb183022234c94aa61ddedee44e0

通过 git cat-file -p f7bc39001ff6cb183022234c94aa61ddedee44e0 得到：

tree b822ff7272492f12b211d3b9c0f90163f48383bb                     //该commit对象指向的tree对象  author max.hua <****@****.cn> 1563847402 +0800           //config中指定的user.name信息  committer max.hua <****@****.cn> 1563847402 +0800        //config中指定的user.email信息    first commit

我们还可以给某一个commit对象指定它的父commit对象：

echo 'second commit' | git commit-tree b822ff7272492f12b211d3b9c0f90163f48383bb -p f7bc39001ff6cb183022234c94aa61ddedee44e0 (父级commit对象sha-1值)  42e08b70c341b7e60944de6dffc342b77f94f6e4

通过 git cat-file -p 42e08b70c341b7e60944de6dffc342b77f94f6e4得到：

tree b822ff7272492f12b211d3b9c0f90163f48383bb  parent f7bc39001ff6cb183022234c94aa61ddedee44e0                    //指向的父级commit对象  author max.hua <****@****.cn> 1563848153 +0800  committer max.hua <****@****.cn> 1563848153 +0800    second commit

想要查看我们使用管道命令生成的log记录： git log –stat 42e08b70c341b7e60944de6dffc342b77f94f6e4 ,得到：

git log --stat 42e08b70c341b7e60944de6dffc342b77f94f6e4  commit 42e08b70c341b7e60944de6dffc342b77f94f6e4  Author: max.hua <****@****.cn>  Date:   Tue Jul 23 10:15:53 2019 +0800        second commit    commit f7bc39001ff6cb183022234c94aa61ddedee44e0  Author: max.hua <****@****.cn>  Date:   Tue Jul 23 10:03:22 2019 +0800        first commit     a.php | 6 ++++++   b.txt | 1 +   c.txt | 1 +   3 files changed, 8 insertions(+)

  从上面的用法可以得到， git commit-tree 生成的 commit对象，只会包含 tree对象，参数选项中没有可以指定blob对象的参数。
如下：在测试时，强制使用blob对象的 sha-1值，会出现报错现象。

echo '第一次提交' | git commit-tree e56e15bb7ddb6bd0b6d924b18fcee53d8713d7ea  fatal: e56e15bb7ddb6bd0b6d924b18fcee53d8713d7ea is not a valid 'tree' object

4.应用

以上基本上就可概括平时使用git add 和 git commit 命令时GIT的工作。

1. 保存已修改文件成blob格式对象： git hash-object -w 各个文件
2. 更新索引： git update-index –add 各个文件名 或者 git update-index –add –cacheinfo mode sha-1 文件名 或者 git read-tree –prefix=test sha-1(某个tree的sha-1) ，作用在于把某个tree读入索引中
3. 创建树对象: git write-tree
4. 最后创建commit对象： git commit-tree sha-1 -m "提交信息" 或者 echo "提交信息" | git commit-tree sha-1 -p 父级sha-1

4.1 git add

  平时我们在使用的时候，使用 git add c.txt 后，把 c.txt 放入了暂存区， 而实际上此时已经生成了blob对象，并保存了相应的sha-1值命名的文件，同时添加到了索引文件中；之后当我们修改了之前添加到暂存区的文件并使用 git status 查看状态的时候，GIT会再对文件进行一次 hash运算，如果发现和已存在与索引中的内容产生了变化（sha-1值不同），则又会呈现出一个 Modify 状态。

  通过以下命令可查看到 .git/index 文件中的内容，其中存放了每一个被追踪的文件，对应的blob对象最新的sha-1值， 通过这里即可很直接的判断出哪个文件是否被修改，哪些没有被追踪了。

git ls-files --stage  100644 45c2647671db4e9d426c2085eba814fea16f6b9a 0       b.txt  100644 177308c04fc55b0d9985a7dfb545f6cebb7ea432 0       c.txt

4.2 git diff

  同上， 使用 git diff后， 会把文件的差异给列出来，而对比对象即是 索引中的内容，并不是HEAD指向的内容。 当对某文件执行了 git add 后，之后再进行修改，再使用git diff 查看区别， 你会发现已经存在区别了。也就是说，git diff 实际上是把当前文件与索引中的文件进行比较（通过sha-1值比较），当有不同的情况，则列出对应的改变。

4.3 git status

  使用 git status 后，GIT会对所有文件进行sha-1值计算，若计算到与前面讲到的 索引中得对应文件的sha-1值不同了，则代表有所改动，则标记为 Modify，若发现索引中不存在对应文件的sha-1值， 则标记为 Untracked files。

4.4 git branch 分支名

  该命令会生成一个新分支，也就是在 .git/refs/heads里面生成一个新的文件，文件名为分支名，如果有前缀feature之类的。则feature是文件夹名，其内是文件名。文件内容为当前的 commit 对象对应的sha-1值。所以实际上分支，也是一个 commit 对象的引用。只是在GIT中专门有文件记录了分支名和指向。我们甚至可以通过创建文件的方式，直接创建branch。

cd .git/refs/head/  echo 'e56e15bb7ddb6bd0b6d924b18fcee53d8713d7ea' > test_aaa

4.5 git checkout 某分支

  当使用 git checkout 的时候， GIT内部实际上就是把当前的HEAD指针给指向了另一个分支，而实际上也就是把 .git/HEAD 文件内容修改为切换的分支，而 .git/HEAD 内容指向的就是 .git/refs/heads中的分支，此文件内容又是一个 commit 对象的 sha-1值，所以也就间接指向了某个具体的 commit对象了， 从这个commit对象可得到它的父级对象，依次类推，即可得到完整的代码。

git update-ref HEAD <newvalue>

  有时候，我们在使用PHPStorm的时候，会用到"Annotate"， 就是查看本文件的GIT提交记录，还会查看某个提交下以前的版本的文件，看具体是修改了啥。"Amnotate previous revision"，实际上就是做了

git checkout sha-1 文件名      //该命令就会把某文件给恢复到某个提交的时候，不加文件名的话，就是恢复整个项目到某个提交的时候

4.6 git commit -m "提交信息"

  见如上信息。

4.7 git log

  使用该命令后，去 .git/logs 下寻找当前分支对应的文件名，文件中的内容即为每一次提交的信息。

4.8 git push

  使用git push 是把当前的分支上传到远程仓库，并把这个 branch 的路径上的所有 commits 也一并上传。 我认为实际就是修改了.git中的文件，因为这些文件里实际上就已经包含了压缩后的代码，等你切换分支的时候，GIT会根据这些内容把代码给检索出来。

4.9 git tag [version name]

  使用 git tag 实际上和 git branch 类似，branch 是指向某一个commit的指针，但是branch会随着每次提交而移动， 但是tag不会， 当打了tag后， 那这个 tag 对应的commit对象指针就固定了，不会移动了。它和 git branch 一样，都不会产生blob或 tree 对象， git tag 只会在 .git/refs/tag 下生成一个 tag名的文件，内容为指向当前commit的sha-1

4.10 git stash

  使用git stash 实际上是创建了一个新的commit对象，为什么这么说呢？在 .git/refs 目录下，当第一次stash后，会生成一个 stash文件， 内容即为一个sha-1值， 通过 git cat-file -p查看到具体内容为一个 commit对象的内容， 还能看到其有两个 父级 commit， 一个是前一个 git commit 的sha-1值， 一个是执行stash后，新生成的commit。最后把这两个commit对象作为父亲，再生成一个commit对象存放于stash文件中。

疑问：

1. git commit-tree的时候，是怎么指定父级commit对象的，以什么为参考，才能指定对应的父级commit对象。我从平时工单的log记录来看，有些commit对象有两个父级commit对象（可能是合并操作的时候自动生成的commit对象），但不一定就是前一个commit。(git stash 有两个父级对象)

2. 我们都知道git stash 存的是一个栈的结构，但是 .git/refs/stash 文件里 只有一个sha-1值，只对应一个commit对象，我查看了commit对象的具体内容，他的两个父亲均不是我前一个创建的stash对应的commit对象，不知道这个栈的结构怎么来的。

3. 看某项目的树结构，会发现，每一个commit对象内部对应的 tree，都是一整个项目，而不是某一个文件或者某几个文件夹，这就解决了我的疑惑， 每次只需 git update-index –add 后，我想新创建一个 tree对象， tree对象内部一直会存在之前加入index中的blob对象。 那么GIT实际上就是每一个commit，都应该能从tree和 p-tree上追溯到整个项目文件。

4. 在手动创建分支的过程中，发现在执行 git init后，看起来你是在master分支， 但是实际执行 git branch，看不到任何输出，这说明在这个时候实际上master分支是没有创建的，必须要有第一次提交后，master分支才会创建，因为只有这样 ， .git/refs/head/master 文件中才有可写的 commit 对象的 sha-1值。

需要注意：对commit对象的跟踪，commit对象能跟踪到具体哪一次修改，改了哪些具体文件，通过对commit的切换，就能找到某个时间点的文件记录了。GIT每次提交文件，实际上都是提交的整个文件，而不仅仅是修改的部分。所以当我们执行一些回退操作的时候能回到某个时间点的文件，即直接指定某个commit对象，查到commit对象中包含的各类tree对象和blob对象，把这些对象中压缩内容给取出来覆盖当前的同级，同名文件即可；同时新增的，给删除了。