Git 内部原理介绍
前言
本文主要是介绍Git内部原理，包含底层命令与文件系统两部分，旨在让我们从了解Git底层原理的运作，从而更好的使用。本文适用于有一定Git基础，并且对Git实现原理比较好奇的同学。
Git 文件系统简介
首先，先说个概念：
Git文件系统是内容寻址文件系统。
内容寻址文件系统是什么？
简单来说就是一个键值对数据库，你可以向数据库中插入任意类型的内容，它会返回一个键值，你可以通过这个键值再次检索插入的内容。
有没有点感觉了，没有也没关系，我们先来分析研究Git文件系统的内容，找到我们想要的答案。
如何得到Git文件系统？
首先，新建个文件夹，如mkdir mygit，进入文件夹后使用git init命令，初始化Git后得到.git文件夹，这个就是我们的文件系统实体，具体操作如下图：
可以看到.git文件夹下已经有很多内容，相关介绍如下图所示：
可以看到每个文件或者目录对应的介绍，这里面我们重点关注的主要有HEAD、objects以及refs等三个内容，在介绍他们前，我们先了解底层命令，用它来打开我们走进Git内部的大门。
Git底层命令
通过git help可以查看高级命令及相关介绍，而如果我们想看底层命令，可以通过命令git help -g，下面是一些常用底层命令：
了解底层命令可以让我们更直观的理解git的工作原理，比如我们平时操作的git add & git commit其实可以用底层命令实现，如下：
上图为一个新建的git仓库，通过使用内部命令hash-object、update-index、write-tree、commit-tree等实现了我们的添加和提交的功能，这几部的作用依次是：
hash-object 得到test1文件对象的键值
updata-index将test1添加到暂存区（实现了add操作）
write-tree命令将暂存区内容写入到一个树对象中（这里提到了对象，下面来介绍对象）
最后通过commit-tree命令将树对象提交得到一个提交对象（实现了commit操作）
用底层命令需要四部才能完成我们的工作（其实还有第五步，后面讲文件系统在介绍），而我们平时用的高级命令add、commit只需要两步，这么一比确实高级了很多，但通过这四步，我们可以理解下之前我说的Git就是个键值对数据库这个概念是不是理解了很多，Git所有的文件都可以由生成的键值取出，如下图：
这个键值ce013625030ba8dba906f756967f9e9ca394464a就是我们上面由hash-object生成的。
Git对象
对象是Git文件系统的基础，可分为树对象、数据对象、提交对象、标签对象等四种，如下图所示：
数据对象就是linux系统中的inode节点（详情看上篇inode介绍），只存储文件中的内容，数据对象的名字就是它的”inode节点”，也就是索引节点，而文件名等信息则存放在树对象中，对比linux系统就是目录文件，提交对象当然就是我们的commit_id了，这也是我们平时接触最多的，下图为对象中的内容：
上图主要使用底层命令cat-file获取对象信息，首先用-p选项打印对象中文件的内容，然后用-t打印对象类型。可以看到首先打印的是blob类型，也就是数据对象的内容，然后是树对象内容，最后是提交对象的内容，这里可以看到tree就是我们当时提交时使用的树对象的键值。下面为具体格式介绍：
这里为什么没有tag对象，因为tag对象内容就是我们使用git tag *时标签的commit id，如下图：
Git文件系统原理
介绍完了git底层命令和git对象，我们可以回头再来看Git文件系统原理了。
首先填前面的第一个坑，.git目录下我们关注的三个内容：HEAD、objects/以及refs/。
HEAD
HEAD存放的是我们当前的分支信息
当我们新建一个分支后，切换当前分支可以发现HEAD内容已经被改变
当然我们可以直接修改HEAD文件来更改分支，不过这样是不推荐的，你可以骚一点，用底层命令symbolic-ref来进行修改，如下：
objects/
objects/目录下存放着我们的数据对象、树对象以及提交对象等等
可以看到，我们之前操作的对象，都在这里存着，存放的格式为前两位作为目录名，后续内容作为文件名，这个文件是由zlib压缩过的，我们一般通过cat-file命令进行查看。
refs/
refs/目录放置的是引用文件，先收下我对引用的理解：存储指向数据（提交）对象的指针。
对，我理解的引用文件就是指针，里面存放的内容就是键值，可以直接找到对应的对象文件，拿到想要的内容，引用的分类和介绍如下图：
HEAD我认为也是一种引用，不过它比较特殊，是符号引用，因为它存放的内容为就是文件路径，如master的refs/heads/master，像极了软链接的样子。
这里的refs/head/master的内容就是我们当前分支的键值了。
remote/主要是远程引用相关的，这里不多介绍。
包文件
git存放数据对象的时候会把整个文件都存到数据对象中，即使有zlib压缩，你可能也会疑惑，我项目这么大，这么多提交，.git目录不是早就爆掉了么，你能想到的设计的人肯定也想到的，所以就有了包文件，他存在的意义就是将对象进行打包，节省空间。
上图介绍的很清楚了（请自动把引用两个字替换成packet，笔误），不过还有一点注意的是相同的文件修改后的数据对象打包后，前一个对象保存的是差异，而文件的全部内容存放在包中此文件最新的数据对象中，因为git认为最新的是人们访问几率最大的，这个设计是为了节省计算的时间，提高效率。
Git组织结构
讲了这么多，那么git组织结构是什么样的呢？看下图：
文章很长了，不详细介绍了，看不懂就去翻上面，动动脑子去理解才能吸收。
看到这里的都是好孩子，给你个奖励，我自己的一套git别名，用起来会方便很多，如下：
版权声明: 本文为 InfoQ 作者【戈坞昂】的原创文章。
原文链接:【http://xie.infoq.cn/article/f49b2b043ee808209ce19e887】。文章转载请联系作者。
还未添加个人签名 2018.06.25 加入
还未添加个人简介
评论