git知识总结-1.git基础之数据存储

1.前言

git包含四种对象文件：

• blob
• tree
• commit
• tag(目前没用到，暂时忽略)

2. git对象的关系

 

图 git三种对象关系

 

粗略一看，可以大致感觉出blob类似于文件，而tree类似于文件夹，而commit则是囊括这一大堆东西的一个对象。

3.SHA-1算法

SHA-1算法具体怎么计算，可以自行google。这里只说一下该算法在git数据存储中的应用。我们可以用git提供的命令来计算一个文件的SHA-1值：

echo 'test content' | git hash-object --stdin
d670460b4b4aece5915caf5c68d12f560a9fe3e4

输入字符串 "test content"，git会通过SHA-1算法将其中的内容计算出一个40个字符的HASH值。

同样地，如果我们在工作区新增一个文件，然后通过 git add 加入到暂存区，那么git同样地会根据这个文件通过SHA-1算法来计算出属于该文件的一个HASH值。

这个值是唯一的！如果一个文件经过修改之后，再次计算得到的HASH值会不会和原来的一样？答案是肯定不会的，所以这个HASH值就可以充当一个标识符的作用。

4.git如何存储对象

git add后发生什么？

对于blob对象，仔细观察上一副图可以发现，blob对象的头顶都有着5个字符，"5b1b3","911e7","cba0a"。其实这一段字符串就是所属文件的HASH值的一部分。

那么它为什么会出现在blob的头顶呢？其实当把一个新的文件放入到暂存区之后，git就在自己的目录下 .git/object/ 新建了一个文件对象，来保存新加入的文件，

与此同时通过SHA-1算法来计算得到一个所属该对象的"标识"，而这个对象，就是blob对象。(感觉说的有点拗口)。大致过程如下图：

 

图 git add后git对象情况

git commit后发生什么？

 

图 git commit后git对象情况

没错，又多出了两个hash值，即代表了两个对象。同时考虑到上边那个关系图可以大致猜测到，提交之后，又生成了两个对象，一个tree对象，一个commit对象。

不过如果继续带着好奇心深入下去，尝试着去打开其中的一个文件，会发现里边是一堆16进制的数字，即使用Winhex打开，也是乱码。这是因为git对原来文本中的数据进行了重新压缩编码，这样既可以保存原来的文本内容，又减少了对空间的占用。

5. git指针

提到指针，那就肯定要稍微提一下C、C++中的指针了。这种指针的作用很简单，就是存储一个变量的地址，然后根据这个地址来找到该对象，进而对其进行操作。

那么,git中的指针也是这样的吗？其实，也差不多。只不过这里存储的并不是变量的在内存上的地址，而是另外一种形式的"地址"，这就是HASH值。

没错，就是上边计算出来的那个HASH值,commit对象的HASH值。

 

图 commit对象的HASH值

在上副图中，我对Doge.txt文件又进行了修改，然后又放入到暂存区中，接着进行commit提交操作，然后输入命令 git log 来查看所有提交的日志记录，我们可以看到有一排黄色的字符串，写着 commit cbfa20cb4fc205477237d3ffc88909f7cb49bd6f，这就是我们次此提交之后生成的commit对象的HASH值。那么，指针在哪里呢？不急，接下来看下边这幅图：

 

图 git指针

这个文件是master文件，在 .git/refs/ 目录下。为什么要看这个文件呢？我们在用git的时候，经常会看到master这个单词，它是git中默认的一个分支，简单点说这个master文件就是一个指针，这个指针记录着一个commit提交对象的HASH值，通过这个HASH值我们就可以找到本次提交的tree对象、blob对象，这样也就找到了我们提交的文本信息了。

6. git版本回退

回顾一下我们刚才走过的路，我们知道一次提交就对应着个commit对象，一个commit对象还带着一个唯一标识的HASH值，那么按照这样的逻辑来推理的话，两次提交就有会两个commit对象，两个不同的HASH值。如果要版本回退的话，是不是我们只要指定一下回退到第几个版本，然后获得相应的commit对象就可以做到了？先来简单地试验一下吧：

 

图  现在版本

 

图 两次提交后的commit

图中有两行数据，同时在本地版本库中也有两个版本

 

图 版本回退

 

图 回退之后的文本

上边是一个简单的版本回退示意图，通过输入命令 git reset 版本id 来回退到指定的版本。其实一个最简单的版本回退就是如此。

其实在内部，就是将带有HASH值的HEAD指针从最新的一个提交对象上转移到上一个提交对象上。

对于版本回退，还有许多其他的用法，包括reset的一些参数使用，checkout、revert命令的使用。有关它们的具体用法请戳这个传送门：
代码回滚：Reset、Checkout、Revert的选择

7.总结

这篇文章重点不是介绍git的命令用法，而是对其内部原理的一个简单分析。我写的比较白话，而且一直感觉有些地方不够完善，详略不太得当，但也没考虑好怎么去修改、完善。希望自己在以后的不断回看中，能够逐渐完善。

参考文章

Git 工作区、暂存区和版本库
使用原理视角看 Git
《Pro Git》的笔记-git内部原理
Git 用起来 の 基本原理

https://www.jianshu.com/p/9291dd3a99b3 深入git数据存储原理

作者：雅俗共赏M
链接：https://www.jianshu.com/p/9291dd3a99b3
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。