探索Git内部原理

Git是一个开源的分布式版本控制系统，是目前主流的版本控制系统，很多软件项目都会用它做源代码管理。Git的常用操作想必很多人都会，但是可能了解Git内部原理的人并不多。了解一些底层的东西，可以更好的帮你理清思路，遇到问题的时候也可以更好的去解决。

准备工作

在介绍Git如何存储数据之前，我们先做一些准备工作。

首先新建一个目录git-test，然后在这个目录右键，打开Git Bash，

然后，在Git Bash，分别执行以下命令，

$ git init
$ echo 'a' > a.txt
$ echo 'b' > b.txt
$ git add .

至此，准备工作完成。我们可以看到，git-test目录下现在有一个.git目录，以及两个txt文件（a.txt、b.txt）。

Git如何存储数据

.git目录是git init后在当前目录生成的一个管理git仓库的目录，这里包含所有git操作所需要的东西。其中objects目录下存放所有的git对象。经过上面的操作后，objects目录是这样的，

其中info和pack目录是执行git init以后就已经有的，而78和61目录分别对应着a.txt和b.txt文件，这两个目录是创建了a.txt和b.txt，并执行git add .命令后才生成的。

78目录下有一个文件，查看一下这个文件的内容，执行以下命令，

$ cat .git/objects/78/981922613b2afb6025042ff6bd878ac1994e85

我们看到文件的内容是一串乱码，这是因为Git将信息压缩成二进制。Git提供了一个能够帮助探索objects的命令：git cat-file [-t] [-p]， -t可以查看object的类型，-p可以查看object存储的具体内容。分别执行以下命令，

$ git cat-file -t 7898
$ git cat-file -p 7898

blob类型的object

7898就是目录名加上文件名的前两位。可以看到，这个object是一个blob类型的object，而这个object存储的内容，就是我们写入到a.txt的文本。因此，上面的乱码其实就是a.txt的内容，也就是说，这个object存储着a.txt文件的内容。

blob类型的object存储的是一个文件的内容。然后，Git根据这个文件的内容经过SHA1哈希算法得到对应的哈希值（981922613b2afb6025042ff6bd878ac1994e85），作为这个object在Git仓库中的唯一id。现在的Git仓库是这样子的，如图：

tree类型的object

接着执行下一个命令，

$ git commit -m '第一次提交'

执行git commit命令后，objects目录下又多出了两个object，如图：

首先，用git cat-file -t命令查看f4目录下object的类型，如图：

可以看到，这个object的类型是tree，利用git cat-file -p命令查看这个object的内容，如图：

可以看到，tree类型的object存储了一个目录结构的快照，从左到右分别显示了每个文件的权限、类型、object的id（SHA1值）、以及文件名。现在的Git仓库是这样子的，如图：

commit类型的object

用同样的方法，查看3c目录下的文件，如图：

这是一个commit类型的object，而这个object存储了一个tree类型的object的id，以及提交的一些信息。现在的Git仓库是这样子的，如图：

分支

实际做项目都会有很多分支，Git的分支信息就存储在/.git/refs/heads目录下，如图：

因为现在只有一个master分支，所以只有一个master文件。直接打开master这个文件，可以看到这个文件存储了3c0acd6df4df30074678a2b97967a82efd9c8acf这样一串字符串，这正是上面的commit类型object的id。现在的Git仓库是这样子的，如图：

HEAD

在/.git/HEAD这个文件下，记录内容如下：

ref: refs/heads/master

这个内容告诉Git当前修改的内容是基于哪个分支上的，我们可以理解为这是一个指针。现在的Git仓库是这样子的，如图：

至此，一个完整的Git存储结构就出来了。

Git的三个分区

Git有3个分区，分别是工作区、暂存区和版本库。

工作区： 就是项目所在目录（除去.git目录），所有代码编辑都在这上面完成。

暂存区： 英文叫 stage 或 index。一般存放在 .git 目录下的 index 文件（.git/index）中，所以我们把暂存区有时也叫作索引（index）。

Git仓库： 由Git object记录着每一次提交的快照，以及链式结构记录的提交变更历史。

有了3个分区，整个结构如下图：

Git的内部运作

现在，我们尝试修改a.txt文件，如图：

这时候，除了工作目录下的a.txt文件内容有变化，暂存区和Git仓库都是没有变化的。接着，执行git add a.txt命令，这时/.git/objects目录下又多了一个对象，如图：

这个新增的object也是blob类型，对应着新修改的a.txt文件。这时，整个结构如下图：

最后，我们执行git commit -m '修改a.txt'命令，不出意外，/.git/objects目录会生成两个object，根据上面的介绍，这两个object分别是tree和commit类型，如图：

这时，整个结构如下图：

从上图可以看到，master分支已经指向新的commit object，并且新的commit object记录着它的parent object，也就是旧的那个commit object，这使得我们可以查看Git的提交历史。