Git学习04----底层数据结构

Posted 2021-01-24 hermioner

转自：https://www.jianshu.com/p/8659c9ae00cb（含部分修改）

 

现在我们已经基本熟悉了GIT的基本操作了，接下来该执行研究一下GIT的几个比较重要的组件，GIT有四个常用的组件

• Tag
• Commit
• Tree
• BLOB

最重要的是后面的三个，Tag组件在介绍了标签之后再来说明。后三个组件管理着GIT的所有版本文件。

                              GIT的BLOB、Commit和Tree组件的介绍

如图所示:Commit组件包含了Tree，Tree组件中又有Blob组件，那么组件究竟有什么意义，又是以什么的方式被应用了，通过具体的实例来说明，首先，初始化一个目录为GIT的Repository,之后查看一下.git目录

GIT的BLOB、Commit和Tree组件的介绍

所有的组件都存储在objects文件夹中，初始化之后只会有info和pack两个文件夹，接着我们使用echo a > a.txt来创建一个文件，并且使用git add .将其提交给GIT的Stage，此时再看一下objects文件夹

 GIT的BLOB、Commit和Tree组件的介绍

此时多了一个f5的文件夹，里面有一个文件名很长的文件，这个文件夹就是一个blob组件，当每次把文件设置为Staged状态的时候，就会在objects中创建一个Blob组件，这里需要强调一下，GIT中每个组件都是以hash的二进制方式来存储，这个组件的名称就是文件夹名称+文件夹中的文件的名称，这个hash码是唯一的，我们刚才所创建的组件的hash码就是f5eea678d87a8664e4c76e12d3ef5c4ff775ad58，这也是组件的唯一标示。

blob组件并不会对文件信息进行存储，而是对文件的内容进行记录的（note:不同的文件a.txt，b.txt，但是文件的内容一致的化，那么blob对象就是一致; 同一个文件a.txt，因为内容的修改不一样，从而会生成新的blob对象），我们执行下一个操作，echo b > a.txt添加一个文件，我们把a.txt中的内容替换成b(原来是a)，此时文件的状态变成Modified状态，再次通过git add .提交文件到Stage。

GIT的BLOB、Commit和Tree组件的介绍

此时再观察objects目录

GIT的BLOB、Commit和Tree组件的介绍

多了一个2f的目录，虽然我们的文件没有发生变化，但是内容发生了变化，此时git会再次创建一个blob组件存储到objects文件夹中，我们再次执行下一个操作echo b > b.txt该命令会创建一个新的文件b.txt，但是文件的内容和a.txt一样，然后使用git add .添加到Stage中

GIT的BLOB、Commit和Tree组件的介绍

目前a.txt和b.txt都是属于Staged状态，此时再去objects文件夹中看一下。

GIT的BLOB、Commit和Tree组件的介绍

并没有增加任何blob组件，因为b.txt的内容其实和a.txt一样，所以git发现这个blob已经存在了，就不会再增加新的组件。

再次强调一下blob组件是在代码提交到Stage区域的时候生成的，而且是以内容来生成一个字节码文件

我们可以通过命令git hash-object 文件名查询文件的hash码

E:	eachergit_teacher5>git hash-object a.txt
2fea07c1b36b55a95b543c7bd0decbd6798bf9b9

E:	eachergit_teacher5>git hash-object b.txt
2fea07c1b36b55a95b543c7bd0decbd6798bf9b9

我们的a.txt和b.txt是完全一样的名称，这个hash码就是我们的blob组件的名称，再去对应一下文件夹和文件夹中的文件名。

了解了blob组件只会，我们执行下面一个操作，我们把Staged中的内容提交到工厂中，提交之前请观察objects文件夹，执行git commit -m "init"之后。

GIT的BLOB、Commit和Tree组件的介绍

我们会发现多了两个文件夹d6和f5,这两个文件夹究竟是什么呢（note:多的2个，一个是tree对象，一个是commit对象）？我们通过git log看一下

GIT的BLOB、Commit和Tree组件的介绍

我们看到了一个commit d6297311385982c2b1552c265df08e1d07d27399,这就是我们即将要探讨的commit组件了，而后面这串hash就是这个组件的id，在git中所有的组件都是以hash来存储的，刚才讲的blob也是一样，而且都是以hash的前两位为文件夹，剩余的位数作为文件名。

commit组件在每次提交之后都会生成，当我们进行commit之后，首先会创建一个commit组件，之后把所有的文件信息创建一个tree组件，然后把Stage Area中的blob组件封装在tree中完成一次提交，我们可以通过如下命令查询commit组件

git cat-file -p d6297

cat-file可以获取这个组件的信息d6297就是组件id的缩写(只要写前面的5位git会自动找到这个组件)

GIT的BLOB、Commit和Tree组件的介绍

我们会发现commit组件下有一个tree组件，依然也是用hash来作为这个tree组件的名称，之后cat-file一下这个tree组件，我们发现了最开始提交的两个blob组件，而在tree组件中记录了文件的基本信息。

现在我们应该明白git底层的运行流程了，当我们添加或者修改了文件并且add到Stage Area之后，首先会根据文件内容创建不同的blob，当进行提交之后马上创建一个tree组件把需要的blob组件添加进去，之后再封装到一个commit组件中完成本次提交。在将来进行reset的时候可以直接使用git reset --hard xxxxx可以恢复到某个特定的版本，在reset之后，git会根据这个commit组件的id快速的找到tree组件，然后根据tree找到blob组件，之后对仓库进行还原，整个过程都是以hash和二进制进行操作，所以git执行效率非常之高。

最后我们再看一个例子，我们创建一个文件夹，然后再文件夹中创建一个文件，这里希望大家跟着我的命令来思考，组件的创建情况。最后来进行验证，看看我们是否真正掌握了git的组件

mkdir test
cd test
echo hello world >> b.txt

这三个命令之后，会创建一个test的文件夹，之后再创建一个b.txt的文件，并且加入hello world这个内容，我们进行提交之后，想想会创建些什么组件?

GIT的BLOB、Commit和Tree组件的介绍

由于b.txt的内容不一致，所以会创建一个blob组件，我这里是以4a开头的，之后进行提交

GIT的BLOB、Commit和Tree组件的介绍

我们会发现多了三个组件，按道理来说应该只会创建一个commit组件，之后根据文件信息生成tree组件，最后把blob组件添加进去，应该只会多1个commit和1个tree，为什么会有三个呢？我们通过cat-file来进行查询

GIT的BLOB、Commit和Tree组件的介绍

我们会发现首先生成了一个commit组件，这个commit中有一个tree，然后tree中处理a.txt和b.txt外还有一个tree组件，这个组件其实就是我们的文件夹，这个tree下面有新增加的b.txt的blob组件。所以我们如果新增加了一个文件夹，就会为这个文件夹创建一个tree组件。

 

 我的总结：git add后会生成blob对象，然后执行git commit后，首先生成了commit对象，然后生成包含文件信息的tree对象，并将blob对象封装在tree里面一块儿提交；blob对象只是针对内容进行新创建还是不新创建blob对象；而tree只要有新的文件创建，就会多个tree对象，只要commit，就会有个commit对象。