git学习之一：内部对象工作原理

Posted 2020-07-09 「临江仙」

版本控制在于文件的控制，git的控制方法在于为每个文件生成（key,object）的结构。git利用sha-1加密算法，对每一个文件生成一个唯一的字符序列（明文大小不超过2^64位，对于普通文件，这个大小都可以满足）作为hash_key。对于sha-1算法，明文（对于git来讲，就是我们的文件内容）不变，其sha-1值不会改变，所以只要文件改变，就会生成一对新的（key,object）[对于key，当中还有一些细微的处理，不仅仅只是sha-1算法，这里我们只是需要理解，git为一个文件生成了一个唯一的key]。

使用git init初始化一个本地仓库，打开隐藏目录.git，其内容如下图。可以看到一个objects的目录，里面只有info和pack两个空文件夹。初始化的时候不存在任何object，也就是没有任何文件被记录下来。

1.blob对象

我们在工作目录下添加一个文件file_1.txt，里面只要一个字符串"file1 content"，使用git hash-object [文件名]，可以查看其经过算法生成的hash-key.这个一个40个字符长度的序列。其序列为d9039017ab6c958678a334446aadfe5047266027

这个时候object目录下还是空，使用git add file_1.txt之后，object里会多一个对象，下面详细来解析这个对象。首先看看object目录发生了什么事情

多了一个d9的目录

d9目录下

可以看到40位的hash-key 前两位作为目录名，后38位作为文件名，标识了这个object对象，这个对象里面的内容就是刚才file_1.txt里的内容，可以查看这个对象的内容和对象类型：

git cat-file -p [hash-key] 可以查看已经存在的object对象内容

git cat-file -t [hash-key] 可以查看已经存在的object对象类型

git object有四种类型，这是目前我们接触到的第一种类型blob,用来储存文件类容，它的具体内容就是刚刚新建的txt里的字符串file1 content。

2.tree对象

blob对应文件的内容，tree对象可以理解为目录，它的树节点信息包含文件名，hash-key，文件类型、权限等等。这样就可以组织整个需要控制文件的结构

下面我们再往工作目录下添加一个目录dir_1，在dir_1添加一个文件1.txt，类容为"1.txt content"。使用git add 将内容加入到暂存区（也称index，目前不是本文的重点，会在后续章节中详解）。使用git hash-object来查看生成的key值。

对于文件可以看到生成了hash-key，但是对于目录很明显没有达到预期的效果。我们看看object目录

只存在一个6d的目录，也就是6dc2bcda0c359c6dbb917dec90ca4a8d078ff789对应的1.txt文件，这时我们的目录并没有生成tree对象，tree对象是在commit的过程中生成的,其生成会根据.git目录下的index文件的内容来创建。git add的操作就是将文件的信息保存到index文件中，在commit时，根据index的内容来生成tree对象。

使用git ls-files --stage命令，我们看看index里的类容

可以看到index包含了创建tree对象的信息 文件类型（100644），ash-key，目录结构和文件名。

下面我们进行第一次commit,生成commit对象，同时生成tree对象。我们这里具体看看tree对象，master是分支名，master^{tree},表示master分支所指向的tree对象。

可以看到这个tree对象是我们的工作目录，目录下还有一个dir_1的tree对象，和file_1的blob对象，下面看看dir_1对应的tree对象的内容，这个tree对象只包含1.txt的信息。

目前我们的git仓库的内部结构如下：

3.commit对象

介绍tree对象时，提到过commit,只有在commit的时候，才会根据index记录的内容生成tree对象，那么commit对象里只有两个类容:1.代表工作目录的tree对象的key，上一个commit的key。

现在看看我们的object目录：

目前我们的对象数量还不多，每个目录里有一个对象，就是五个对象,刚才的总体tree图，只包含了四个对象，我们使用git log查看commit的历史

90对应的文件夹里面的文件就是我们的commit对象，它指向工作目录tree,和上一次的commit,这是第一个commit ，所以上一个commit不存在。

对象类型为commit 内容指向工作目录tree，所以能获取到一个commit,就可以完整得到当前的文件状况，现在我们的完整的object图如下：

现在我们在工作加入一个新的目录dir_2,和该目录下文件2.txt,内容为"content 2",在add和commit之后，我们在看看新的commit的信息

新的commit指向了上一个commit,还指向了一个新生成的tree,这个tree表示了新的工作目录情况，看看这tree的类容：

这个tree包含了当前的文件目录和内容，现在我们的对象完整的图如下：

可以看到commit对象指向了工作目录tree，这样只要切换commit,就可以随意切换我们的版本类容。现有有9个object对象了，我们来看看.git/objects目录，对象还很少，没有在出现同一目录下的两个文件的情况。

上述三种对象：blob(记录文件内容)，tree(目录结构)，commit(工作目录tree,提交历史)，git版本控制围绕这三类对象展开。

小结：本文通过讲解git内部的三种对象来解释git的内部工作机制，对于熟悉git使用的人，可以帮助其深入理解。对于版本控制的初学者，只需要了解大概，可以在了解其他章节之后再进一步理解