为啥 git 将文件内容存储为 blob？

Posted 2023-05-09

【中文标题】为啥 git 将文件内容存储为 blob？

【英文标题】：Why does git store file contents as a blob?为什么 git 将文件内容存储为 blob？

【发布时间】：2018-02-24 04:37:02

【问题描述】：

这个问题似乎很容易回答，但我正在努力想出将文件内容存储为 blob 而不仅仅是其原始格式（例如文本文件）的明确优势。

通常情况下，blob 用于代替其他媒体存储格式：图像、视频、音频等。git，至少我认为它常用，通常跟踪文本文件而不是多媒体的修订。

正式总结一下：将文件内容存储为 blob（转换为二进制数据）而不是修订的原始格式（例如，将其保留为文本）有什么优势？

【问题讨论】：

你说的修订的原始格式是什么意思？无论是否为文本文件，文件内容都只是一个字节序列。该字节序列在 Git 中称为 blob。

Blob 确实存储了原始的原始内容。就是这个意思。

在过去的日子里（今天仍然如此），在 数据库 世界中，数据库中的条目通常具有（具有）类型。在这里，有人用backronym Binary Large OBject 发明了术语blob，意思是“未解释的数据”。 Linus Torvalds stole 在 Git 中使用的术语，但与上下文不同。请注意，Git 也将其他内容存储为 blob，特别是符号链接的目标存储为 blob 对象。

【参考方案1】：

“Blob”仅表示字节序列。 Git 中的 blob 将包含与文件相同的数据，只是 blob 存储在 Git 对象数据库中，而文件存储在文件系统中。

所以在格式上没有区别，唯一的区别是它们的存储方式。

例如，如果您将图像hello.jpg 添加到您的存储库，然后提交它，您将拥有相同数据的两个副本：

您将在磁盘上有一个名为hello.jpg 的文件，其中包含JPEG 数据，

您的 Git 对象数据库中将有一个 blob，以其内容的哈希值命名，其中包含 完全相同格式相同的 JPEG 数据.

数据库可以使用一些花哨的技巧来有效地存储数据，包括压缩和使用增量，但最终它仍然存储与原始文件中完全相同的数据。

文本文件也不例外。 “文本”只是一种特殊类型的数据，可以存储在二进制文件中。