一篇文章看懂Git的内部存储结构

[[322245]]

大多数人在使用git时，大多数都是使用IDE封装好的GUI界面操作，少量使用者也是git add，git commit，git pull几个常用的命令。对于git的用户来说，这些都足够了。如果你是一个DevOps开发者或是想成为Git的深度用户，知道这些是远远不够的。下面就让我们了解一下Git背后的逻辑。

第一、Git的三个区+一个远程仓库

 

 

这个图好多人都应该见过。里面也是一些经常使用的命令。主要包含几个部分：

①Remote：远程仓库，像github就是一个远程仓库。

②Repository:本地仓库，通过git clone将远程仓库的代码下载到本地。代码库的元数据信息在根目录下的.git目录下。

③Workspace：工作空间，就是我们写代码的目录。

④Index：暂存区，指的是.git目录下的index文件。

在平时写完代码后执行git add 就是将变更的内容从工作空间提交到暂存区，git commit就是将暂存区的内容提交到本地代码库里，git push 就是将本地代码库的变更提交到远程仓库，这时其他人就能通过pull 将你的变更下载到工作空间。

第二、git的内部存储结构

新建一个gittest目录，然后执行git init就会初始化一个本地仓库。打开.git目录文件列表如下：

 

 

hooks:是存储git钩子的目录，钩子是在特定事件发生时触发的脚本。比如：提交之前，提交之后。

info:是存储git信息的目录，比如排除特定后缀的文件.

objects:是存储git各种对象及内容的对象库，包含正常的和压缩后的。

refs:是存储git各种引用的目录，包含分支、远程分支和标签。

config:是代码库级别的配置文件。

HEAD:是代码库当前指向的分支，这里为master。

一、新建README.md文件

新建README.md文件，并输入内容“This is test file!”

 

 

git add README.md 将工作空间的变更提交到暂存区。

.git/index文件会被修改，通过git ls-files --stage 查看暂存区的内容，可以看到README.md文件有修改，通过git cat-file -p SHA-1查看文件内容。

 

 

同时.git/objects下也会有新的对象，如下：

 

 

这个对象就是刚才add到暂存区的对象，在.git/objects目录下看到一个文件。这便是Git存储数据内容的方式--为每份内容生成一个文件，取该内容与头信息的SHA-1校验和，创建以该校验和前两个字符为名称得子目录，并以校验和剩下38个字符为文件命名。这里并没有显示真实的文件名。

通过git cat-file -t SHA-1查看对象的类型。blob代表文件。

 

 

二、创建一个目录web，并添加一个web.txt文件

 

 

执行git add web/ 添加到暂存区。

查看暂存区内容，变成了2条记录，存储方式和上面文件一样。

 

 

可以看出，这里只有文件内容生成的文件，没有为目录生成文件。

在.git/objects下面也创建了相应的目录和文件。

 

 

三、提交内容

到目前为止，暂存区的内容有README.md和web/web.txt文件。下面通过git commit 将暂存区的内容提交到本地仓库。

 

 

使用git log 查看本次提交信息，使用git cat-file -p查看变更内容，当类型为tree时表示文件夹，会显示该文件夹下的文件或目录列表，当类型为blob时为文件，会显示该文件的内容。

 

 

因此本次commit的存储模型为：

 

 

此时再查看.git/objects目录下，有增加了几个目录。其中：

8d:提交的commit对象

58和ff：提交的commit对应的tree对象和web目录的tree对象。

a1和b3：提交的README.md文件和web/web.txt文件对应的数据对象。

 

 

可以看出，当我们执行git add 和git commit 命令时，Git做的工作是将被改写的文件保存为数据对象、更新暂存区，记录树对象，最后创建一个指明了顶层树对象和父提交的提交对象。这三种Git对象(数据对象-blob、树对象-tree、提交对象-commit)最后均以单独文件的形式保存在.git/objects目录下。

四、新建分支test

上面提到分支、远程分支和标签都会存储在.git/refs下。

 

 

heads包含分支，tags包含标签。每个引用文件里都会指向一个commit，如基于master分支新建的test分支 git branch test：

 

 

使用git checkout test切换到test分支，此时HEAD的内容为refs/heads/test，表示当前分支为test.

 

 

在test分支下修改文件内容：

 

 

git status查看工作空间状态，有两个修改过的文件。

 

 

git add .将变更的文件添加到暂存区，查看暂存区内容发现：

README.md的校验和从之前的a177f89--->7a51843

web/web.txt的校验和从之前的b31494b--->f5ebb2c

查看文件内容也是最新修改的内容。

 

 

.git/objects目录下也多了2个新的目录

 

 

git commit 将暂存区的内容提交到本地仓库。和上面一样，此时也会创建提交对象，树对象，通过查看不同的对象，最后都能查看到具体的数据对象的最新内容。

 

 

同时在.git/objects下也会创建提交对象c7，树对象cf和树对象a3

 

 

五、分支合并冲突

在master分支修改web/web.txt，将内容改为“this is a old web.txt”，以便产生冲突。

git add 添加到暂存区，查看文件内为新修改的内容。

 

 

git commit添加到本地仓库，同时生成提交对象，树对象。

 

 

执行git merge test进行分支合并，web/web.txt出现冲突。

 

 

分支合并后，master分支的commit由之前的 8da82ba变为c75be2f。

暂存区中的README.md的校验和也由master分支的 a177f89变成7a51843。

而web/web.txt变成了3个文件，b3是master当前commit的父commit的校验和，18是master最新提交的校验和，f5是test分支上的校验和。

 

 

解决冲突，两行内容都保留，结果如下：

 

 

git add 添加到暂存区，查看暂存区内容，README.md是test分支上的，web/web.txt是解决完冲突新生成的校验和。

 

 

也就是说，分支合并会修改当前分支的commit信息以及暂存区的内容，当解决完冲突后，将冲突文件git add 添加到暂存区，然后git commit 将合并后的内容提交到本地仓库。

 

 

 

 

也就是说，合并完冲突后，只有将更新后的内容commit，在生成的提交对象上才能找到新加的内容。

这里回答下遇到的一个问题：

问题：我当前分支是test分支，当从master分支合并过来后冲突了，我解决完冲突，只提交了这个文件，其他文件不用提，因为其他文件的内容已经在master分支上了，当我从test分支再合并回master分支后，也应该没有问题。

解释：根据上面的分析，每个commit都是一个提交对象，这个提交对象关联一个树对象，树对象会包含最新的数据对象。当从master分支合并后，master的commit提交对象包含的树对象和数据对象，会作为新的文件内容存放到test分支的暂存区，此时有2种选择：

①，当在test分支commit时，这次生成的提交对象才会包含master过来的文件内容。

②，如果此时放弃提交(手动checkout当前分支最新的)，那么当前commit提交对象不包含master的文件内容，当test分支合并回master时，也会将test分支的文件内容存放到master分支的暂存区，当push到远程仓库时，也就是test分支的数据对象的内容，因此其他人拿到的文件内容就会丢失。