如果要深入的理解Git的原理, 我们可以从init开始, 逐步的分析每一步Git背后到底做了什么

经过前面的学习和操作, 我们知道git init会创建一个本地仓库

1. 到底什么是本地仓库?
2. 本地仓库到底又是如何管理代码的呢?

什么是本地仓库

通俗地讲, 就是本地存放代码(文件)的地方.

为了真正理解本地仓库到底放的什么, 需要搞清楚这样两个问题

1. 本地仓库的结构
2. 本地仓库是如何存储文件的

1 本地仓库的结构

当执行git init时, 会在当前目录下生成一个.git的目录, 这个目录就是本地仓库, 结构如下

演示

这里有很多的文件, 每一个文件都有具体的作用. 后面我们会一个个详细分析

我们先重点研究objects

git objects[对象]分为3类

• blob: 数据对象
• tree: 树对象
• commit: 提交对象

2 Git是如何保存代码的

Git在add时, 将文件的内容通过Hash SHA-1算法生成一个基于Hash值的键值对数据库

具体参考: Pro git (opens new window)

这里有几个概念我们展开讲

1. 文件内容
2. Hash算法
3. 文件压缩

1) 文件内容

只要文件内容相同, 最终生成的Hash串就是一样的. 跟文件名无关

演示

注意

那么, Git为什么要这样设计, 以及文件名是在哪里处理的呢?

我知道大家有一堆的疑问, 我们先放一放.

在这里我只需要记住

提示

Git只会根据文件内容生成blob对象的Hash串, 和文件名无关

2) Git中的Hash算法

为了理解Git中的Hash算法, 我们先简单的介绍一下Hash算法

Hash算法

把任意长度的输入通过算法变换成固定长度的输出

• MD5: 128bit(16字节, 32个16进制)
• SHA1: 160bit(20字节, 40个16进制)

通过观察, 我们可以看到, 在objects目录下生成了一个文件:

• 文件名8d0e41就是生成的Hash串
• 文件的内容是一串乱码, 这个是将文件经过zlib压缩后的数据

这样就就建立了一个映射关系, 即: 通过hash串, 找到对应的文件, 进而读取到文件的内容.

这种结构就是所谓的键值对数据库

• 键: Hash值
• 值: 文件内容

小结

Git的核心是一个键值对数据库, 里面有一种叫blob的数据对象负责存储压缩后的代码

具体算法

其实, Git生成Hash串的算法并不是很复杂. 通过下面算法就可以得到

'blob 长度\0内容'

下面借助Linux的命令得到同样的Hash串

echo 'blob 10\0hello git' | sha1sum

• 10: 是文件的长度, 除了hello git9个字符外, 还有一个\n, 长度为10
• hello git是文件的内容
• sha1sum: 是Linux自带的计算Hash串的命令

注意

如果在windows下, 可能会得到不同的结果.

因为在windows下, 文件的末尾添加的是CRLF也就是\r\n, 而Linux下只有\n

因此, 可能会得出不一样的结果

3) 相关命令

Git提供一些命令来管理数据库, 这类命令(工具)不同于之前我们使用的命令, 如git add. git commit

为了区分, 我们将Git命令分为两类

• 底层(plumbing)命令
• 高层(porcelain)命令

这里, 我们先介绍一个底层命令: git cat-file

通过git cat-file命令来查看object信息

# 获得object的类型
git cat-file -t hash
# 获得object的数据
git cat-file -p hash
# 获得object的长度
git cat-file -s hash

4) 小结

本节, 我们通过git add的过程, 知道了

• Git的object对象
• Git的键值对数据库
• Git的Hash算法
• cat-file命令