Git核心原理_git的核心思想-CSDN博客

本文链接：https://blog.csdn.net/rookiecoder2/article/details/127606202

Git核心原理

1 Git简介

什么是Git？首先来一段官方介绍：

Git is a free and open source distributed version control system designed to handle everything from small to very large projects with speed and efficiency.

Git（读音为/gɪt/）是一个开源的分布式版本控制系统，可以有效、高速地处理从很小到非常大的项目版本管理。

看来要了解什么是Git，首先我们要了解什么是版本控制了。

版本控制是一种记录一个或若干文件内容变化，以便将来查阅特定版本修订情况的系统。

由于现代软件开发项目具有周期长，参与人员多的特点，版本控制便成了现代软件开发过程中必不可缺的一部分。通过版本控制我们可以轻松实现：

优雅备份
多人协作

1.1 版本控制系统

1.1.1 集中式版本控制系统

在一个单一的服务器中保存所有文件的修订版本，协同工作的人们通过客户端连接到服务器，获取最新的文件或者提交更新。

单点故障
数据丢失

如图所示，完整的版本信息保存在中央服务器中，而每个客户端所保存的只是某个版本的内容。

集中式版本控制系统

1.1.2 分布式版本控制系统

每一个客户端保存完整的代码仓库镜像。如果服务器发生了故障，就可以用本地仓库的镜像恢复。每一次克隆操作其实是对整个版本库的完整备份。
如图所示，每一个客户端中都保存有版本信息。
分布式版本控制系统

1.2 Git的特点

Git 特点：1.记录快照而非比较差异；2.几乎所有操作都是本地执行；3.保证完整性；4.一般只添加数据

记录快照而非比较差异
以文件变更列表的形式存储信息：保存一组基本文件和每个文件积累的差异，当需要查看某个版本的数据时，通过计算得出完整的文件内容。

以快照流的方式存储信息：把数据当作是对小型文件系统的一组快照，每个版本都保存完整的文件信息。为了提高效率，如果文件没有修改，Git 不再重新存储该文件，而是只保留一个链接指向之前存储的文件。

几乎所有操作都是本地执行
可以在没有网络的情况下查看版本信息，提交版本信息，只不过在多人协作的场景下，不一定能同步最新的版本信息。
保证完整性
在存储数据的时候，Git会使用SHA-1散列机制根据文件内容或者目录结构计算出校验和，并以校验合引用。如果在传送过程中信息发生丢失或者改变，Git就能发现。
一般只添加数据
几乎所有的Git操作都是在往Git数据库中添加信息。一旦将数据推送到Git仓库，就很难再丢失数据。即使是“回退”等操作，也不是将不要的commit删除，所有的commit信息仍然保存在数据库中。

2 Git 核心原理

2.1 Git区域

Git 大致可以划分为三个工作区域：Git仓库、工作目录、暂存区。Git管理的文件会处于三种状态之一：已提交（committed）、已修改（modified）和已暂存（staged）。

三种状态：已提交（committed）、已修改（modified）和已暂存（staged）
1.已提交：数据已保存在数据库中。
2.已暂存：对已修改文件的当前版本做了标记，使之包含在下一次提交的快照中。
3.已修改：文件已被修改，但是尚未保存到数据库中。
三个区域：Git 仓库、工作目录以及暂存区域
Git仓库：Git 用来保存项目的元数据和对象数据库的地方。
工作目录：对项目的某个版本独立提取出来的内容。
暂存区：一个保存了下次将提交的文件列表信息的文件。
状态转换

git status 显示工作目录和暂存区的状态

下面为新建三个文件a.txt，b.txt，c.txt后add b.txt，c.txt，随后修改c.txt后执行git status得到的结果

git status
# On branch master
#
# Initial commit
#
# Changes to be committed:
#   (use "git rm --cached <file>..." to unstage)
#
#        new file:   b.txt
#        new file:   c.txt
#
# Changes not staged for commit:
#   (use "git add <file>..." to update what will be committed)
#   (use "git checkout -- <file>..." to discard changes in working directory)
#
#        modified:   c.txt
#
# Untracked files:
#   (use "git add <file>..." to include in what will be committed)
#
#        a.txt

其实更为准确地说该命令是展示文件在三个工作区域中的差异。仅在工作目录中，不在暂存区的文件状态为Untracked files，表示未被Git跟踪；在工作区和暂存区中都存在但是内容不同为Changes not staged for commit，在工作区和暂存区中都相同但是不在数据库中则为Changes to be committed，表示待提交。我们可以根据Git的提示，使用不同的命令撤回操作，如git checkout -- <file>，撤销工作区中的修改，将其恢复到暂存区中的版本。

2.2 Git 目录

当我们在一个目录中执行git init，Git会创建一个.git目录，几乎所有的Git对象都会存储在这个目录中，我们后续也会沿着目录中的内容展开讲解。

以下是在一个空目录中执行git init后生成的.git文件夹中的内容。

[root@vm-20-8-centos git-demo]# git init
Initialized empty Git repository in /usr/local/git-demo/.git/
[root@vm-20-8-centos git-demo]# tree .git
.git
|-- branches
|-- config
|-- description
|-- HEAD
|-- hooks
|   |-- applypatch-msg.sample
|   |-- commit-msg.sample
|   |-- post-update.sample
|   |-- pre-applypatch.sample
|   |-- pre-commit.sample
|   |-- prepare-commit-msg.sample
|   |-- pre-push.sample
|   |-- pre-rebase.sample
|   `-- update.sample
|-- info
|   `-- exclude
|-- objects
|   |-- info
|   `-- pack
`-- refs
    |-- heads
    `-- tags

下面对主要目录进行介绍：

hooks：Git钩子脚本。在特定的重要动作发生时触发自定义脚本。有两组钩子：客户端的和服务器端的。客户端钩子由诸如提交和合并这样的操作所调用，而服务器端钩子作用于诸如接收被推送的提交这样的联网操作。
info
- exclude：全局性排除文件，放置不希望被记录在.gitignore文件中的忽略模式。.gitignore配置文件会提交到仓库，所以常用于对公共文件的控制。exclude文件的修改不会被提交到仓库。
objects：存储所有的数据内容，此文件夹中的内容大多是不可变的。里面存放着三种git object。
refs：存放一系列引用。包括heads 本地分支，remote 远程分支，tags 标签。
config：项目配置文件。Git一共有三个级别的配置，分别是 --system系统级， --global用户级和仓库级。git config -l
HEAD：当前检出的分支
index：暂存区信息。使用git ls-files --stage 查看该文件内容
description：⽤于GitWeb程序，显示对仓库的描述。

git help gitrepository-layout 查看官方目录说明

对于目录的官方介绍

2.3 Git Object

我们先来看一下objects文件夹中的内容。

[root@vm-20-8-centos git-demo]# tree .git/objects
.git/objects
|-- 08
|   `-- fe7365fb4dc9e21ea09747e2b81d6470895dd5
|-- 0c
|   `-- ca7e1d6fb5a88ccbf8430fa2ba841edcf70ec6
|-- 37
|   `-- 057b2e8a9041ef88b805a5b7c4e0e668a03be4
|-- 72
|   `-- 943a16fb2c8f38f9dde202b7a70ccc19c52f34
|-- cc
|   `-- c3e7b48da0932cc0f7c4ce7b4fd834c7032fe1
|-- ee
|   `-- da65ae8f26bbc7beb16283653afcd5f29a190b
|-- info
`-- pack

.git/objects/目录下存放着三种Git object，分别是数据对象（blob），树对象（tree objec），提交对象（commit object）。
数据对象（blob）：内容无固定格式，比较简单。存放数据内容。
树对象（tree object）：树对象描述了工作区的内容。存储的信息包括指向数据对象或者子树对象的指针，以及相应的模式、类型、文件名信息。
提交对象（commit object）：在 Git 中提交时，会保存一个提交（commit）对象，该对象包含一个指向暂存内容快照的指针，包含本次提交的作者等相关附属信息，包含零个或多个指向该提交对象的父对象指针：首次提交是没有直接祖先的，普通提交有一个祖先，由两个或多个分支合并产生的提交则有多个祖先。

git cat-file

-p 查看object内容
-t 查看对象类型

Blob

[root@vm-20-8-centos git-demo]# git cat-file -p 7294
aaa

可以看到blob的内容就是文件的内容。
Tree

[root@vm-20-8-centos git-demo]# git cat-file -p 31fd
100644 blob ccc3e7b48da0932cc0f7c4ce7b4fd834c7032fe1        a.txt
040000 tree b937120dc3951277017602a630e50b0a271f6182        next
[root@vm-20-8-centos git-demo]# git cat-file -p b937
100644 blob f761ec192d9f0dca3329044b96ebdb12839dbff6        b.txt

每一行从左到右依次是：文件模式、对象类型、对象的SHA-1指针、文件/目录名。
Git的文件模式参考了常见的 UNIX 文件模式：
100644：表明这是一个普通文件。（blob对象的文件模式一般都为100644）
100755：表示一个可执行文件。
120000：表示一个符号链接。
tree中的文件类型只会是blob或者tree。
Commit

[root@vm-20-8-centos git-demo]# git cat-file -p 08fe
tree 0cca7e1d6fb5a88ccbf8430fa2ba841edcf70ec6
parent eeda65ae8f26bbc7beb16283653afcd5f29a190b
author XianYu <1468399787@qq.com> 1666013606 +0800
committer XianYu <1468399787@qq.com> 1666013606 +0800

2.4 对象存储

文件名的生成：将头部信息和原始数据拼接起来，并计算出这条新内容的 SHA-1 校验和，得到一个长度为40个十六进制数组成的字符串。其中头部信息=对象类型（如blob）+空格+内容长度+空字节（null byte）。
SHA-1是一种数据加密算法，该算法的思想是接收一段明文，然后以一种不可逆的方式将它转换成一段（通常更小）密文，也可以简单的理解为取一串输入码（称为预映射或信息），并把它们转化为长度较短、位数固定的输出序列即散列值（也称为信息摘要或信息认证代码）的过程。
一旦数据内容发生改变，生成的SHA-1值就会发生改变。
随后Git将这条新内容通过Zlib压缩，并写入到磁盘中，以SHA-1的前两个字符为子目录名称，剩下的字符为文件名。

3 Git引用

在大多数时候我们并不想记住这一长串无规则的字符串，所以我们需要一个文件来保存 SHA-1 值，并给文件起一个简单的名字，然后用这个名字指针来替代原始的 SHA-1 值。这就是Git引用，它们被保存在.git/refs文件夹中。Git中的引用大致可以分为三种类型，分支、标签以及HEAD。

D:.
├─heads
│      feature_221012_ant
│      master
│
├─remotes
│  └─origin
│      │  feature_221008_refund
│      │  feature_221012_ant
│      │  HEAD
│      │  master
│      │
│      └─release
│              20220822-175752501755152_release_1644114_55
│              20220822-175820569111328_release_1644114_55
│
└─tags
        tag_2022-09-06-16-42-26
        tag_2022-09-22-19-52-53

3.1 分支

我们可以看到，refs目录中有两个文件夹，分别是heads和remote，它们存储着不同的类型的分支。

heads：本地分支
remote：远程分支
我们可以查看一下分支文件中的内容：

PS D:\IDEAPoject\unified-proxy-server\.git\refs> cat .\heads\feature_221012_ant
d8703d9b794305fe10c924853bab7c56d84f020b

这一串字符看上去有点眼熟是不是？我们可以查看一下提交记录。

git log 查看历史提交记录

PS D:\IDEAPoject\unified-proxy-server\.git\refs> git log --pretty=oneline feature_221012_ant -5
d8703d9b794305fe10c924853bab7c56d84f020b (HEAD -> feature_221012_ant, origin/feature_221012_ant) feat:升级api版本号
959ace250e57b7dd4a8a91427385fbab280fcf27 feat:****接口
1ab30f1f95bd2bf29fb73aadc236d75cb9ce66b1 ***进件
ec736f01d55d260afa7a1b8da02548824cdec74d feat:***接口
286552fcf9cf17a65efab13acc5c95e7c0b39a0c feat：***对接

我们发现，feature_221012_ant中存储的内容就是最新提交的commit id。通过cat-file查看该id的内容，便可以看到提交信息。

PS D:\IDEAPoject\unified-proxy-server\.git\refs> git cat-file -p d8703
tree cc4fa320f69ee511d9e2ba47103c9bc0771d3780
parent 959ace250e57b7dd4a8a91427385fbab280fcf27
author lu**wei <lu**wei@zj.tech> 1665995722 +0800
committer lu**wei <lu**wei@zj.tech> 1665995722 +0800

feat:升级api版本号

由上内容，我们不难得出Git 分支的本质：一个指向某一系列提交之首的指针或引用。由此不难理解，当我们使用git branch创建一个分支的时候，Git实际上是创建了一个指向当前提交对象的可移动的指针。
—— 创建一个新分支就相当于往一个文件中写入 41 个字节（40 个字符和 1 个换行符），如此而已。
所以在 Git 中，任何规模的项目都能在瞬间创建新分支。同时，由于每次提交都会记录父对象，所以寻找恰当的合并基础（即共同祖先）也是同样的简单和高效。
并且，当产生新的提交时，分支指针会自动移动，指向最新的提交对象。

3.2 HEAD

新的问题来了，当执行 git branch (branchname) 时，Git 如何知道最新提交的 SHA-1 值呢？答案是 HEAD 文件。HEAD 文件是一个符号引用（symbolic reference），指向目前所在的分支。所谓符号引用，意味着它并不像普通引用那样包含一个 SHA-1 值——它是一个指向其他引用的指针。
我们可以看一下HEAD文件的内容：

PS D:\IDEAPoject\unified-proxy-server\.git> cat HEAD
ref: refs/heads/feature_221012_ant

HEAD文件格式形如：ref：xxxx。可以看到，它保存着目前所在的分支的名称。
当执行git checkout 命令切换分支的时候，实际上是修改HEAD文件的内容；而当执行git commit的时候，会创建一个提交对象，并用 HEAD 文件中那个引用所指向的 SHA-1 值设置其父提交字段。

3.3 标签引用

前文我们刚讨论过存放在objects文件夹下的三种主要对象类型，事实上还有第四种。标签对象（tag object）非常类似于一个提交对象——它包含一个标签创建者信息、一个日期、一段注释信息，以及一个指针。主要的区别在于，标签对象通常指向一个提交对象，而不是一个树对象。它像是一个永不移动的分支引用——永远指向同一个提交对象，只不过给这个提交对象加上一个更友好的名字罢了。
来看一下tag文件中的内容：

PS D:\IDEAPoject\unified-proxy-server\.git> cat .\refs\tags\tag_2022-08-15-22-47-55
b8839b545f83f33a67d82a99eb18deee33bc1304
我们得到了一串id，那么这一串id又是什么呢？
PS D:\IDEAPoject\unified-proxy-server\.git> git cat-file -t b8839
commit

可以看到，tag文件中的内容就是一个commit的指针。
标签又分为普通标签和附注标签。普通标签就是如上所展示的，它只是一个固定的引用。而附注标签除了指针之外，还包含了标签的说明信息。创建一个附注标签时，Git会创建一个标签对象，并记录一个引用来指向该标签对象，而不是直接指向提交对象。
可以通过git tag -a 创建一个附注标签：

[root@vm-20-8-centos git-demo]# git tag -a v1.1 50297f184aec540d9bd998857f2ac4b1164e9f34 -m 'first tag'

查看该tag的类型和内容：

[root@vm-20-8-centos git-demo]# git cat-file -t c6e031
tag
[root@vm-20-8-centos git-demo]# git cat-file -p c6e031
object 50297f184aec540d9bd998857f2ac4b1164e9f34
type commit
tag v1.1
tagger XianYu <1468399787@qq.com> 1666097176 +0800

first tag

4 底层命令

由于 Git 最初是一套面向版本控制系统的工具集，而不是一个完整的、用户友好的版本控制系统，所以它还包含了一部分用于完成底层工作的命令，称之为底层命令（plumbing）。我们日常使用到的例如checkout，add，commit，push这种命令我们称其为高层命令（porcelain）。当执行一个高层命令时，Git实际上是执行了一系列的底层命令。

4.1 git add

git add 将文件添加到暂存区

生成文件对应的blob object

git hash-object -w fileName
#该命令输出一个长度为40字符的校验和。是通过对头部信息和内容进行SHA-1校验运算得出的校验和。
#-w表示存储数据对象，若无次此参数，则该命令仅仅返回对应的键值。

[root@vm-20-8-centos git-demo]# echo 'aaa' > a.txt
[root@vm-20-8-centos git-demo]# git hash-object -w a.txt
72943a16fb2c8f38f9dde202b7a70ccc19c52f34
[root@vm-20-8-centos git-demo]# tree .git/objects/
.git/objects/
|-- 72
|   `-- 943a16fb2c8f38f9dde202b7a70ccc19c52f34
|-- info
`-- pack

3 directories, 1 file
[root@vm-20-8-centos git-demo]# git cat-file -p 7294
aaa

由于Git生成校验和时主要根据内容来生成，并且blob对象并不会记录文件名，所以如果内容相同而文件名不同的情况下，Git并不会重新生成数据对象。

[root@vm-20-8-centos git-demo]# echo 'aaa' > b.txt
[root@vm-20-8-centos git-demo]# echo 'aaa' > c.txt
[root@vm-20-8-centos git-demo]# git hash-object -w b.txt
72943a16fb2c8f38f9dde202b7a70ccc19c52f34
[root@vm-20-8-centos git-demo]# git hash-object -w c.txt
72943a16fb2c8f38f9dde202b7a70ccc19c52f34
[root@vm-20-8-centos git-demo]# tree .git/objects/
.git/objects/
|-- 72
|   `-- 943a16fb2c8f38f9dde202b7a70ccc19c52f34
|-- info
`-- pack

3 directories, 1 file

更新暂存区

git update-index --add --cacheinfo <mode> <object> <path>
#update-index 修改索引或目录缓存。
#–add 向暂存区中添加新文件
#–cacheinfo 直接将指定的信息插入索引。
将步骤1中新建的文件更新到暂存区：

[root@vm-20-8-centos git-demo]# git update-index --add --cacheinfo 100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 a.txt
[root@vm-20-8-centos git-demo]# git update-index --add --cacheinfo 100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 b.txt
[root@vm-20-8-centos git-demo]# git update-index --add --cacheinfo 100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 c.txt
[root@vm-20-8-centos git-demo]# git ls-files 
a.txt
b.txt
c.txt
[root@vm-20-8-centos git-demo]# git ls-files -s
100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 0        a.txt
100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 0        b.txt
100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 0        c.txt

4.2 git commit

根据暂存区内容生成tree对象

git write-tree
# 使用当前索引创建树对象。新树对象的名称被打印到标准输出。
[root@vm-20-8-centos git-demo]# git write-tree
0c58b56cf28846b55c20db49447e8836e62fe54b
[root@vm-20-8-centos git-demo]# git cat-file -t 0c58
tree
[root@vm-20-8-centos git-demo]# git cat-file -p 0c58
100644 blob 72943a16fb2c8f38f9dde202b7a70ccc19c52f34        a.txt
100644 blob 72943a16fb2c8f38f9dde202b7a70ccc19c52f34        b.txt
100644 blob 72943a16fb2c8f38f9dde202b7a70ccc19c52f34        c.txt

生成commit对象

git commit-tree <tree> [(-p <parent>)…] [(-m <message>)…]
#基于提供的树对象创建一个新的提交对象，输出生成的提交对象的id
#可指定父提交对象必须指定提交信息

[root@vm-20-8-centos git-demo]# git commit-tree 0c58 -m 'first commit'
f5a767fccb416e145dd5ef4fea6fcfea592fc45e
[root@vm-20-8-centos git-demo]# git cat-file -t f5a767
commit
[root@vm-20-8-centos git-demo]# git cat-file -p f5a767
tree 0c58b56cf28846b55c20db49447e8836e62fe54b
author XianYu <1468399787@qq.com> 1666100555 +0800
committer XianYu <1468399787@qq.com> 1666100555 +0800

first commit

更新分支使其指向最新的提交对象

git update-ref
更新引用

[root@vm-20-8-centos git-demo]# git update-ref refs/heads/master f5a767
[root@vm-20-8-centos git-demo]# cat .git/refs/heads/master
f5a767fccb416e145dd5ef4fea6fcfea592fc45e
[root@vm-20-8-centos git-demo]# git log master
commit f5a767fccb416e145dd5ef4fea6fcfea592fc45e
Author: XianYu <1468399787@qq.com>
Date:   Tue Oct 18 21:42:35 2022 +0800

    first commit

4.3 分支

创建分支

[root@vm-20-8-centos git-demo]# git update-ref refs/heads/test f5a767
[root@vm-20-8-centos git-demo]# ll .git/refs/heads/
total 8
-rw-r--r-- 1 root root 41 Oct 18 21:50 master
-rw-r--r-- 1 root root 41 Oct 18 22:02 test

切换分支

git symbolic-ref 读取，修改和删除符号引用
git symbolic-ref [-m <reason>] <name> <ref> 将<name>引用修改为<ref>
git symbolic-ref [-q] [--short] <name> 查看<name>符号引用内容
git symbolic-ref --delete [-q] <name> 删除<name>符号引用

[root@vm-20-8-centos git-demo]# git symbolic-ref HEAD refs/heads/test
[root@vm-20-8-centos git-demo]# cat .git/HEAD
ref: refs/heads/test
[root@vm-20-8-centos git-demo]# git branch
master
*test

参考资料：
Pro Git 2nd Edition：
https://git-scm.com/book/zh/v2
Git 中文参考：
https://apachecn.gitee.io/git-doc-zh/#/