git知識總結-1.git基礎之數據存儲

1.前言

git包含四種對象文件：

• blob
• tree
• commit
• tag(目前沒用到，暫時忽略)

2. git對象的關係

 

圖 git三種對象關係

 

粗略一看，能夠大體感受出blob相似於文件，而tree相似於文件夾，而commit則是囊括這一大堆東西的一個對象。

3.SHA-1算法

SHA-1算法具體怎麼計算，能夠自行google。這裏只說一下該算法在git數據存儲中的應用。咱們能夠用git提供的命令來計算一個文件的SHA-1值：

echo 'test content' | git hash-object --stdin d670460b4b4aece5915caf5c68d12f560a9fe3e4 

輸入字符串 "test content"，git會經過SHA-1算法將其中的內容計算出一個40個字符的HASH值。

一樣地，若是咱們在工做區新增一個文件，而後經過 git add 加入到暫存區，那麼git一樣地會根據這個文件經過SHA-1算法來計算出屬於該文件的一個HASH值。

這個值是惟一的！若是一個文件通過修改以後，再次計算獲得的HASH值會不會和原來的同樣？答案是確定不會的，因此這個HASH值就能夠充當一個標識符的做用。

4.git如何存儲對象

git add後發生什麼？

對於blob對象，仔細觀察上一副圖能夠發現，blob對象的頭頂都有着5個字符，"5b1b3","911e7","cba0a"。其實這一段字符串就是所屬文件的HASH值的一部分。

那麼它爲何會出如今blob的頭頂呢？其實當把一個新的文件放入到暫存區以後，git就在本身的目錄下 .git/object/ 新建了一個文件對象，來保存新加入的文件，

與此同時經過SHA-1算法來計算獲得一個所屬該對象的"標識"，而這個對象，就是blob對象。(感受說的有點拗口)。大體過程以下圖：

 

圖 git add後git對象狀況

git commit後發生什麼？

 

圖 git commit後git對象狀況

沒錯，又多出了兩個hash值，即表明了兩個對象。同時考慮到上邊那個關係圖能夠大體猜想到，提交以後，又生成了兩個對象，一個tree對象，一個commit對象。

不過若是繼續帶着好奇心深刻下去，嘗試着去打開其中的一個文件，會發現裏邊是一堆16進制的數字，即便用Winhex打開，也是亂碼。這是由於git對原來文本中的數據進行了從新壓縮編碼，這樣既能夠保存原來的文本內容，又減小了對空間的佔用。

5. git指針

提到指針，那就確定要稍微提一下C、C++中的指針了。這種指針的做用很簡單，就是存儲一個變量的地址，而後根據這個地址來找到該對象，進而對其進行操做。

那麼,git中的指針也是這樣的嗎？其實，也差很少。只不過這裏存儲的並非變量的在內存上的地址，而是另一種形式的"地址"，這就是HASH值。

沒錯，就是上邊計算出來的那個HASH值,commit對象的HASH值。

 

圖 commit對象的HASH值

在上副圖中，我對Doge.txt文件又進行了修改，而後又放入到暫存區中，接着進行commit提交操做，而後輸入命令 git log 來查看全部提交的日誌記錄，咱們能夠看到有一排黃色的字符串，寫着 commit cbfa20cb4fc205477237d3ffc88909f7cb49bd6f，這就是咱們次此提交以後生成的commit對象的HASH值。那麼，指針在哪裏呢？不急，接下來看下邊這幅圖：

 

圖 git指針

這個文件是master文件，在 .git/refs/ 目錄下。爲何要看這個文件呢？咱們在用git的時候，常常會看到master這個單詞，它是git中默認的一個分支，簡單點說這個master文件就是一個指針，這個指針記錄着一個commit提交對象的HASH值，經過這個HASH值咱們就能夠找到本次提交的tree對象、blob對象，這樣也就找到了咱們提交的文本信息了。

6. git版本回退

回顧一下咱們剛纔走過的路，咱們知道一次提交就對應着個commit對象，一個commit對象還帶着一個惟一標識的HASH值，那麼按照這樣的邏輯來推理的話，兩次提交就有會兩個commit對象，兩個不一樣的HASH值。若是要版本回退的話，是否是咱們只要指定一下回退到第幾個版本，而後得到相應的commit對象就能夠作到了？先來簡單地試驗一下吧：

 

圖  如今版本

 

圖 兩次提交後的commit

圖中有兩行數據，同時在本地版本庫中也有兩個版本

 

圖 版本回退

 

圖 回退以後的文本

上邊是一個簡單的版本回退示意圖，經過輸入命令 git reset 版本id 來回退到指定的版本。其實一個最簡單的版本回退就是如此。

其實在內部，就是將帶有HASH值的HEAD指針從最新的一個提交對象上轉移到上一個提交對象上。

對於版本回退，還有許多其餘的用法，包括reset的一些參數使用，checkout、revert命令的使用。有關它們的具體用法請戳這個傳送門：
代碼回滾：Reset、Checkout、Revert的選擇

7.總結

這篇文章重點不是介紹git的命令用法，而是對其內部原理的一個簡單分析。我寫的比較白話，並且一直感受有些地方不夠完善，詳略不太得當，但也沒考慮好怎麼去修改、完善。但願本身在之後的不斷回看中，可以逐漸完善。

參考文章

Git 工做區、暫存區和版本庫
使用原理視角看 Git
《Pro Git》的筆記-git內部原理
Git 用起來 の 基本原理

https://www.jianshu.com/p/9291dd3a99b3 深刻git數據存儲原理

做者：雅俗共賞M連接：https://www.jianshu.com/p/9291dd3a99b3來源：簡書簡書著做權歸做者全部，任何形式的轉載都請聯繫做者得到受權並註明出處。