git 原理初探

• 1. 前言
• 2. git 是如何保存代码的
• 3. hash 算法
• 4. 暂存区

1. 前言

我使用的是 mac 系统，本文用到 tree、watch 命令，mac 默认是没有这两个命令的，需要先安装下这两个命令

brew install tree && brew install watch

2. git 是如何保存代码的

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

参考 git 中文书籍git对象章节: https://www.progit.cn/#_objects

监听文件变化可使用命令(每隔一秒执行 tree .git 命令):

watch -n -1 -d tree .git

创建 hello.txt 文件，文件内容: hello git

echo 'hello git' > hello.txt

将文件添加到暂存区, 此时 .git/objects 下面会多出一个目录，这个目录下存放一个文件

git 会根据文件内容通过 hash sha-1 算法得到40位的 blob对象 hash字符串文件

示例: 8d0e41234f24b6da002d962a26c2495ea16a425f, 前两位作为目录名，后38位作为文件名进行存储

这个文件存储的就是 hello.txt 的文件内容: hello git, 下面就来验证这句话

git add hello.txt

使用 cat 查看 hash 串存储的文件内容，看到是一串乱码，这个是文件经过zlib 压缩后的数据

cat .git/objects/xx/xxxx

查看文件的原始内容，压缩前的数据:

语法格式: git cat-file -p 索引值前七位

cat: 可以理解查看 -p: pretty 漂亮的，理解为便于查看的

git cat-file -p 8d0e412

查看文件类型，执行以下命令返回 blob 代表是 blob对象

git cat-file -t 8d0e412

查看文件内容长度（例如: 10）

git cat-file -s 8d0e412

3. hash 算法

hash算法: 将任意长度的内容通过算法生成固定长度的输出，也就是加密为固定长度的字符串

git 是一个基于Hash值的键值对数据库，键指的是hash索引值，值指的 hash索引值对应的文件内容

总结: git 的核心一个键值对数据库，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，使用算法生成 hash 字符串

语法格式

'blob 长度\0内容'

使用示例

• 10: 是文件的长度, 除了hello git 9个字符外, 还有一个\n, 所以长度为10
• hello git 是文件的内容
• sha1sum: 是Linux自带的计算Hash串的命令

echo 'blob 10\0hello git' | shasum

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

4. 暂存区

暂存区所在位置: .git/index

暂存区可以看做一个文件名到 blob 对象的索引表，这也是为什么暂存区叫 index 的原因

查看暂存区中的数据

git ls-files -s