分布式版本控制工具Git入门及原理简介

Git是什么

Git是一个分布式版本控制工具 ， 最早是用于Linux内核开发的版本控制

为什么Linux内核开发使用Git

• 速度
• 对非线性开发模式的强力支持（允许上千个并行开发的分支）
• 完全分布式
• 有能力高效管理类似 Linux 内核一样的超大规模项目（速度和数据量）

版本控制

版本控制就是对文件变更过程的管理 ,把一个文件或一些文件的各个版本按一定的方式管理起来，目的是需要用到某个版本的时候可以随时使用。

本地版本控制系统(RCS)

通过复制整个项目目录的方式来保存不同的版本，加上备份时间进行区别。

• 优势 简单。
• 劣势: 容易混淆所在的工作目录，一旦弄错文件丢了数据就没法撤销恢复。

集中式版本控制系统（SVN）

• 版本库是集中存放在中央服务器的 ,工作时使用自己的电脑从中央服务器取得最新的版本 ,工作结束后再把自己的修改推送给中央服务器
• 优势:

1. 每个人都可以一定程度上看到项目中的其他人正在做些什么。而管理员也可以轻松掌控每个开发者的权限.

• 劣势

1. 没有网络或者断开VPN你就无法做任何事情
2. 中央服务器的单点故障，那么谁都无法提交更新、还原、对比等，也就无法协同工作 。如果没做过备份或者备份得不够及时的话，有丢失数据的风险。

分布式版本控制系统

• 没有 “中央服务器”，每个人的电脑上都是一个完整的版本库 ，当多人协作时 ，只需把各自的修改推送给对方，就可以互相看到对方的修改了.
• 优势:

1. 在分布式版本控制系统中，客户端并不只提取最新版本的文件快照，而是把原始的代码仓库完整地镜像下来. 这么一来，任何一处协同工作用的服务器发生故障，事后都可以用任何一个镜像出来的本地仓库恢复;
2. 另外，因为Git在本地磁盘上就保存着所有有关当前项目的历史更新，并且Git中的绝大多数操作都只需要访问本地文件和资源，不用连网，所以处理起来速度飞快;
3. 大多数操作本地进行，数度更快，不受网络与物理位置限制，不联网也可以提交代码、查看历史、切换分支等等.

• 劣势：

1. 学习周期相对而言比较长;
2. 代码保密性差,一旦开发者把整个库克隆下来就可以完全公开所有代码和版本信息.

Git能做什么

从一般开发者的角度来看，git有以下功能：

1. 从服务器上克隆完整的Git仓库 ，在单机上自己创建的分支上提交代码。
2. 在单机上解决冲突 合并分支。

Git的工作流程

Workspace：工作区 Index / Stage：暂存区 Repository：仓库区（或本地仓库） Remote：远程仓库

Git对象模型

Git是一个键值对的文件系统

指向对象的键

• 每一个Objects使用SHA1算法加密成40位的HashCode ，HashCode的前两个字符用于命名子目录，余下的 38 个字符则用作文件名
• Git不是简单的将数据内容进行Hash ， 而是通过 数据长度 + 一个空格 + 数据内容 来进行Hash 。
• .git/objects文件夹中会包含很多的子文件夹，其中Git对象保存在以其sha-1值的前两位为子文件夹、后38位位文件名的文件中

Git的对象

• Blob 数据对象：存储文件系统中的文件的文件内容
• Tree 树对象:指向Blob对象或者其他树对象 ,相当于文件系统中的文件夹
• Commit 提交对象: 包含提交时间 提交备注 父提交ID 树对象的指针

Git的快照

• Git是把变化的文件进行快照后，记录在一个微型的文件系统中。每次提交更新时，它会浏览一遍所有文件的指纹信息并对文件进行快照，然后保存一个指向这次快照的索引。若文件没有变化，Git会指向上一次保存的快照链接 。 （所以每次commit时 ，git存储全新的文件快照）
• Git的快照会保存两个指针：指向上一次提交的指针和指向一个tree，这个tree指向了当前状态下的所有文件（不论是以前生成的还是新生成的 ，保存了当前代码所有副本的引用）

Git的快照系统与CVS等的区别

SVN快照

• 最主要的区别在于对待数据保存的方式 ，Git关心文件数据的整体是否发生变化 ，每一次commit时都会保存一次全部文件快照 ，git会保存这个快照的索引 。如果文件没有发生变化 ，那仅仅保存指向以前文件的索引 后者主要关心的是文件之间的差异 ，以文件的变更列表的形式存储信息（一组文件加上每个文件随着时间变更所累计的差异 ，往后的快照都只是记录之前版本和现在两者的变化信息

Git GC

• Git每次提交都会提交整个文件的存储快照 ，容易导致代码仓库中存在太多的松散对象 .Git GC可以收集所有松散对象并将它们存入 packfile，合并这些 packfile 进一个大的 packfile，然后将不被任何 commit 引用并且已存在一段时间 (默认是半个月) 的对象删除。 此外，Git还会将所有引用 (references) 并入一个单独文件。

• 一般是用户手动操作Git gc ，Git也会不定时地自动运行auto gc命令

  • --prune ： 回收早于指定日期的对象

Git的分支

• Git的分支本质就是指向一个commit对象的可变指针 ，从分支指向的对象往回看就是一整条分支
• Git通过一个特殊的指针 HEAD 来指向当前正在工作中的本地分支
• Git如何保证历史记录不被篡改

常用命令

• git add ：把工作目录的文件放入暂存区域（标记工作目录中状态为 未追踪 的文件)

• git commit : 将暂存区域内的文件生成一份快照 ，将快照传入本地仓库 ，并将本地仓库中的HEAD指针指向这次最新的commit

• 当git commit时 ，git会首先会计算每一个子目录的校验和 ，然后将这些校验和保存为树对象 ，随后创建一个commit对象 （之所以要创建commit对象 是因为commit对象除了要保存文件快照指针以外 ，还要保存作者的信息 ，父对象的指针以及项目根目录指针)

• git commit -amend :使用与当前提交相同的父节点进行一次新提交，将上一次commit取消

• 将修改的代码 git add .

• 使用git commit -amend

• git reset : 用于撤销之前的commit ，

• git reset --mixed (或者不加参数) : 保留工作目录区的内容 ，清空暂存区的内容（也就是说没有git commit 和 git add 过）

• git reset --hard : 会将工作区的目录也更新为指定commit相同的内容（没有发生过git commit 和 git add )

• git reset --soft : 保留index区和工作目录的内容(类似与已经git add过)

• git revert : 用于撤销已经push的代码 实质就是生成一个新的commit ，但是新commit的内容和指定撤销的commit的内容相反

• git rebase : 使用git merge 的话 ，commit历史就会出现分叉 ，可以用rebase代替merge 避免出现commit历史分叉

• git rebase -i HEAD~n :用于合并本地的多个提交 ,通过rebase ， 让本来分叉了的提交历史重新回到了一条线上 。

• git stash stash会将可以被git追踪的文件（也就是要git add 过）存放在本地的一个单独区域中 ，待需要时再取出

• git merge 将当前节点与目标节点加上两个节点的共同祖先节点进行三向合并 结果先保存当前目录和索引，然后和父节点33104一起做一次新提交。

Git命令的底层原理

Git命令分为procelain和plumbing

• porcelain命令就是我们常用的git add,git commit等命令
• plumbing命令可以理解为更底层的命令，实际上一个porcelain命令可以由若干个plumbing命令完成，plumbing命令可以帮助我们了解git底层的工作原理

1. git add

   1. 根据文件内容计算SHA-1值
   2. 将文件内容存储到仓库的数据库中
   3. 将文件内容注册到.git/index文件中

2. git commit

   1. 根据当前的工作树生成一个tree对象（tree对象记录了当前工作目录的结构，保存有对当前版本的文件的引用）， 将tree对象保存到.git/objects下
   2. 由上述tree对象生成一个commit对象，
   3. 移动分支到新生成的commit对象