likes
comments
collection
share

Git工作原理

作者站长头像
站长
· 阅读数 43

一、简介

Git是目前世界上最先进的分布式版本控制系统，流程如下：

Git工作原理

Git工作原理

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

二、SVN与Git的最主要的核心区别

区别1 （重要）

  • 1.SVN是集中式版本控制系统。版本库是集中放在中央服务器的，而干活的时候，用的都是自己的电脑，只有一台服务器来维护和控制代码，所以首先要从中央服务器那里得到最新的版本，干完活后需要把自己做完的活推送到中央服务器，
  • 2.Git是分布式版本控制系统。没有中央服务器，每一台主机都当成一台服务器

区别2

  • Git和其他版本控制系统的主要差别在于，Git 只关心文件数据的整体是否发生变化，而大多数其他系统则只关心文件内容的具体差异。Git 并不保存这些前后变化的差异数据。实际上，Git 更像是把变化的文件作快照后，记录在一个微型的文件系统中。每次提交更新时，它会纵览一遍所有文件的指纹信息并对文件作一快照，然后保存一个指向这次快照 的索引。为提高性能，若文件没有变化，Git不会再次保存，而只对上次保存的快照作一链接。

  • 近乎所有操作都是本地执行,在 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。但如果用 CVCS 的话，差不多所有操作都需要连接网络。因为 Git 在本地磁盘上就保存着所有当前项目的历史更新，所以处理起来速度飞快。

二、Git目录

- hooks：
钩子目录，存放执行指定git命令前或者后触发的脚本，可以看到默认会有几个sample文件，如果要开启某个钩子脚本，就把脚本文件名的后缀simple去掉就可以，
这些钩子会在特定的时机被触发执行，比如post-commit在整个提交过程完成后执行，
可以用于发送提交通知等，另外也有服务端钩子，在推送前或者后执行，
比如post-receive在推送结束后会被执行，可以用于通知打包平台启动打包任务
- info：保存git的相关信息
- objects：存放真实数据，以Git对象形式存放
- refs
     - heads：存放所有本地分支最新的commit哈希值
     - stash：存放stash对应的哈希值
     - tags：存放tags相关的
- config：配置文件
- HEAD：当前分支，并不存放SHA1值，类似/refs/heads/master，这个指向的文件里会有最新commit的SHA1值
- index：二进制文件，暂存区

三、Git对象存储

数据对象、树对象、提交对象都存储在.git/objects目录下。Git对象在存储前,Git对象的40位hash值分为两部分：头两位作为文件夹，后38位作为对象文件名。

  • Git对象的40位hash值是使用sha1算法计算，
  • 使用zlib的deflate算法压缩Git对象存储到 后38位作为对象生成的文件名中
  • Git对象存储的算法步骤(了解)
1.计算`content`长度，构造`header`;
2.将`header`添加到`content`前面，构造Git对象；
3.使用sha1算法计算Git对象的40位hash码；
4.使用zlib的deflate算法压缩Git对象；
5.将压缩后的Git对象存储到`.git/objects/hash[0, 2]/hash[2, 40]`路径下;
  • 为什么Git要这么设计目录结构，而不直接用Git对象的40位hash作为文件名？原因是有两点： 1.有些文件系统对目录下的文件数量有限制。例如，FAT32限制单目录下的最大文件数量是65535个，如果使用U盘拷贝Git文件就可能出现问题。 2.有些文件系统访问文件是一个线性查找的过程，目录下的文件越多，访问越慢。

三、Git对象

  • Git是根据文件内容的hash码来定位文件，这意味着同样内容的文件，在这个文件系统中会指向同一个位置，不会重复存储。
  • Git对象包含三种：数据对象、树对象、提交对象。Git文件系统的设计思路与linux文件系统相似，即将文件的内容与文件的属性分开存储，文件内容以“装满字节的袋子”存储在文件系统中，文件名、所有者、权限等文件属性信息则另外开辟区域进行存储。在Git中，数据对象相当于文件内容，树对象相当于文件目录树，提交对象则是对文件系统的快照。

1. 数据对象

数据对象是文件的内容，不包括文件名、权限等信息。Git会根据文件内容计算出一个hash值，以hash值作为文件索引存储在Git文件系统中。由于相同的文件内容的hash值是一样的，因此Git将同样内容的文件只会存储一次。git hash-object可以用来计算文件内容的hash值，并将生成的数据对象存储到Git文件系统中,


1.计算出一个hash值 ，以hash值作为文件索引存储在Git文件系统中
git hash-object -w ./gittest.txt 
------>6ef4b68add7afe38c244974d1e08d9a40d442528
// -w 表示将数据对象写入到Git文件系统中,不加这个选项，那么只计算文件的hash值而不写入
2.Git对象的读取
`-p`表示查看Git对象的内容，`-t`表示查看Git对象的类型
git cat-file -p 6ef4b68add7afe38c244974d1e08d9a40d442528

数据对象只是解决了文件内容存储的问题，而文件名的存储则需要通过树对象来解决

2. 树对象

树对象是文件目录树，记录了文件获取目录的名称、类型、模式信息。使用git update-index可以为数据对象指定名称和模式，然后使用git write-tree将树对象写入到Git文件系统中

//写入 index区 或者 称为暂存区 
1. git update-index --add --cacheinfo 100644 6ef4b68add7afe38c244974d1e08d9a40d442528 gittest.txt
然后写入 git系统 必须得加上，否则只在 暂存区
2. git write-tree
//树对象仍然可以使用`git cat-file`查看
\

树对象解决了文件名的问题，而且，由于我们是分阶段提交树对象的，树对象可以看做是开发阶段源代码目录树的一次次快照，因此我们可以是用树对象作为源代码版本管理. 在源代码版本控制中，我们还需要知道谁提交了代码、什么时候提交的、提交的说明信息等，这就需要提交对象。

3. 提交对象

提交对象是用来保存提交的作者、时间、说明这些信息的，可以使用git commit-tree来将提交对象写入到Git文件系统中

总结：Git中的数据对象解决了数据存储的问题，树对象解决了文件名存储问题，提交对象解决了提交信息的存储问题。从Git设计中可以看出，Linus对一个源代码版本控制系统做了很好的抽象和解耦，每种对象解决的问题都很明确，相比于使用一种数据结构，无疑更灵活和更易维护。

四、Git引用

Git引用相当于给40位hash值取一个别名，便于识别和读取。Git引用对象都存储在.git/refs目录下，该目录下有3个子文件夹heads、tags和remotes，分别对应于HEAD引用、标签引用和远程引用。

1. HEAD引用

  • HEAD引用是用来指向每个分支的最后一次提交对象，这样切换到一个分支之后，才能知道分支的“尾巴”在哪里。
  • HEAD引用存储在.git/refs/heads目录下，有多少个分支，就有相应的同名HEAD引用对象
  • HEAD引用的内容就是提交对象的hash值 2. 标签引用
  • 就是给Git对象打标签，标签引用都存储在.git/refs/tags里面 3. 远程引用
  • 远程引用也是Git引用对象，所以理论上也可以使用git update-ref来手动维护。但是，我们需要先把代码与远程仓库进行同步，在远程仓库中找到对应分支的HEAD，然后使用git update-ref进行更新，过程比较麻烦。而我们在执行git pull或git push这样的高层命令的时候，远程引用会自动更新 总结：
  • 三种Git引用都已分析完毕。总的来说，三种Git引用都统一存储到.git/refs目录下，Git引用中的内容都是40位的hash值，指向某个Git对象，这个对象可以是任意的Git对象，可以是数据对象、树对象、提交对象。三种Git引用都可以使用git update-ref来手动维护。
  • 三种Git引用对象所不同的是，分别存储于.git/refs/heads、.git/refs/tags、.git/refs/remotes,存储的文件夹不同，赋予了引用对象不同的功能。HEAD引用用来记录本地分支的最后一次提交，标签引用用来给任意Git对象打标签，远程引用正式用来记录远程分支的最后一次提交。
转载自:https://juejin.cn/post/7015014883322232869
评论
请登录