阅读 3446

你知道 Git 是如何做版本控制的吗?

作者:冯伟尧

我们在切换不同分支,或者切换到指定历史提交记录时,Git 是怎么把文件的历史版本调出来的?也就是说:

  1. Git 把数据存储在哪里?
  2. 怎么存储文件的不同版本?
  3. 又是怎么让不同版本和指定提交记录关联起来的?

在开始前,为了避免部分歧义,先统一下对提交记录的认识:我们都知道每个提交记录都会有唯一对应的一个 40 位字符串,这是 Git 根据我们的提交内容利用 SHA-1 算法计算出来的哈希值。这个 40 位的字符串,有人称 id 或 哈希值 或 校验和 或 SHA-1 值。因为 SHA-1 是一种哈希算法,这里我们统一下,这个字符串就叫哈希值

Git 如何存储数据

Git 如何存储数据,答案主要就在 .git 文件夹的 objects 目录里。先不解释 objects 目录是什么,我们先看看里面都有什么东西。现在你可以随意打开一个 Git 仓库,找到其中 .git 目录(默认情况下它可能是隐藏的)下的 objects 文件夹。他应该是下面这样的:

objects-dir

这里面是很多以 2 个字符命名的文件夹,文件夹里又是若干数量以一串 38 个字符命名的文件。如果你足够敏感的话,或许能猜到这是一个类似指定 commit 提交记录的哈希值。借助 git cat-file 命令可以查看这个文件里的内容。结果如下所示:

blob-example

这里的结果是我项目中 CHANGELOG.md 文件的内容。更确切的说,它是 CHANGELOG.md 文件在某一次提交时的完整内容。而这个 objects 文件夹,就是 Git 存放数据的地方。

Git 在每次提交时,会找到存在变更的文件,利用 SHA-1 算法根据内容计算出 40 位的字符串为文件命名,放在 objects 文件夹。 哈希值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。 也就是说,你的文件每次发生变更,都会有一个对应的快照,保存了该版本文件的所有内容。如果 Git 想恢复文件到某一次历史版本,只需要拿到这个文件该次版本对应的哈希值即可。

可是 Git 怎么知道某次提交时该文件对应版本的哈希值是什么呢?也就是说 Git 如何把文件不同版本和提交记录关联起来的?

实际上在 objects 文件夹里主要存放着三类信息,除了我们上面提到的文件内容信息,还有文件路径信息以及提交信息。它们分别以 文件对象 blob object、树对象 tree object、提交对象 commit object 的形式存在。每一个对象都是 objects 目录下的一个文件,和保存文件内容信息的方式类似,Git 会通过 SHA-1 算法根据对象内容计算哈希值,得到一串 40 位的字符串为文件命名,用于找到他们。 接下来我们来看树对象和提交对象都包含了哪些内容。

当你提交时,Git 会把你当前的目录结构保存下来,对应的 tree object 结构如下:

tre-example

包含了文件的文件名和文件对象的哈希值,以及子文件夹名字和对应的树对象哈希值。也就是说,你只需要找到某次提交根目录的树对象哈希值,就能找到该次提交所有文件对应的文件名以及文件对象哈希值。 也就能得到文件的历史版本内容了。

那我如何找到这个树对象?

就是通过我们最熟悉的提交对象。git log 命令可以找到对应提交的哈希值,我们可以看到提交对象的结构如下:

commit-example

tree 指向的就是当前提交的树对象。parent 是上一次提交的提交对象。其他的是作者,提交人,时间和描述信息。

现在我就可以知道某次提交的某个文件的历史版本内容是什么了。由此我们也大概了解了 Git 是怎么存储文件的历史版本,又是怎么把历史版本和提交记录联系起来的。

git-objects

当使用 git commit 进行提交操作时,Git 会先计算每一个子目录的哈希值,然后在 Git 仓库中将这些校验和保存为树对象。 随后,Git 便会创建一个提交对象,它除了包含作者,时间和描述信息外,还包含指向这个树对象(项目根目录)的哈希值以及上一次提交的哈希值。如此一来,Git 就可以在需要的时候重现此次保存的快照。

git 的分支

现在我们知道,只要拿到某次提交对象的哈希值,我们就能得到该次提交对应的快照。如果我们想要某个分支的文件内容,又是如何做到的?

分支只是一个可变的指针,指向分支最新的提交对象。

在 .git 里的 refs 文件夹中,保存了所有分支对应的最新提交对象的哈希值。目录结构如下:

refs

其中 heads 文件夹保存的是本地分支,remotes 文件夹保存的是远程分支。以本地分支 master 为例,利用 cat master 可以看到,该文件中保存了最新提交对象的哈希值。如果你现在进行一次新的提交,会发现该文件中的内容会变为新提交对象的哈希值。

refs

同时 Git 中有一个特殊的引用 HEAD,它总是指向当前检出的分支或提交对象。HEAD 指向的提交对象保存在 .git 里的 HEAD 文件中。 如下图,HEAD 指向了 master 分支。如果我们手动检出 master 分支的上一次提交,会发现该文件指向了一个确定的提交对象,即上一次提交的提交对象。

git-refs

最后,可以用一张图来概括分支和提交对象之间的关系。

git-refs

关注下面的标签,发现更多相似文章
评论