Git底层原理详解
一. 前言
在一开始接触Git与Github时，我对Git的一些操作十分疑惑。作为一名学生，我常用的操作无非以下几种：
1
2
3
4
5
6
7
8
9
10
# 创建仓库
git init
# 克隆仓库
git clone [repository url]
# 将修改内容保存到暂存区
git add [file path]
# 提交到本地仓库
git commit -m "commit message"
# 推送到远端仓库
git push [remote branch name] [local branch name]
在创建仓库阶段，git init会创建一个.git文件夹。那我就很疑惑了，.git文件夹是用来干什么的？里面保存了些什么？这值得我们探究
在提交修改阶段，新手的我只会照葫芦画瓢，用最简单的方法：
1
2
3
4
5
6
# 将所有修改内容写入暂存区
git add .
# 提交到本地仓库
git commit -m "commit message"
# 推送到远端仓库
git push origin main
It looks like magic! 在终端上打上几行，到Github上看,wow,真的把修改保存并推送上去了。🙌😭🙌 Amazing!
对于一般人来讲，了解这些也许就够用。但我想，这对学计算机的人来说远远不够。毕竟，“计算机中没有魔法”。所以，就让我们详细探究一下git的底层原理，理解这个堪称伟大的版本控制系统。
二. 初探
让我们先来看看这个神秘的.git文件夹中保存着什么：
1. 准备
首先，我们先新建一个git仓库,并切换到该文件夹
1
2
3
4
5
6
7
// Terminal 1
╭─ ~ ────────────────────────────────────────────────────────────── 10:37:50 ─╮
╰─❯ git init git-demo ─╯
已初始化空的 Git 仓库于 /Users/apple/git-demo/.git/
╭─ ~ ────────────────────────────────────────────────────────────── 17:02:24 ─╮
╰─❯ cd git-demo
此时里面并没有任何东西，除了一个隐藏文件夹git(对于Mac系统来说)。我们可以用git status命令来查看当前git文件夹的状态
1
2
3
4
5
6
7
8
9
10
11
// Terminal 1
╭─ ~/git-demo main ──────────────────────────────────────────────── 17:03:46 ─╮
╰─❯ ls ─╯
╭─ ~/git-demo main ──────────────────────────────────────────────── 17:05:01 ─╮
╰─❯ git status ─╯
位于分支 main
尚无提交
无文件要提交（创建/拷贝文件并使用 "git add" 建立跟踪）
现在我们开一个新的终端并切换到git-demo目录，通过watch和tree工具来查看.git文件夹下保存了哪些内容。
我们需要安装tree和watch工具，tree用于用树状结构展现文件夹的内容，watch用于监视git内容的变化。
1
2
brew install tree
brew install watch
然后，运行
1
2
3
// Terminal 2
# 0.5秒刷新一次
watch -n .5 tree .git
会显示这样的界面
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
// Terminal 2
Every 0.5s: tree. git
.git
├── HEAD
├── config
├── description
├── hooks
│ ├── applypatch-msg.sample
│ ├── commit-msg.sample
│ ├── fsmonitor-watchman.sample
│ ├── post-update.sample
│ ├── pre-applypatch.sample
│ ├── pre-commit.sample
│ ├── pre-merge-commit.sample
│ ├── pre-push.sample
│ ├── pre-rebase.sample
│ ├── pre-receive.sample
│ ├── prepare-commit-msg.sample
│ ├── push-to-checkout.sample
│ ├── sendemail-validate.sample
│ └── update.sample
├── info
│ └── exclude
├── objects
│ ├── info
│ └── pack
└── refs
├── heads
└── tags
9 directories, 18 files
（该操作后，Terminal 2 用于显示信息，Terminal 1 用于输入操作） 我们可以看到.git文件夹下有很多部分组成。目前我们先关注objects部分。为了方便观察与说明，我们先去掉hooks：
1
rm -r .git/hooks
显示为
1
2
3
4
5
6
7
8
9
10
11
12
.git
├── HEAD
├── config
├── description
├── info
│ └── exclude
├── objects
│ ├── info
│ └── pack
└── refs
├── heads
└── tags
2. 加入文件
现在我们往仓库中加入文件。
1
2
╭─ ~/git-demo main ──────────────────────────────────────────────── 22:07:21 ─╮
╰─❯ vim 1.txt
并在1.txt中写入hello world。我们发现.git文件夹并没有发生任何的改变。这也是合理的，我们只是在项目中加入了一个文件，还没有执行git的任何命令。现在，让我们把1.txt加入暂存区，正如我们经常做的那样：
1
2
3
╭─ ~/git-demo main ?1 ───────────────────────────────────────── 28s 22:14:54 ─╮
╰─❯ git add 1.txt ─╯
警告：在 '1.txt' 的工作拷贝中，下次 Git 接触时 LF 将被 CRLF 替换
.git文件夹变成了这样：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
.git
├── HEAD
├── config
├── description
├── index
├── info
│ └── exclude
├── objects
│ ├── 3b
│ │ └── 18e512dba79e4c8300dd08aeb37f8e728b8dad
│ ├── info
│ └── pack
└── refs
├── heads
└── tags
我们可以看到.git/objects文件夹下多了一个内容。那这一长串又是什么？这就涉及到git的底层设计哲学了。
在文件保存到.git文件夹中前，git会对你的文件的所有数据进行哈希处理，生成一个SHA-1的哈希值，这个哈希值就是你此次提交数据的唯一标识符。在我们的例子中，git根据1.txt的内容hello world生成了一个哈希值2e3c1c7a3faf540c6490fab43ac83bdfa17400eb用于标识该文件。我们还可以通过git hash-object命令来查看该文件的哈希值：
1
2
3
4
╭─ ~/git-demo main +1 ───────────────────────────────────────────── 22:19:58 ─╮
╰─❯ git hash-object -w 1.txt ─╯
警告：在 '1.txt' 的工作拷贝中，下次 Git 接触时 LF 将被 CRLF 替换
3b18e512dba79e4c8300dd08aeb37f8e728b8dad
可以看到，显示的哈希值与我们在.git/objects中看到的哈希值是一样的。
根据内容生成标识符有什么好处呢？首先，也是最重要的一点，它能时刻保证数据的完整性。当文件内容发生任何变化，无论该变化有多微小，哈希值都会发生非常大的改变，也就是说，git能时刻监控文件的变化。当文件在传输时变得不完整，数据损毁、缺失，git也能通过哈希值来检测到。其次，相同的文件内容会生成相同的哈希值，这就意味着git能通过哈希值来判断文件是否重复，也可以节省存储空间。比如我们在git中加入了一个文件2.txt，内容与1.txt完全相同：
1
2
vim 2.txt
git add 2.txt
我们发现git并没有任何变化。说明git并没有重复存储相同的文件。而当我们加入一个文件3.txt，内容为hello world!时，
1
2
vim 3.txt
git add 3.txt
显示为
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
.git
├── HEAD
├── config
├── description
├── index
├── info
│ └── exclude
├── objects
│ ├── 3b
│ │ └── 18e512dba79e4c8300dd08aeb37f8e728b8dad
│ ├── a0
│ │ └── 423896973644771497bdc03eb99d5281615b51
│ ├── info
│ └── pack
└── refs
├── heads
└── tags
我们可以看到，git又生成了一个新的哈希值a0423896973644771497bdc03eb99d5281615b51。
通过哈希值这个唯一标识符，我们也可以访问到对应的文件内容。我们可以通过git cat-file命令来查看:
1
2
3
4
5
6
7
╭─ ~/git-demo main +2 ───────────────────────────────────────────── 22:57:02 ─╮
╰─❯ git cat-file -p 3b18 ─╯
hello world
╭─ ~/git-demo main +3 ───────────────────────────────────────────── 23:11:13 ─╮
╰─❯ git cat-file -p a042 ─╯
hello world!
在git中，文件的内容是以blob的形式存储的。blob是git中最基本的对象类型之一，表示一个二进制大对象（Binary Large Object）。它可以存储任何类型的数据，包括文本、图片、音频等。每个哈希值对应一个git对象，我们也可以通过git cat-file命令来查看该对象的类型：
1
2
3
╭─ ~/git-demo main ────────────────────────────────────────────────── 19:28:04 ─╮
╰─❯ git cat-file -t 3b18 ─╯
blob
在之后我们会遇到git的其他对象类型。
3. 提交
现在让我们试着提交一个文件。来看看.git文件夹会发生什么变化。
1
2
3
4
5
6
7
╭─ ~/git-demo main +3 ─────────────────────────────────────────────── 23:12:45 ─╮
╰─❯ git commit -m "first commit" ─╯
[main（根提交） 757ba86] first commit
3 files changed, 3 insertions(+)
create mode 100644 1.txt
create mode 100644 2.txt
create mode 100644 3.txt
显示为
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
.git
├── COMMIT_EDITMSG
├── HEAD
├── config
├── description
├── index
├── info
│ └── exclude
├── logs
│ ├── HEAD
│ └── refs
│ └── heads
│ └── main
├── objects
│ ├── 1e
│ │ └── f3e0cbf75b1f9063d5bf22a027cd35c3b34ae7
│ ├── 3b
│ │ └── 18e512dba79e4c8300dd08aeb37f8e728b8dad
│ ├── 75
│ │ └── 7ba86751bfdf19169210b0bc8c9fa7ca208f07
│ ├── a0
│ │ └── 423896973644771497bdc03eb99d5281615b51
│ ├── info
│ └── pack
└── refs
├── heads
│ └── main
└── tags
可以看到，.git文件夹下多了一个COMMIT_EDITMSG文件和一个logs文件夹。同时，objects文件夹下多了两个内容。 让我们使用git cat-file命令来查看一下多出来的两条哈希值。
1
2
3
4
5
6
7
8
9
╭─ ~/git-demo main ────────────────────────────────────────────────── 19:23:44 ─╮
╰─❯ git cat-file -p 1ef3 ─╯
100644 blob 3b18e512dba79e4c8300dd08aeb37f8e728b8dad 1.txt
100644 blob 3b18e512dba79e4c8300dd08aeb37f8e728b8dad 2.txt
100644 blob a0423896973644771497bdc03eb99d5281615b51 3.txt
╭─ ~/git-demo main ────────────────────────────────────────────────── 19:33:47 ─╮
╰─❯ git cat-file -t 1ef3 ─╯
tree
可以看到，1ef3是一个tree对象。在里面保存了三个blob对象，分别对应1.txt、2.txt和3.txt,也就是我们这次提交的三个文件。
我们再来看看757ba8这个哈希值：
1
2
3
4
5
6
7
8
9
10
11
╭─ ~/git-demo main ────────────────────────────────────────────────── 19:35:22 ─╮
╰─❯ git cat-file -p 757b ─╯
tree 1ef3e0cbf75b1f9063d5bf22a027cd35c3b34ae7
author zxsheather <zxsheather@sjtu.edu.cn> 1746876224 +0800
committer zxsheather <zxsheather@sjtu.edu.cn> 1746876224 +0800
first commit
╭─ ~/git-demo main ────────────────────────────────────────────────── 19:38:43 ─╮
╰─❯ git cat-file -t 757b ─╯
commit
可以看到，757b是一个commit对象。它包含了一个指向tree对象的指针，指向了我们刚才提交的文件。它还包含了作者的姓名，邮件等，都是配置git时填好的。所谓的1746876224是一个Unix时间戳,表示自1970年1月1日以来的秒数。+0800表示时区偏移量，这里是中国的标准时区，东八区。