Git 是一套内容寻址文件系统。什么意思呢?
就是Git的核心部分是一个简单的键值数据库(
key-value data store
)。你可以向该数据库插入任意类型的内容,并会返回一个键值,通过该键值可以在任何时候再取出该内容。
(一)Git对象的存放目录
Git中对象都保存在本地版本库的.git/objects
目录(即:对象数据库)中。
首先初使化一个赶紧的Git仓库:
# 创建一个本地的git仓库git_learning
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository
$ mkdir git_learning
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository
$ cd git_learning/
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning
$ git init
Initialized empty Git repository in J:/git-repository/git_learning/.git/
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ ll -a
total 8
drwxr-xr-x 1 L 197121 0 4月 10 20:24 ./
drwxr-xr-x 1 L 197121 0 4月 10 20:23 ../
drwxr-xr-x 1 L 197121 0 4月 10 20:24 .git/
确认 objects
目录是默认初始状态:
# 查看.git/objects/目录
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ ll -a .git/objects/
total 4
drwxr-xr-x 1 L 197121 0 4月 10 20:24 ./
drwxr-xr-x 1 L 197121 0 4月 10 20:24 ../
drwxr-xr-x 1 L 197121 0 4月 10 20:24 info/
drwxr-xr-x 1 L 197121 0 4月 10 20:24 pack/
# 查看info目录和pack目录中的内容
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ ll -a .git/objects/info/
total 0
drwxr-xr-x 1 L 197121 0 4月 10 20:24 ./
drwxr-xr-x 1 L 197121 0 4月 10 20:24 ../
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ ll -a .git/objects/pack/
total 0
drwxr-xr-x 1 L 197121 0 4月 10 20:24 ./
drwxr-xr-x 1 L 197121 0 4月 10 20:24 ../
从上可以看到Git初始化一个本地版本库的时候,就已经初始化了objects
目录,并在其中创建了pack
和info
子目录,但是没有其他常规文件,pack
和info
子目录中也没有文件。我们只关注objects
目录下除了info
和pack
目录之外的变化。
(二)Git中对象类型
Git中对象类型有四种:blob(块)
对象,tree(目录树)
对象,commit(提交)
对象和tag(标签)
对象,这四种原子对象构成了Git高层数据结构的基础。
(三)blob对象
1、blob对象说明
(1)blob对象定义
blob
对象有叫数据对象。
blob
对象是用来存储文本内容的。即把一个文本文件的内容,作为一个blob
对象存储在Git系统中。
翻译:
- Git中
blob
对象就是对应文件系统中的文件,确切的说是文件的内容,包含
键:一个hash值和校验值的组合,
值:文件的内容。 - 比较特殊的是:
blob
对象只存内容,不存文件名,文件名在tree
对象中保存。
blob
对象存储方式如下图:
(2)blob对象说明
通过底层命令 git hash-object
来演示,该命令可将任意数据保存于 .git/objects
目录(即 对象数据库)中,并返回指向该数据对象的唯一的键。
1)创建一个新的数据对象,并将它手动存入你的新Git数据库中:
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ echo 'git object test content' | git hash-object -w --stdin
cb2eb834126f53952590c448f14fece6cbb1bff3
说明:这是在Git中以最简单的形式存储数据到Git版本库中,git hash-object
命令会接受你传给它的东西,而它只会返回,可以存储在Git仓库中数据对象的唯一的键。
命令含义如下:
git hash-object
:Git底层命令,可以根据传入的文本内容返回表示这些内容的键值。git object test content
:为文本文件中的内容。-w
选项:表示hash-object
命令将数据对象存储到Git数据库中;若不指定此选项,则该命令仅返回对应的键(也就是那串Hash值)--stdin
选项:表示该命令从标准输入(比如键盘)读取内容,若不指定此选项,则须在命令尾部给出待存储文件的路径。例如:git hash-object -w 文件路径
。
此命令输出一个长度为40个字符的校验和,这是一个SHA-1
哈希值,如上cb2eb834126f53952590c448f14fece6cbb1bff3
。该值是文件原内容加上特定头部信息拼接起来,做散列计算得到的数值。(只要文本内容相同,计算出的结果都是一样的)
2)在计算机中查看本地版本库.git/objects
目录中的变化。
可以看到.git/objects
目录中多了一个cb
文件夹,如下:
进入cb
文件夹,可以看到有一个文件,如下:
好,我们就看到这里就行,这样看比较复杂,还是回到Git Bash中查看。
3)看本地版本库.git/objects
目录中的变化。
# 只看文件可以加 -type f选项参数
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects
.git/objects
.git/objects/cb
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3
.git/objects/info
.git/objects/pack
我们可以看到cb
目录和cb
目录中的2eb834126f53952590c448f14fece6cbb1bff3
文件。
这就是Git中一个blob
对象的存储。
(3)blob对象存储的方式
Git对象的寻址使用40位的16进制数表示,也就是SHA-1
散列码,例如:cb2eb834126f53952590c448f14fece6cbb1bff3
。
为了管理方便,在文件系统中前两位作为.git/objects/
子目录的名字,后38为作为文件名字。
如下:
# 查看objects目录中的文件,一个文件对应一个Git对象(数据内容)
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects -type f
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3
# 输出数据对象的hash键,不保存该数据对象。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ echo 'git object test content' | git hash-object --stdin
cb2eb834126f53952590c448f14fece6cbb1bff3
我们可以看到两个Hash串是一样的。
提示:你可能感觉用40位作为Git对象的寻址ID,可能会存在不同的内容但是散列码相同的情况,你的感觉是正确的,但是这种情况出现的概率肯定可以忽略不计了。
(4)查看blob对象内容
我们先用cat
命令直接读取上面文件,看看是什么情况,如下图:
可以看到显示的内容是一片乱码。
我们需要根据Hash键读取数据,使用命令git cat-file -p 键
。
-p
选项可指示该命令自动判断内容的类型,并为我们使用友好的格式显示内容。
如下:
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ git cat-file -p cb2eb834126f53952590c448f14fece6cbb1bff3
git object test content
提示:
用
cat
命令直接读取Git对象文件,为什么是乱码信息?文件内容是先通过
zlib
压缩,然后将zlib
压缩后的内容写入磁盘文件(SHA-1
前两个字符作为子目录名称,后 38 个字符作为子目录文件的名称)
(5)查看Git对象的类型
通过git cat-file -t 键
命令,可以查看.git/objects
目录中Git对象的类型
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master) $ git cat-file -t cb2eb834126f53952590c448f14fece6cbb1bff3 blob
这里也说明,我们之前存储的Git对象是一个blob
对象。
(6)Git管理文件
至此,你已经掌握了如何向 Git 中存入内容,以及如何将它们取出。
我们同样可以将这些操作应用于文件中的内容。 例如,可以对一个文件进行简单的版本控制。
1)首先,创建一个文件。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ echo "hello-git.txt v1" > hello-git.txt
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ ll
total 1
-rw-r--r-- 1 L 197121 17 4月 10 23:17 hello-git.txt
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ cat hello-git.txt
hello-git.txt v1
此时文件还有被Git管理。
2)将hello-git.txt
文件存入Git数据库。
# 加入版本库,生成blob对象
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ git hash-object -w ./hello-git.txt
a620c95d3001e1f64cecfc6715f9750cc7bbbf98
3)查看Git数据库内容。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects -type f
.git/objects/a6/20c95d3001e1f64cecfc6715f9750cc7bbbf98
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3
可以看到有多了一个a6
子目录,就说明有新增了一个对象。
4)查看a6
对象的内容。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master) $ git cat-file -p a620c95d3001e1f64cecfc6715f9750cc7bbbf98 hello-git.txt v1
5)查看a6
对象的类型。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master) $ git cat-file -t a620c95d3001e1f64cecfc6715f9750cc7bbbf98 blob
可以看到,不管是你存储一个文件还是存储控制台内容到Git中,最终存储到Git数据库中的都是一个blob
类型的Git对象。(即:blob
对象是存储数据内容的)
(7)Git管理修改过的文件
1)我们继续向hello-git.txt
文件中添加内容。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ echo "hello-git.txt v2" >> hello-git.txt
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ cat hello-git.txt
hello-git.txt v1
hello-git.txt v2
2)查看Git数据库中的对象。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects -type f
.git/objects/a6/20c95d3001e1f64cecfc6715f9750cc7bbbf98
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3
可以看到还是之间的两个对象cb
和a6
,说明我们修改过的文件不会自动的存储到Git数据库中。
我们还需要手动的把修改后的hello-git.txt
文件,存储到Git数据库中。
3)把修改后的hello-git.txt
文件添加到Git数据库中。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master) $ git hash-object -w ./hello-git.txt 7c320a2d671f2ff177063f98343a0123432521dd
4)再次查看Git数据库中的对象。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects -type f
.git/objects/7c/320a2d671f2ff177063f98343a0123432521dd
.git/objects/a6/20c95d3001e1f64cecfc6715f9750cc7bbbf98
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3
我们可以看到Git数据库中多了一个7c
对象。
5)查看7c
对象存储的内容。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master) $ git cat-file -p 7c320a2d671f2ff177063f98343a0123432521dd hello-git.txt v1 hello-git.txt v2
如上所示,我们可以看到7c
对象存储了v1
和v2
的内容,v1
内容即在a6
对象中,也在7c
对象中。所以对于Git来说,存储的不是文件内容的增量。
2、blob对象总结
- Git的核心部分是一个简单的键值数据库(
key-value data store
),键就是文本内容的Hash
,值就是文本内容。 blob
对象都存储在.git/objects
目录中,子目录+目录中的文件名,就是40位Hash
值,也就是对象的键值。- 通过这个键就能找到对应的内容。
- 每个文本内容存储到Git数据库的时候,内容都会进行
zlib
压缩再存储。 blob
对象存储的是文件的内容,相同的内容不产生新的blob
对象。blob
对象并没有存储文件名。
提示:Git对象的
hash
键,我们截取前几位就行,练习时对象不那么对,就不用全部都写,能够表示唯一对象就行。
3、问题
我们对文件做一次修改,存储到Git数据库中,都会在Git数据库中创建一个新的blob
对象。而在实际的工作中,我们需要做很多的改动,才提交一个版本,我们是否可以用一个blob
对象代表整个项目的一次快照。
不能,只能代表一次存储时,一个文件中的内容,与之前数据内容相同时不新增Git对象,数据内容不同时再次新增blob
对象。即:只要有新的内容被Git纳入管理,必定有一个blob
对象与之对应。
那么还有如下问题:
- 记住文件的每一个版本所对应的
SHA-1
值并不现实。 - 在
blob
对象中,文件名并没有被保存,仅保存了文件的内容。
所以,没有文件名就没有办法通过文件名来读取数据,只能用40位Hash
值读取,非常的不现实。
解决方案:树对象。
提示:以上的操作都是在工作区和本地版本库之间进行操,不涉及暂存区,因为我们直接存储到了本地版本库中。
4、本文用到的命令总结
Git底层命令:
git hash-object -w 文件路径
:把工作区的一个文件提交到本地版本库中。find .git/objects -type f
:查看Git数据库中的对象。(Linux命令)git cat-file -p 键
:查看该Git对象的内容。git cat-file -t 键
:查看该Git对象的类型。
参考:
__EOF__