• 『现学现忘』Git基础 — 15、blob对象详解


    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:

    bash
    # 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:

    bash
    # 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packinfo子目录,但是没有其他常规文件,packinfo子目录中也没有文件。我们只关注objects目录下除了infopack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

    image

    (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:

    bash
    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:

    image

    进入cb文件夹,可以看到有一个文件,如下:

    image

    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。

    bash
    # 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:

    bash
    # 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:

    image

    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:

    bash
    L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
    $ git cat-file -p cb2eb834126f53952590c448f14fece6cbb1bff3
    git object test content

    提示:

    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

    bash
    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。

    bash
    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。

    bash
    # 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。

    bash
    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。

    bash
    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。

    bash
    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。

    bash
    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。

    bash
    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cba6,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。

    bash
    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。

    bash
    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。

    bash
    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v1v2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:

    1. 记住文件的每一个版本所对应的SHA-1值并不现实。
    2. 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__

  • 本文作者: 繁华似锦的博客
  • 本文链接: https://www.cnblogs.com/liuyuelinfighting/p/16189429.html
  • 关于博主: 评论和私信会在第一时间回复。或者直接私信我。
  • 版权声明: 本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
  • 声援博主: 如果您觉得文章对您有帮助,可以点击文章右下角推荐一下。
  • 相关阅读:
    Spring观察者模式 - 事件监听机制(发布订阅模式)
    Git(涵盖GitHub\Gitee码云\GitLab)
    chineseocr测试具体部署步骤(不用web界面)
    linux-进程调度schedule
    【设计模式】桥接模式(Bridge Pattern)
    GitHub价值1w的Java最新面试宝典(附答案解析)被我弄到手了
    二叉树神级遍历:Morris遍历
    跨进程通信--共享内存(ashmem)实例
    CTyunOS安装MySQL8.0
    双十一数据背后: 电商助力实体经济数字化转型才是未来方向
  • 原文地址:https://www.cnblogs.com/liuyuelinfighting/p/16189429.html