git基本原理

常见的git工作流如下, 来分解下看常见的工作流背后的逻辑.

git hash-object -w ${要保存的文件} => 生成要保存的文件(Git对象)的HASH值
git update-index --add --cacheinfo 100644 ${Git对象的HASH值} ${要保存的文件} => 向暂存区保存文件
git write-tree => 生成目录对象(Tree对象)的HASH值
echo "first commit" | git commit-tree ${目录对象(Tree对象)的HASH值} => 包含元数据和目录树的对象HASH值(最终的commit对象)
echo ${commit对象的HASH值} > .git/refs/heads/${要commit的分支名称} 表示指定分支指针指向该快照.

git init

在项目根目录下创建一个.git子目录, 用来保存版本信息. objects 目录存储所有数据内容，refs 目录存储指向数据 (分支) 的提交对象的指针，HEAD 文件指向当前分支，index 文件保存了暂存区域信息

git add .

该命令实际可以拆分为保存对象和更新暂存区两部分操作.

保存文件为二进制文件(Git对象)

git hash-object -w test.txt命令实际分为两步: 第一步把test.txt文件压缩为二进制文件(Git对象), 保存在.git/objects目录下. 第二步计算test.txt的HASH值, 作为二进制文件的名称. 最终输出 Git对象的HASH值

二进制文件存放到”暂存区”

文件保存成二进制对象以后, 需要通知 Git 哪些文件发生了变动. 所有变动的文件, Git 都记录在”暂存区”.

git update-index --add --cacheinfo 100644 ${Git对象的HASH值} test.txt. 向暂存区写入文件名test.txt, 二进制对象名（哈希值）和https://stackoverflow.com/questions/737673/how-to-read-the-mode-field-of-git-ls-trees-output(100代表regular file，644代表文件权限.).
git ls-files --stage. 用来查看暂存区的文件.

git status

git status实际就是检查暂存区的内容.

git commit

仅仅记录单个文件的变化是不够的, 我们还需要记录文件之间的目录关系.

git write-tree也是分两步. 第一步从当前索引创建一个树形对象, 保存为二进制文件(Git对象), 保存在.git/objects目录下. 第二步计算HASH值, 作为二进制文件的名称. 最终输出Tree对象的HASH值
echo "commit说明" | git commit-tree ${Tree对象的HASH值}. 该命令实际也是分两步. 第一步给出commit的备注. 第二部将元数据和目录树一起生成一个Git对象. 最终输出Commit对象的HASH值
此时使用git log是看不到内容的, 因为没有branch信息.
echo ${Commit对象的HASH值} > .git/refs/heads/master 表示master指针指向该快照.

branch

分支（branch）就是指向某个快照的指针, 分支名就是指针名, 但是HASH值不便于记忆, 所以我们概念中的branch就是分支名的别名. 分支还会自动更新, 如果当前分支有新的快照, 指针就会自动指向它. 比如, master 分支就是有一个叫做 master 指针, 它指向的快照就是 master 分支的当前快照.
Git 有一个特殊指针HEAD, 总是指向当前分支的最近一次快照. 另外, Git 还提供简写方式, HEAD^指向 HEAD的前一个快照(父节点). HEAD~6则是HEAD之前的第6个快照.
每一个分支指针都是一个文本文件, 保存在.git/refs/heads/目录, 该文件的内容就是它所指向的快照的二进制对象名(哈希值).

tag

Tag对象是一种对象, Tag 对象指向一个 commit 而不是一个 tree. 它就像是一个分支引用, 但是不会变化——永远指向同一个 commit, 仅仅是提供一个更加友好的名字.

注意

git add -all(git add .)相当于对目录下的所有文件遍历并且做了上面的操作.
git cat-file -p ${Git对象的HASH值}用来查看二进制文件的原始内容.
每次生成Git对象, 实际是对有变动的文件做的全量的快照(当前的目录结构, 以及每个文件对应的二进制对象).
通过git config user.name ${用户名}, git config user.email ${Email 地址}来设置是谁提交的记录.
git log --stat ${Git对象的HASH值}, 也可以查看快照在当前分支上的变动信息.
git checkout ${Git对象的HASH值}, 用于切换到某个快照.
git show ${Git对象的HASH值}, 用于展示某个快照的所有代码变动.
git commit-tree ${目录结构Git对象的HASH} -p ${基于本次结构Git对象的HASH值}. -p参数用来指定父节点, 也就是本次快照所基于的快照.
100 644, 表明这是一个普通文件. 其他可用的模式有：100 755 表示可执行文件, 120 000 表示符号链接. 文件模式是从常规的 UNIX 文件模式中参考来的.

Git的对象存储大致如下, 是通过Ruby脚本来实现的

content = "what is up, doc?"
header = "blob(数据对象) #{content.length}\0"

store = header + content
sha1 = Digest::SHA1.hexdigest(store)
zlib_content = Zlib::Deflate.deflate(store)
将zlib_content写入磁盘, 命名为sha1

参考资料:

http://wiki.jikexueyuan.com/project/pro-git/git-internals.html
http://www.ruanyifeng.com/blog/2018/10/git-internals.html
https://medium.com/@shalithasuranga/how-does-git-work-internally-7c36dcb1f2cf