Git 工作原理

Git 是最先进的开源分布式版本控制系统，最初由 Linus 为解决 Linux 的代码管理而发明。版本控制系统（Version Control System， VCS）有很多实现，比如早期的 CVS，主要用于控制、协调文件的一致性。目前使用最多的主要是 SVN 和 Git。

SVN 是 subversion 的缩写，使用一个中央版本库来进行集中控制并记录文件变更历史，支持多个分支并行开发，采用了客服端/服务器模式，文件的各个版本、分支都储存在服务器上。SVN 采用的是 Copy-Modify-Merge（拷贝-修改-合并）模式对文件进行管理。

在 Copy-Modify-Merge 模式下，当用户想修改文件时，先将服务器文件 update 到本地，然后在本地对副本进行修改，修改完成后，再将副本 commit 到服务器。如果 commit 前其他用户修改了文件，则文件版本号发生冲突，需要先 update 到本地进行合并，才能继续 commit。

与 SVN 不同，Git 是分布式版本管理系统。从 Git 服务器 clone 文件到本地，成为本地仓库，包含了全部文件和变更记录，与之相对的服务器仓库被称为远程仓库。当用户想修改文件时，直接对本地副本进行修改，修改完成后把改动 commit 到本地仓库，需要同步时再 push 改动到远程仓库。由于使用本地仓库，Git 减少了很多网络开销，使得性能比 SVN 有极大的提升，即使在断网情况下也能继续工作。

大多数 VCS 应用是基于增量的版本控制，即存储了文件信息和对每个文件所做的更改。而 Git 是基于快照的版本控制，在每个版本都记下文件的快照，并存储对快照的引用。为了提高效率，如果文件没有更改，Git 不会再次存储该文件，而只是指向它已经存储的先前相同文件的链接。因此，本质上，Git 是一套内容寻址（content-addressable）文件系统。

Git 中的文件和操作都以 Git 对象来保存。Git对象分为 BLOB、tree 和 commit 三种类型，BLOB对象可以存储几乎所有的文件类型，tree对象是用来组织BLOB对象的一种数据类型，commit对象表示每一次的提交操作。commit对象存储了对tree对象的引用，tree对象存储了对BLOB对象的引用。进行版本控制所需要的所有数据都在 .git 文件夹中，如图所示。

.git 文件夹核心文件包括：config文件、objects文件夹、HEAD文件、index文件以及refs文件夹。

• config文件：主要记录针对该项目的一些配置信息，例如是否以bare方式初始化、remote的信息等；

• objects文件夹：主要包含git对象，保存在以其sha-1值的前两位为子文件夹、后38位为文件名的文件中。为了节省磁盘空间，会定期对Git对象进行压缩和打包，并存储在pack文件夹中，相关的查找信息存储在info文件夹中；

• refs文件夹：存储指向分支的 commit 对象的指针。其中heads文件夹存储本地每一个分支最近一次commit的sha-1值，每个分支一个文件；remotes文件夹记录最后一次推送到远程仓库的每个分支的值；

• HEAD文件：存储当前分支在 refs 中的信息，如ref: refs/heads/master；

• index文件：存储暂存区域（staging area）的信息，内容包括文件的时间戳、文件名、sha-1值等；

Git 的文件有已提交（committed）、已修改（modified） 和已暂存（staged）三种状态。

• 已修改表示修改了文件，但还没保存到仓库中；

• 已暂存表示对一个已修改文件的当前版本做了标记，使之包含在下次提交的快照中；

• 已提交表示数据已经安全地保存在本地仓库中；

与之对应，Git 中还有工作区（Working Directory）和暂存区（Staging Area）。工作区存放从仓库 checkout 出来的文件，用户可以进行修改。下次将要 commit 的文件信息存储在暂存区。commit 操作实际上是从暂存区 commit 到本地仓库中。

在 Git 中，包括 porcelain 命令（高层命令）和 plumbing 命令（底层命令）两种类型。按照最初的设计，Git 是一个工具集，底层命令用于以 UNIX 风格使用或由脚本调用。高层命令用于方便用户进行操作。我们平时使用的都是高层命令，内部实际上封装了底层命令的调用。

Git 的常用命令如图所示。首次从远程仓库创建本地仓库使用 clone 命令；使用 checkout 命令从本地仓库切换分支到工作区；增加文件后，使用 add 命令提交变更到暂存区；修改完成后，使用 commit 命令提交变更到本地仓库；需要同步时，使用 push 命令推送变更到远程仓库；远程仓库变化后，使用 pull 命令拉取变更到工作区。以上这些命令都是高层命令。

当我们执行 git add 高层命令时，内部实际上封装了 git hash-object 和 git update-index 两个底层命令。其中 git hash-object 将需要暂存的文件进行 key-value 转化生成 git 对象，存储到 objects 文件夹中，获取了这些文件的 key，git update-index 命令把这些文件存储到暂存区。

当我们执行 git commit 高层命令时，内部实际上封装了 git commit-tree key –p key2 底层命令。该命令创建 commit 对象，并挂载到前继对象之后。

— 【 THE END 】—
本公众号全部博文已整理成一个目录，请在公众号里回复「m」获取！

3T技术资源大放送！包括但不限于：Java、C/C++，Linux，Python，大数据，人工智能等等。在公众号内回复「1024」，即可免费获取！！