前言

从工作开始就一直使用git命令, clone,checkout, branch等，但是一直不知道为什么提交代码前要先执行add命令，再执行commit等操作，读完这篇文章你将见识 Git 的内部工作原理和实现方式。学习这些内容对于Git的用处和强大是非常重要的。

Git 对象

从根本上来讲 Git 是一个内容寻址（content-addressable）文件系统，并在此之上提供了一个版本控制系统的用户界面。

Git 是一个内容寻址文件系统，这意味着，Git 的核心部分是一个简单的键值对数据库（key-value data store）。你可以向 Git 仓库中插入任意类型的内容，它会返回一个唯一的键，通过该键可以在任意时刻再次取回该内容。

首先初使化一个 Git 仓库并确认objects 目录是空的：

.git 目录的典型结构如下：

图1-1
config:git相关配置信息
description 文件仅供 GitWeb 程序使用，我们无需关心。
info 目录包含一个全局性排除（global exclude）文件，用以放置那些不希望被记录在 .gitignore 文件中的忽略模式（ignored patterns）
hooks 目录包含客户端或服务端的钩子脚本（hook scripts）

另外还有四个重要的文件或目录：HEAD 及（尚待创建的） index 文件，objects 及refs 目录。这些是 Git 的核心部分

HEAD:当前分支的信息

cat HEAD
ref: refs/heads/master

index:文件保存暂存区信息
objects:(对象)：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

1. 数据对象（blob object）

1.1底层命令hash-object存储数据

git init 初始化目录后，我们往这个 Git 数据库里存储一些文本
git hash-object：会接受你传给它的东西，而它只会返回可以存储在 Git 仓库中的唯一键。

-w:指示 hash-object 命令存储 (数据) 对象，若不指定这个参数该命令仅仅返回键值
--stdin:指定从标准输入设备 (stdin) 来读取内容，若不指定这个参数则需指定一个要存储的文件的路径

// hash值形式存储到obiects
echo "git test" | git hash-object -w --stdin
// 40 个字符的校验和
f6edd6e7a290f009aa685d3acd3153b495a69ea8

该命令输出长度为 40 个字符的校验和。这是个 SHA-1 哈希值──其值为要存储的数据加上你马上会了解到的一种头信息的校验和。现在可以查看到 Git 已经存储了数据：

查看数据命令

find .git/objects -type f

查看结果

可以在 objects 目录下看到一个文件。这便是 Git 存储数据内容的方式──为每份内容生成一个文件，取得该内容与头信息的 SHA-1 校验和，创建以该校验和前两个字符为名称的子目录，并以 (校验和) 剩下 38 个字符为文件命名 (保存至子目录下)。

图1-2

1.2git cat-file 读取数据内容

将数据内容取回（之前存储时将数据转换成40位的hash值，现在通过hash值取回数据内容）

通过 cat-file 命令可以将数据内容取回。
传入 -p 参数可以让该命令输出数据内容的类型：

git cat-file -p f6edd6e7a290f009aa685d3acd3153b495a69ea8
// 之前存入的内容 git test,说明这个文件里面就保存了这段内容
git test

当然，也可以往 Git 中添加更多内容并取回了。也可以直接添加文件。比方说可以对一个文件进行简单的版本控制。

首先，创建一个新文件，并把文件内容存储到数据库中：

// 创建一个新文件demo1.txt 并将version 1内容写入
echo "version 1" > demo1.txt
// 将新文件数据变成hash 存入 objects
git hash-object -w demo1.txt
83baae61804e65cc73a7201a7252750c76066a30

着往该文件中写入一些新内容并再次保存

// 在demo1中写入version 2 内容
echo 'version 2' > demo1.txt
// 将新文件数据变成hash 存入 objects
git hash-object -w demo1.txt
7170a5278f42ea12d4b6de8ed1305af8c393e756

数据库中已经将文件的两个新版本连同一开始的内容保存下来了：

find .git/objects -type f

图1-3

读取文件第一个版本数据：

git cat-file -p 83baae61804e65cc73a7201a7252750c76066a30
version 1

或者读取文件第二个版本数据

git cat-file -p 7170a5278f42ea12d4b6de8ed1305af8c393e756
version 2

1.3总结

需要记住的是几个版本的文件 SHA-1 值可能与实际的值不同，其次，存储的并不是文件名而仅仅是文件内容。这种对象类型称为 blob 。通过传递 SHA-1 值给cat-file -t 命令可以让 Git 返回任何对象的类型：

git cat-file -t SHA-1：查看git其内部存储的任何对象类型
git cat-file -p SHA-1：自动判断内容类型，查看数据内容

git cat-file -t 7170a5278f42ea12d4b6de8ed1305af8c393e756
blob

图1-4

以上就是blob对象，那么在git对象中有没有其他的文件类型呢？

2.tree object (树) 对象(存目录)

接下去来看 tree 对象，tree 对象可以存储文件名，同时也允许存储一组文件。所有内容以 tree 或 blob 对象存储，其中 tree 对象用于存目录，blob 对象则存文件内容即数据。一个单独的 tree 对象包含一条或多条 tree 记录，每一条记录含有一个指向 blob 或子 tree 对象的 SHA-1 指针，并附有该对象的权限模式 (mode)、类型和文件名信息。

2.1.创建tree

比如新建一个work文件夹并在里面写上1.txt文件
或者使用官网的simplegit” 项目作为示例

git clone https://github.com/schacon/simplegit-progit

git cat-file -p master^{tree}
100644 blob 6d9386e6b3311b71d6ffb955060950e2f72f5772    README.en.md
100644 blob 1c1bcf56c26a1e2d929a533d686996dd5c09078a    README.md
040000 tree c7334b0c17beb8a5b06c1ada0876233735c9ecbe    work

图2-1

master^{tree} 语法表示 master 分支上最新的提交所指向的树对象。请注意，work 子目录（所对应的那条树对象记录）并不是一个数据对象，而是一个指针，其指向的是另一个树对象

// 查看当前树对象
git cat-file -p c7334b0c17beb8a5b06c1ada0876233735c9ecbe
// 显示里面的 bolb 数据对象
100644 blob d1d06ad36a5841e8c06a90bd29707290d979cc2b    1.txt

从概念上讲，Git 内部存储的数据有点像这样：

图2-2

注意：你可能会在某些 shell 中使用 master^{tree} 语法时遇到错误。

在 Windows 的 CMD 中，字符 ^ 被用于转义，因此你必须双写它以避免出现问题：git cat-file -p master^^{tree}。在 PowerShell 中使用字符 {} 时则必须用引号引起来，以此来避免参数解析错误：git cat-file -p 'master^{tree}'。

2.2 通过底层命令创建tree.

通常，Git 根据某一时刻暂存区（即 index 区域，下同）所表示的状态创建并记录一个对应的树对象，如此重复便可依次记录（某个时间段内）一系列的树对象。

因此，为创建一个树对象，首先需要通过暂存一些文件来创建一个暂存区。

可以通过底层命令 git update-index 为一个单独文件——创建一个暂存区。利用该命令，可以把 demo.txt 文件的首个版本人为地加入一个新的暂存区。必须为上述命令指定 --add 选项，因为此前该文件并不在暂存区中（我们甚至都还没来得及创建一个暂存区呢）；
同样必需的还有 --cacheinfo 选项，因为将要添加的文件位于 Git 数据库中，而不是位于当前目录下。同时，需要指定文件模式、SHA-1 与文件名：
2.2.1. 根据你的暂存区域或 index 来创建并写入一个 tree

// 创建一个内容为 version 1 版本的demo.txt
echo 'version 1' > demo.txt
// 报存到objects
git hash-object -w demo.txt
83baae61804e65cc73a7201a7252750c76066a30
// 修改内容
echo 'version 2' > demo.txt
// 继续保存
git hash-object -w demo.txt
1f7a7a472abf3dd9643fd615f6da379c4acb3e3a
// 查看状态是未被追踪的
git status
// 将demo.txt 第一个version 1 版本文件提交到暂存区
git update-index --add --cacheinfo 100644 \83baae61804e65cc73a7201a7252750c76066a30 demo.txt

会发现demo.txt被修改

图2-3

100644（指定的文件类型），表明这是一个普通文件。其他可用的模式有：100755 表示可执行文件，120000 表示符号链接，这三种模式仅对 Git 中的文件 (blobs) 有效 (虽然也有其他模式用于目录和子模块)。

write-tree 将暂存区域的内容写到一个 tree 对象了

无需 -w 参数 ── 如果目标 tree 不存在，调用write-tree 会自动根据 index 状态创建一个 tree 对象

// 将暂存区的demo.txt版本1写入tree
git write-tree
// 返回40 长度的hash
ec1e175edf3e5c5c64903c22977a49d63ae3b1aa
// 查看内容
git cat-file -p ec1e175edf3e5c5c64903c22977a49d63ae3b1aa

// 结果
100644 blob 83baae61804e65cc73a7201a7252750c76066a30    demo.txt

可以这样验证这确实是一个 tree 对象

// 查看对象类型
git cat-file -t ec1e175edf3e5c5c64903c22977a49d63ae3b1aa
tree

创建新的树对象,包含 demo.txt 的第二个版本以及一个新文件

// 创建 new.txt
echo 'new file' > new.txt
// 更新demo.txt的第二个版本
update-index --add --cacheinfo 100644 \
>   1f7a7a472abf3dd9643fd615f6da379c4acb3e3a demo.txt
// 将new.txt add 到暂存区
git update-index --add new.txt

git status 可以看到demo.txt和new.txt在暂存区

图2-4

创建 (写) 该 tree 对象 (将暂存区域或 index 状态写入到一个 tree 对象)

// 写入成一个树对象
git write-tree
1e2e74de05d087258602cdee86af0f640f009657
// 查看内容
git cat-file -p 1e2e74de05d087258602cdee86af0f640f009657
100644 blob 6d9386e6b3311b71d6ffb955060950e2f72f5772    README.en.md
100644 blob 1c1bcf56c26a1e2d929a533d686996dd5c09078a    README.md
100644 blob 1f7a7a472abf3dd9643fd615f6da379c4acb3e3a    demo.txt
100644 blob fa49b077972391ad58037050f2a75f74e3671e92    new.txt
040000 tree c7334b0c17beb8a5b06c1ada0876233735c9ecbe    work

请注意该 tree 对象包含了两个文件记录，且 demo.txt 的 SHA 值是早先值的 “第二版” ( 1f7a7a)

接下来你将把第一个 tree（ec1e17）对象作为一个子目录加进该 tree（1e2e74）中

1. // 将第一个（ec1e17）tree加进当前树(1e2e74)目录里面
git read-tree --prefix=bak ec1e175edf3e5c5c64903c22977a49d63ae3b1aa
// 创建成一个新的树对象
git write-tree
11aa55e422b561ada686d83542bbb29e5a8a89fe
// 查看
git cat-file -p 11aa55e422b561ada686d83542bbb29e5a8a89fe
100644 blob 6d9386e6b3311b71d6ffb955060950e2f72f5772    README.en.md
100644 blob 1c1bcf56c26a1e2d929a533d686996dd5c09078a    README.md
040000 tree ec1e175edf3e5c5c64903c22977a49d63ae3b1aa    bak
100644 blob 1f7a7a472abf3dd9643fd615f6da379c4acb3e3a    demo.txt
100644 blob fa49b077972391ad58037050f2a75f74e3671e92    new.txt
040000 tree c7334b0c17beb8a5b06c1ada0876233735c9ecbe    work

验证bak里面的demo.txt是不是第一个版本内容

// 查看bak 树下面的内容
git cat-file -p ec1e175edf3e5c5c64903c22977a49d63ae3b1aa
100644 blob 83baae61804e65cc73a7201a7252750c76066a30    demo.txt

// 检验demo.txt
git cat-file -p  83baae61804e65cc73a7201a7252750c76066a30
version 1

总结下，Git 内部存储着的用于表示上述结构的数据大概如下图所示。

如果基于这个新的树对象创建一个工作目录，你会发现工作目录的根目录包含两个文件以及一个名为 bak 的子目录，该子目录包含 demo.txt 文件的第一个版本 version 1

图2-5

3.commit（提交）对象

到目前为止有三个 tree 对象，它们指向了你要跟踪的项目的不同快照。

图2-6

但是要获得这些快照必须记住这三个的SHA-1值，也无法知道什么时刻保存的以及为什么要保存这些快照
提交对象（commit object）的作用就是为你保存的基本信息。

3.1 commit-tree :命令创建一个提交对象

创建一个提交对象

// 提交ec1e17这个树
echo 'first commit' | git commit-tree ec1e17
5e9a17d2bac5567284786661bdf508a56e967df4

查看内容

git cat-file -p 5e9a17

// 标识提一次提交
tree ec1e175edf3e5c5c64903c22977a49d63ae3b1aa
author zhangmengqiong <zhangmengqiong@100tal.com> 1590024540 +0800
committer zhangmengqiong <zhangmengqiong@100tal.com> 1590024540 +0800

first commit

commit 对象有格式很简单：指明了该时间点项目快照的顶层树对象、作者/提交者信息（从 Git 设理发店的 user.name和user.email中获得)以及当前时间戳、一个空行，以及提交注释信息。

3.2接着写入另个两个树对象

接着，我们将创建另两个提交对象，它们分别引用各自的上一个提交（作为其父提交对象）：

$ echo 'second commit' | git commit-tree 1e2e74 -p 79bd9f3
e7aa96cfa639b0f27aaf82a4096fca3242066e25
$ echo 'third commit'  | git commit-tree 11aa55 -p e7aa96c
b64c5c7df66a63c949e4bc619707bb682e39c4b4

查看结果，

对最后一个提交的 SHA-1 值运行 git log 命令，会出乎意料的发现，你已有一个货真价实的、可由 git log 查看的 Git 提交历史了：

git log --stat  b64c5c

commit b64c5c7df66a63c949e4bc619707bb682e39c4b4
Author: zhangmengqiong <zhangmengqiong@100tal.com>
Date:   Mon May 25 16:19:39 2020 +0800
    third commit

 bak/demo.txt | 1 +
 1 file changed, 1 insertion(+)

commit e7aa96cfa639b0f27aaf82a4096fca3242066e25
Author: zhangmengqiong <zhangmengqiong@100tal.com>
Date:   Mon May 25 16:18:42 2020 +0800

    second commit

 new.txt  | 1 +
 demo.txt | 2 +-
 2 files changed, 2 insertions(+), 1 deletion(-)

以上就是通过几个底层操作便完成了一个 Git 提交历史的创建。

这就是每次我们运行 git add 和 git commit 命令时，Git 所做的工作实质就是将被改写的文件保存为数据对象，更新暂存区，记录树对象，最后创建一个指明了顶层树对象和父提交的提交对象。
这三种主要的 Git 对象——数据对象、树对象、提交对象——最初均以单独文件的形式保存在 .git/objects 目录下。下面列出了目前示例目录内的所有对象，辅以各自所保存内容的注释：

git内部原理（一）