git底层原理（一） git底层原理（一）

1、git仓库的初始化：
输入git init指令，会看到在当前空目录下创建了一个.git隐藏文件夹，这个就是git实现一切版本管理的关键。
进入到.git目录下，里面包含三个文件(config/description/HEAD)和四个文件夹(hooks/info/objects/resf)

文章图片

官方对各个文件和文件夹有详细的介绍：
- config:记录与本项目相关的配置信息
- descripton:是GitWeb项目对于本仓库的基本描述
- HEAD:内部记录了当前分支的最后一次提交（默认指向refs/heads/master文件）
- hooks:记录客户端和服务端的脚本，完成相关的自动化工作（钩子脚本的目的）
- info:记录全局的文件忽略方式，用于标记不被git仓库跟踪的文件，与.gitignore类似
- objects:这是git仓库的关键，归档所有git数据库里的内容
- refs:这个也是git仓库主要内容，记录所有分支的提交对象（commit object）

2、git存储第一阶段：缓冲区（index or staged）
初始化完成后，我们开始正常工作，创建一个测试文件test.txt，输入一行字符串。此时使用git status查看一下状态：
【git底层原理（一）】
文章图片

从上图可以看出test.txt文件还没进入到git仓库内部，处于untracked状态，.git文件夹与初始化时刻相同（使用find . -type f指令的运行结果可以看出），并未发生任何变化，所以git status之所以能够将untracked文件标记出来，是通过排除的方式，即.git仓库中没有记录的同级目录下的所有文件。

下面我们将新增的测试文件test.txt添加到缓冲区中，输入指令：

$git add test.txt

此刻再次运行git status和find . -type两条指令，得到的结果如下截图：

文章图片

由此我们可以看出，git add指令执行成功后，test.txt文件已经被标记为staged状态（截图中的绿色标记）。此时可以看到在.git/objects目录下多出了一个文件12/268d69。这与上文介绍的objects目录的作用一致，用于存储所有git仓库数据库的内容，以文件的形式存储（因为git是一款基于内容检索的文件系统）。
这里我们可以使用官方给出的工具git cat-file查看一下多出来的这个文件存储的内容是啥?输入如下指令：

#cat指令本身在linux下就是显示文件内容的工具，谁让git的作者与linux是同一个大神呢 #-p是print的意思，用于直接将内容打印到stdout $git cat-file -p 12268d69

结果如下：

文章图片

这正是我们缓冲区test.txt文件的内容。

由此我们可以对git如何管理和归档文件有一个宏观的认识，说到底就是：
一个基于内容检索的文件系统，Content-Basd Filesystem。我们常见的文件系统（NTFS、FAT、FAT32）是基于地址的方式来检索，即先给定具体的地址（32位或64位）然后从地址编号所对应的存储单元内部取出文件内容，而Content-Based Filesystem恰恰相反，是通过对文件整个内容进行运算，得到的结果才是一个真实的存储位置，类似于哈希映射，为了叙述方便，这里就简单的理解为哈希映射吧。

3、git存储第二阶段：提交（commit）
运行命令：

$git commit -m "add test.txt"

使用git status和find . -type f两条指令来看一下git仓库和当前目录的状态：

文章图片

由上图可以看出，git commit成功后在git add基础上objects文件夹内又多出了两个文件，91/07cb7e和e3/3b9905(从文件的归档路径和命名方式可以看出git使用了SHA-1算法对文件内容进行了校验——即基于文件内容的哈希映射系统)，使用git cat-file -t命令查看一下这两个文件的类型：

文章图片

由此看出多出的两个文件，一个是commit对象，一个是tree对象。
再使用git cat-file -p命令查看这两个文件的内容：

文章图片

它们的关系是这样的：
91/07cb7e是一个commit对象，它的tree属性指向了tree对象e3/3b9905，它记录了文件操作，作者，提交者等信息
e3/3b9905是一个tree对象，它的blob属性指向了blob对象12/268d69，它记录了文件名
12/268d69是一个blob对象，它记录了文件内容