Git Internal

Object

参考 10.2 Git Objects - Pro Git book 以及 StackOverflow

创建一个新 Git 仓库

cd /tmp
git init test
cd test

向 Git object 写入一个 Blob

echo 'test content' | git hash-object -w --stdin

会输出

d670460b4b4aece5915caf5c68d12f560a9fe3e4

这是 SHA1 hash，那么具体 hash 的是啥呢？这里有个 ruby 脚本

content = "test content\n"
header = "blob #{content.bytesize}\0"
store = header + content
require 'digest/sha1'
sha1 = Digest::SHA1.hexdigest(store)

得到

irb(main):001> content = "test content\n"
irb(main):002> header = "blob #{content.bytesize}\0"
irb(main):003> store = header + content
=> "blob 13\u0000test content\n"
irb(main):004> require 'digest/sha1'
irb(main):005> sha1 = Digest::SHA1.hexdigest(store)
=> "d670460b4b4aece5915caf5c68d12f560a9fe3e4"

存在哪里呢

$ find .git/objects
.git/objects
.git/objects/d6
.git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4
.git/objects/info
.git/objects/pack

存的是 compress(store) 写一个 Python 脚本查看：

import zlib
import sys

with open(sys.argv[1], 'rb') as f:
    raw_data = zlib.decompress(f.read())
    printable_data = raw_data.replace(b'\0', b'\n')
    print(printable_data.decode('utf-8', errors='replace'))

保存为 blobcat.py 然后运行

$ python3 blobcat.py .git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4
blob 13
test content

这里有个有些简化的 mental model: 你在 Git 存储库中跟踪的所有文件（以及它们每一次 git add 时的快照）都以 Blob Object 的形式存储在 .git/objects 下。注意存储的只是每个文件的二进制内容，而不存储文件名。由此也可以看出如果有两个内容完全一样的 Blob, 那它们只会在 .git/objects 下被存储一份（因为 SHA1 相同）。

Object​

Object