iT邦幫忙

6

Git 原理入門

git
  • 分享至 

  • xImage
  •  

Git 如何儲存檔案內容?

Git 儲存內容時,都是透過 git hash-object 取得 SHA1 並儲存起來,如下所示,只要檔案內容稍有變動,git hash-object 的結果就會天差地遠:

$ echo 'f' | git hash-object --stdin
6a69f92020f5df77af6e8813ff1232493383b708
$ echo 'fi' | git hash-object --stdin
e133fadec9f9f77fd6add0e533715d74d393eace

備註:事實上 git hash-object 是將「檔案內容和 Header」做 SHA1。Header 是 “blob” 加上空格、內容長度、結尾 null bytes。

SHA1("blob 2\u0000fi")
e133fadec9f9f77fd6add0e533715d74d393eace

了解了 Git 產生 SHA1 的方式,我們可以進一步把這個 SHA1 儲存起來,依循前面的例子,不一樣的是這次我們將 SHA1 儲存起來:

$ echo 'f' | git hash-object --stdin -w
6a69f92020f5df77af6e8813ff1232493383b708
$ echo 'fi' | git hash-object --stdin -w
e133fadec9f9f77fd6add0e533715d74d393eace

看起來跟前面例子輸出一樣,要怎麼驗證 SHA1 已經被 Git 儲存起來了呢?我們可以列出 .git 目錄下的 objects 資料夾內容:

$ tree .git/objects/
.git/objects/
├── 6a
│   └── 69f92020f5df77af6e8813ff1232493383b708
├── e1
│   └── 33fadec9f9f77fd6add0e533715d74d393eace
├── info
└── pack

4 directories, 2 files

我們可以看到,git hash-object 所產生的 SHA1,前面 2 個數字、字母會被切出來當成資料夾,剩餘的 38 個數字、字母當成檔名,被放置在 .git/objects 資料夾底下。

那這兩個檔案儲存的內容是什麼呢?

首先我們用 cat 這個指令來看一下內容:

$ cat .git/objects/6a/69f92020f5df77af6e8813ff1232493383b708
xK��OR0bH�nb

你沒看錯,檔案內容是亂碼。原因是因為 git 用二進制的方式將內容儲存起來,我們可以用 git 提供的指令來輕易地檢視這些內容。

$ git cat-file -p 6a69f92020f5df77af6e8813ff1232493383b708
f
$ git cat-file -p e133fadec9f9f77fd6add0e533715d74d393eace
fi

不一樣的是,git cat-file 指令要直接給整串 SHA1,而不再是目錄、檔名。然後你可以看到,結果就是我們前面給的檔案內容。

至此,你了解了 Git 是將檔案內容,加上 Header 後,產生對應的 SHA1,當成目錄、檔名,而其內容就是原始檔案的二進制內容。一旦檔案內容有所更動,SHA1 就會不一樣,反之,內容相同,SHA1 就相同。

了解這樣不夠,我們會有些疑問:

  1. 萬一我有檔名、資料夾呢?哪裡會紀錄的我檔名、資料夾名稱?
  2. 還有 Commit 呢?我 Commit 的內容儲存在哪?
  3. Branch、Tag 儲存在哪?

不急,我們先繼續往下讀,你會在最後不經意說出「哦!原來是這樣」。

Blob

首先,我們先介紹 git cat-file 的另一個功能,也就是檢視該 SHA1 的「類型」:

$ git cat-file -t 6a69f92020f5df77af6e8813ff1232493383b708
blob
$ git cat-file -t e133fadec9f9f77fd6add0e533715d74d393eace
blob

可以看到,前面我們所建立的兩個 SHA1 都是 blob 類型,由此可知,Git 將檔案內容轉成二進制,並產生 SHA1 儲存起來的「物件」,稱為 blob,這個很重要,請先記得。

再來,我們延續前面的內容,有了 blob 還不夠,人是貪心的,我想要存檔名、資料夾名稱時,該怎麼辦?

因此 Git 提供了另外一種「類型」,稱為 Tree。

Tree

在了解 Tree 以前,我們先偷窺一下 Tree 的範例內容(我們沒有這些檔案,只是讓你看一下可能的內容):

$ git cat-file -p 99f1a6d12cb4b6f19c8655fca46c3ecf317074e0
100644 blob a906cb2a4a904a152e80877d4088654daad0c859 README
100644 blob 8f94139338f9404f26296befa88755fc2598c289 Rakefile
040000 tree 99f1a6d12cb4b6f19c8655fca46c3ecf317074e0 lib

上圖 Tree 裡面,紀錄了兩個檔案(Blob)檔名及其對應的 SHA1,如果我們用 git cat-file 加上 README 的 SHA1,就可以取得 README 這個檔案的內容。而 lib 是一個資料夾,資料夾裡面可能還有其他檔案,所以用另一個 Tree 儲存這些資料。

Tree 本身也是跟 Blob 一樣,用 SHA1 當檔名,然後儲存二進制內容,但不一樣的是,Blob 儲存了我們的「檔案內容」,而 Tree 則是儲存了我們的「檔名」,甚至還包含了另一個 Tree!如下圖所示:

https://ithelp.ithome.com.tw/upload/images/20171210/20107332UGwa87NTKz.png

如此一來,有了 Tree 這個物件,我們就可以解決前面提到的問題,我們可以儲存檔案的名稱、資料夾名稱、檔案權限等等。也因為 Tree 記錄了相關連的 Blob、Tree 的 SHA1,所以我們可以輕鬆地透過 Tree,找到子目錄、子子目錄的檔案內容、名稱。

至此我們就可以大致窺探到 Git 是如何儲存一整個資料夾的內容、關聯。首先要先有 SHA1,然後再透過 Tree 的方式記錄關聯,透過 Blob 記錄檔案內容!

了解 Tree、Blob 後,我們進一步來看看 Commit 是怎麼回事。

Commit

Commit 就和 Tree、Blob 一樣,也是擁有 SHA1 檔名,儲存在 .git/objects 目錄下,我們來看看一個 Commit 物件可能的內容:

$ git cat-file -p fb1298cab9b794b251e3f8ece5bc4380ab9328f8
tree d7ab14dd76c4990b64031c890f95fd9eae042c9a
author shavenking <shavenking@gmail.com> 1512874376 +0800
committer shavenking <shavenking@gmail.com> 1512874376 +0800

awesome

就如同 Tree、Blob 一樣,我們用 git cat-file 這個指令可以看到其儲存的內容,第一行是 Tree,接著的是該 Commit 的相關資訊(作者、Commit 訊息)。

備註:Commit 只能紀錄 Tree,不能紀錄 Blob。

讓我們直接用圖來看看加上 Commit 之後的樣子:

https://ithelp.ithome.com.tw/upload/images/20171210/20107332PTHfGSlTRA.png

如果我們再新增一個 Commit 呢?請看下圖:

https://ithelp.ithome.com.tw/upload/images/20171210/2010733254mEk7hJqx.png

如果用 git cat-file 可以看到檔案內容如下:

$ git cat-file -p 5ed902ec9ef442ec0a9dd5fd2bf9639175539c8b
tree a031edc7aa1c34a9e46b86f64d2798d9fcb8ad03
parent fb1298cab9b794b251e3f8ece5bc4380ab9328f8
author shavenking <shavenking@gmail.com> 1512874387 +0800
committer shavenking <shavenking@gmail.com> 1512874387 +0800

awesome again

除了 Tree 以外,多了一個 Parent,紀錄前一個 Commit 的 SHA1,因此所有 Commit 就能串連在一起,我可以透過 git cat-file 一個一個往回找。

特別注意:Commit、Tree、Blob 都是除存在 .git/objects 裡面,以 SHA1 當檔名的二進制檔案!

了解這些之後,接下來我們再進一步說明 Branch 及 Tag 的原理。

Branch and Tag

Branch 和 Tag 就稍微不太一樣了,他們不再是以 SHA1 當檔名的二進制檔案,取而代之的是紀錄「Commit」的 SHA1,並儲存在 .git/refs 裡面。

我們知道,git init 初始化後,Git 會幫我們建立一個 master,在我們 git commit 後,這個 master 就會出現在 .git/refs 底下,如下:

$ tree .git/refs/
.git/refs/
├── heads
│   └── master
└── tags

2 directories, 1 file

可以看到 heads 資料夾下有一個名為 master 的檔案,其內容如下:

$ cat .git/refs/heads/master
5ed902ec9ef442ec0a9dd5fd2bf9639175539c8b

注意到了嗎?master 這個檔案(也就是 Branch),記錄了 Commit 的 SHA1,所以如果我們用 git cat-file 繼續追蹤的話,你就會看到下列內容:

$ git cat-file -p 5ed902ec9ef442ec0a9dd5fd2bf9639175539c8b
tree a031edc7aa1c34a9e46b86f64d2798d9fcb8ad03
parent fb1298cab9b794b251e3f8ece5bc4380ab9328f8
author shavenking <shavenking@gmail.com> 1512874387 +0800
committer shavenking <shavenking@gmail.com> 1512874387 +0800

awesome again

由此可見,分支只不過是一個指標,指向某一個 Commit,所以此時如果我建立另外一個分支,就會長這樣:

$ git branch dev
$ tree .git/refs
.git/refs
├── heads
│   ├── dev
│   └── master
└── tags

2 directories, 2 files

$ cat .git/refs/heads/dev
5ed902ec9ef442ec0a9dd5fd2bf9639175539c8b

$ git cat-file -p 5ed902ec9ef442ec0a9dd5fd2bf9639175539c8b
tree a031edc7aa1c34a9e46b86f64d2798d9fcb8ad03
parent fb1298cab9b794b251e3f8ece5bc4380ab9328f8
author shavenking <shavenking@gmail.com> 1512874387 +0800
committer shavenking <shavenking@gmail.com> 1512874387 +0800

awesome again

可以看到,Git 只是幫我們新增了一個「Branch」檔案,紀錄了 Commit 的 SHA1!如果用圖表示的話,就會長這樣:

https://ithelp.ithome.com.tw/upload/images/20171210/20107332hPtPukCoza.png

那 Tag 呢?也是同樣的道理,我們直接用實例來看:

$ git tag v1
$ tree .git/refs
.git/refs
├── heads
│   ├── dev
│   └── master
└── tags
    └── v1

2 directories, 3 files
$ cat .git/refs/tags/v1
5ed902ec9ef442ec0a9dd5fd2bf9639175539c8b

可以看到,Tag 也只是一個檔案,紀錄了某個 Commit 的 SHA1,那 Branch 和 Tag 差在哪裡呢?

簡單來說,Branch 會一直跟著新的 Commit 成長,而 Tag 則是永遠記錄同一個 Commit,直到海枯石爛。

我們可以簡單地再新增一個 Commit 來看看就能明白了。

首先看到我增加了第三個 Commit:

$ git log
commit ec40ddb953522ca3cba864736e3b2a01e426992b
Author: shavenking <shavenking@gmail.com>
Date:   Sun Dec 10 11:14:33 2017 +0800

    new commit

commit 5ed902ec9ef442ec0a9dd5fd2bf9639175539c8b (tag: v1, dev)
Author: shavenking <shavenking@gmail.com>
Date:   Sun Dec 10 10:53:07 2017 +0800

    awesome again

commit fb1298cab9b794b251e3f8ece5bc4380ab9328f8
Author: shavenking <shavenking@gmail.com>
Date:   Sun Dec 10 10:52:56 2017 +0800

    awesome

此時我們看看 .git/refs 目錄結構:

$ tree .git/refs
.git/refs
├── heads
│   ├── dev
│   └── master
└── tags
    └── v1

2 directories, 3 files

沒錯,還是維持一樣,改變的只是檔案內容,還記得我們的 master 跟 v1 都指向第二個 Commit 嗎?一旦我們新增第三個 Commit,我們就能看出差異了:

$ cat .git/refs/heads/master
ec40ddb953522ca3cba864736e3b2a01e426992b
$ cat .git/refs/tags/v1
5ed902ec9ef442ec0a9dd5fd2bf9639175539c8b

可以清楚地看到,Branch 隨著我的新 Commit 而隨時更改,反之 Tag 則是待在原地呆呆地守住他的幸福。此時的圖長這樣:

https://ithelp.ithome.com.tw/upload/images/20171210/201073328hrM6BU3g7.png

由以上描述可見,一旦你在某個 Branch 有新的 Commit 時,Git 就會自動更新該 Branch 檔案,紀錄最新的 Commit。而 Tag 則是一旦指定 Commit 後,就不會因為有任何新 Commit 而影響。

最後,還有一個關鍵的檔案,就是 .git 目錄下的 HEAD。

HEAD

我們有那麼多 Branch、Tag、Commit,我們怎麼知道我們現在在哪裡?Git 又怎麼知道該顯示哪些檔案?

所以才需要 HEAD 這個檔案,記錄我們目前所在的位置。

我們可以看一下,如果我們在 master 時,HEAD 的檔案內容顯示:

$ cat .git/head
ref: refs/heads/master

就如同 Branch、Tag 的運作方式,HEAD 這個檔案僅僅是儲存了一個指標,告訴我們目前所在的位置,如果用圖表示就會長這樣:

https://ithelp.ithome.com.tw/upload/images/20171210/201073323E1FyWpIl8.png

回想基本指令

我們了解以上內容後,我們可以來回想一下日常生活中,我們用的 Git 指令。

  • git add:建立 Tree、Blob 物件,準備稍後 git commit 時使用。
  • git commit:就如同該指令名稱,我們建立了一個 Commit 的檔案儲存在 .git/objects。
  • git branch:建立 Branch 檔案,紀錄某個 Commit SHA1,並儲存在 .git/refs。
  • git tag:建立 Tag 檔案,紀錄某個 Commit SHA1,並儲存在 .git/refs。
  • git checkout:這個指令可以指定 Branch、Tag、Commit 的 SHA1,也就是說你能把目前的位置(HEAD),指向任一個 Branch、Tag、Commit,讓你擁有穿梭未來、過去的能力。

圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

1 則留言

0
zdey
iT邦新手 5 級 ‧ 2018-01-09 13:54:08

圖文並茂好文章

我要留言

立即登入留言