在 Day 26 的文章中，我們發現跑完 git gc 後，.git/objects 為空，但是 .git/objects/info 跟 .git/objects/pack 都多了一些東西，另外還有 packed-refs 這個新檔案。

為什麼經過 git gc 指令發生這麼大的變化？在今天的文章中，我們將藉此一指令，探討 git 的「打包」機制。

前置準備

首先做出第一個 commit：

echo "hello" > file1.txt
git add file1.txt
git commit -m "First commit"

再做出第二個 commit：

echo "world" > file2.txt
git add file2.txt
git commit -m "second commit"

目前 .git/ 資料夾結構如下：

.git/ 
│ 
├── info/ 
│     └── exlcude  
│  
├── objects/
│     ├── 3b/                                          # tree物件 
│     │    └── 746528b6006b476da9a7cbb97a15722e9d8604 
│     ├── 89/                                          # commit物件 
│     │    └── 1845ab61a82db6a2de9de4976629c1aefff7dd 
│     ├── cc/                                          # blob物件 
│     │    └── 628ccd10742baea8241c5924df992b5c019f71 
│     ├── ce/                                          # blob物件 
│     │    └── 013625030ba8dba906f756967f9e9ca394464a
│     ├── dc/                                          # tree物件 
│     │    └── a98923d43cd634f4359f8a1f897bf585100cfe 
│     ├── fd/                                          # commit物件 
│     │    └── 5715a0a83acc8a22c43574223f7b15ad792ca1 
│     ├── info/                                        # 空資料夾 
│     └── pack/                                        # 空資料夾 
│ 
├── refs/ 
│     ├── heads/ 
│     │    └── main         # 891845ab61a82db6a2de9de4976629c1aefff7dd 
│     └── tags/
│ 
├── COMMIT_EDITMSG          # Second commit 
├── config
├── description
├── HEAD                    # ref: refs/heads/main
└── index

物件結構圖示如下：

開始打包

我們使用的指令為：

git gc

在 Day 26 文章中，我們輸入此一指令是為了「清除 git filter-branch 之後產生的懸置物件」，但這指令事實上還有另一功能：優化本地倉儲（optimize the local repository）。

我們先來觀察，下完這個指令後，.git/ 資料夾發生了什麼變化：

.git/
│
├── info/
│   ├── exlcude
│   └── refs # 新增檔案，內容為891845ab61a82db6a2de9de4976629c1aefff7dd refs/heads/main
│
├── objects/  # 物件全數消失
│   ├── info/ # 內有commit-graph與packs兩檔案
│   └── pack/ # 內有pack-2edf28d6b294b6966899a923577d6912962d1568.idx
│             # 以及pack-2edf28d6b294b6966899a923577d6912962d1568.pack
│
├── refs/
│   ├── heads/ # 空資料夾
│   └── tags/
│
├── COMMIT_EDITMSG # Second commit
├── config
├── description
├── HEAD       # ref: refs/heads/main
├── index
└── packed-refs # pack-refs with: peeled fully-peeled sorted 
                # 891845ab61a82db6a2de9de4976629c1aefff7dd refs/heads/main

如果以 git log 來看，還看不出什麼變化：

這些新增的到底是做什麼的？

• info/excludes/refs
  git 使用超文本傳輸協定（HyperText Transfer Protocol, HTTP）進行如 git clone、git fetch 與 git push 等操作，若客戶端（想成本地倉儲）要對伺服器端（想成 GitHub 等平臺上的雲端倉儲），須要靠這個檔案來看有哪些分支的參考、以及各參考分別指向什麼 commit。

以本範例來說，內容為：

891845ab61a82db6a2de9de4976629c1aefff7dd refs/heads/main

表示有 main 分支這個參考、而這個參考指向 891845a... 這個 commit。

在早期 git 使用的「Dump HTTP」連線中，真的是把 info/excludes/refs 當成靜態檔案，現今使用的「Smart HTTP」則也須要這份檔案，只是處理時會更複雜一些。

• objects/info/commit-graph
objects/ 的第一個檔案 commit-graph 是一個二進制檔案，可輸入以下指令查看：

xxd .git/objects/info/commit-graph

會得到如下結果：

00000000: 4347 5048 0101 0400 4f49 4446 0000 0000  CGPH....OIDF....
00000010: 0000 0044 4f49 444c 0000 0000 0000 0444  ...DOIDL.......D
00000020: 4344 4154 0000 0000 0000 046c 4744 4154  CDAT.......lGDAT
00000030: 0000 0000 0000 04b4 0000 0000 0000 0000  ................
00000040: 0000 04bc 0000 0000 0000 0000 0000 0000  ................
...

在記憶體位址的偏置（offset）為 00000000 時，最前面的十六進制 4347 5048 對應 ACSII 表即可得右方的 CGPH，表示這個檔案是 commit-graph，後面記錄的資訊包含 commit 的物件 ID (Object ID, OID) 等，且因 OID 是以詞典編纂順序（lexicographic order）排列（也就是像字典照字母排），可以用二元搜尋法快速找到最初的 commit，再透過物件關係紀錄找到其他 commit。

commit-graph 的推出，讓遍歷 commit 時不再需要一一從硬碟裡讀取、解析，而能透過濃縮過的資訊，更快找到各 commit。

• objects/info/packs
  儲存打包之後的檔案列表。

以本範例而言，內容如下：

P pack-2edf28d6b294b6966899a923577d6912962d1568.pack

最開頭的 P 代表偏好的（preferred）打包檔案，通常是最新打包者；後面的 pack-2edf28d6b294b6966899a923577d6912962d1568.pack 就是存在 /objects/pack 裡的檔案。

• /objects/pack
  裡面存有 pack-2edf28d6b294b6966899a923577d6912962d1568.idx 存放打包的物件索引，以及 pack-2edf28d6b294b6966899a923577d6912962d1568.pack 存放打包的物件本身。

首先輸入以下指令觀察索引：

git show-index < .git/objects/pack/pack-2edf28d6b294b6966899a923577d6912962d1568.idx

得到的結果如下：

309 3b746528b6006b476da9a7cbb97a15722e9d8604 (49186b6f)
12 891845ab61a82db6a2de9de4976629c1aefff7dd (1359ed5a)
294 cc628ccd10742baea8241c5924df992b5c019f71 (b2e567e0)
279 ce013625030ba8dba906f756967f9e9ca394464a (52941500)
384 dca98923d43cd634f4359f8a1f897bf585100cfe (d3f32cb0)
160 fd5715a0a83acc8a22c43574223f7b15ad792ca1 (27defc54)

最前面的數字如 309、12、294... 是偏置，也就是記憶體存的位址資訊，中間那一長串是各物件的雜湊碼（就跟打包前在 /objects 資料夾裡看到的一樣），最後括弧內的則是核對和（checksum），也就是確保完整性的檢查碼。

以第一行範例而言，我們可以知道在 pack-2edf28d6b294b6966899a923577d6912962d1568.pack 檔案中偏置為 309 處，存放雜湊碼為 891845a... 的物件。

要查看 2edf28d6b294b6966899a923577d6912962d1568.pack 內容，則可輸入以下指令：

git verify-pack -v .git/objects/pack/pack-*.idx

輸出結果如下：

891845ab61a82db6a2de9de4976629c1aefff7dd commit 216 148 12
fd5715a0a83acc8a22c43574223f7b15ad792ca1 commit 167 119 160
ce013625030ba8dba906f756967f9e9ca394464a blob   6 15 279
cc628ccd10742baea8241c5924df992b5c019f71 blob   6 15 294
3b746528b6006b476da9a7cbb97a15722e9d8604 tree   74 75 309
dca98923d43cd634f4359f8a1f897bf585100cfe tree   37 48 384
non delta: 6 objects
.git/objects/pack/pack-2edf28d6b294b6966899a923577d6912962d1568.pack: ok

以第一行來說，每個部分分別代表：

• 891845ab61a82db6a2de9de4976629c1aefff7dd：物件雜湊碼。
• commit：物件種類。
• 216：打包、壓縮前佔多少位元組。
• 148：打包、壓縮後佔多少位元組。
• 12：偏置，跟上面 .idx 檔案每行最開始的數字一樣。

最後兩行則為：

• non delta: 6 objects：這六個物件都被壓縮成一個整體、而非與其他物件的差別，因此皆為「非 delta 物件」。

• .git/objects/pack/pack-2edf28d6b294b6966899a923577d6912962d1568.pack: ok：跟 .idx 檔案比較後，確認沒問題。

• .git/refs/heads/main
  從最新 commit 891845a... 變空的，因為這資訊被搬到 packed-refs 了。

• packed-refs
  內文為如下：

# pack-refs with: peeled fully-peeled sorted 
891845ab61a82db6a2de9de4976629c1aefff7dd refs/heads/main

第一行註解 pack-refs with: peeled fully-peeled sorted 的 peeled fully-peeled 表示如果有 tag 標籤指向別的 tag 標籤，則這裡存的都是已經追蹤到各 tag 標籤最終會指到的 commit；sorted 則表示裡面的每個參考都已經排序好，有利使用二元搜尋法加快搜尋速率。

第二行 891845ab61a82db6a2de9de4976629c1aefff7dd refs/heads/main 就跟原本的 .git/refs/heads/main 概念相同，表示 main 分支正指向 891845a... 這個 commit。

總結來說，就是把 .git/refs/heads/main 原本應存的資訊，經過剝離（peel）與排序後，放到 packed-refs，而剝離與排序流程可讓搜尋變快。

小結

使用 git gc 優化本地倉儲，可將原本鬆散的物件（loose objects）打包，減少佔用的儲存空間外，也可增進搜尋特定物件的效率。

打包後的變化包含：

1. info/excludes/refs：與使用 HTTP 連線有關資訊。
2. objects/：變空的，因為原本的鬆散物件都被打包、搬到其他地方。
3. objects/info/：出現 commit-graph 與 packs 檔案，前者讓找到 commit 過程變快、後者則為打包後的檔案列表。
4. /objects/pack：存有 .pack 為打包後的物件、另有 .idx 索引檔案供查詢物件位址。
5. .git/refs/heads/main：變空，因為分支指向 commit 之資訊被搬到 packed-refs。
6. packed-refs：存放原本在 .git/refs/heads/main 中的資訊，但物件經過剝離與排序。

打包的主要功能有二：一是減少佔用的儲存空間、二是加快搜尋目標物件的效率，本文僅針對 git gc 指令帶來的變化簡介 git 打包機制，但其實 git 還有如 git repack 等其他方式打包，如果想知道更多打包細節，可以先從 git 官方文件介紹開始認識。

參考資料

1. gitrepository-layout - Git Repository Layout
2. git-gc
3. 10.4 Git Internals - Packfiles
4. Git - Packfiles: How They Optimize Your Git Repository for Performance & Storage
5. http-protocol last updated in 2.34.0
6. commit-graph last updated in 2.43.0
7. Git Commit-graph
8. git-pack-objects
9. Unpacking Git packfiles