誕生的原因

最初版本的git 誕生于Linus和他的團隊在開發(fā)Linux內(nèi)核的過程中。一開始，Linus和他的團隊選用的版本控制工具是BitKeeper（一款非開源，但是有條件免費的產(chǎn)品）。但后來由于種種原因BitKeeper宣布終止免費，當(dāng)時市面上也沒有能滿足Linux內(nèi)核開發(fā)所需要的分布式版本控制系統(tǒng)，Linus為了解決這一問題，閉關(guān)一周，獨自設(shè)計編寫了初版git。

名字含義

Linus本人對git這一名字的解讀是愚蠢的內(nèi)容追蹤器(the stupid content tracker),git在俚語中表示的是愚蠢這一類的貶義詞。比較受人歡迎的解釋應(yīng)該是全局信息追蹤器（Global Information Tracker）。

Git實現(xiàn)原理

初始化一個git倉庫，此時文件夾中只有一個隱藏文件夾 .git , .git 文件夾為git的版本庫，存放git實現(xiàn)版本控制所需要的全部信息。使用 find .git 命令查看 .git 中存儲的內(nèi)容如下：

下文將圍繞上圖中的文件目錄展開介紹（由于倉庫初始化，index文件，COMMIT_EDITMSG文件以及l(fā)ogs文件夾等沒有在上圖中顯示）。

config

config文件記錄項目的配置，如下圖：

更改配置時，也可以直接對config文件中的內(nèi)容進行修改。如果某個git倉庫中的config文件配置與全局配置沖突，以該倉庫配置文件為準(zhǔn)。例：

objects（對象庫）

對象庫（objects）中包含該倉庫的原始文件數(shù)據(jù)。

可尋址內(nèi)容名稱

Git對象庫被組織及實現(xiàn)成一個內(nèi)容尋址的存儲系統(tǒng)。具體而言，對象庫中的每個對象都有一個唯一的名稱，這個名稱是向?qū)ο蟮膬?nèi)容應(yīng)用SHA1得到的SHA1散列值（一個對象的完整內(nèi)容決定了這個散列值）。

實例展示：

初始時，倉庫中有已提交的 file01.txt 以及 file02.txt 文件：

根據(jù)類型來分，對象庫中的數(shù)據(jù)可以分為以下三類：

1. 塊（blob）

git倉庫中的每個文件的每一個版本表示為一個塊。每個塊被視為一個黑盒。一個塊保存一個文件的數(shù)據(jù)，但不包含任何關(guān)于這個文件的元數(shù)據(jù)，甚至連文件名也沒有。如下圖：

2. 目錄樹（tree）

一個目錄樹對象代表一層目錄信息。它記錄blob標(biāo)識符、路徑名和在一個目錄里所有文件的一些元數(shù)據(jù)。它也可以遞歸引用其他目錄樹或子樹對象，從而建立一個包含文件和子目錄的完整層次結(jié)構(gòu)。如下圖：

3. 提交（commit）

一個提交對象保存版本庫中每一次變化的元數(shù)據(jù)，包括作者、提交者、提交日期和日志消息。每一個提交對象指向一個目錄樹對象。如下圖：

上圖展示的例子中，提交為master分支的首次提交，對于非首次提交，commit對象還會記錄parent信息，即本次commit所對應(yīng)的上一次提交。三者關(guān)系對應(yīng)圖示如下：

git追蹤內(nèi)容

當(dāng)Git放置一個文件到對象庫中的時候，它基于文件內(nèi)容計算散列值而不是文件名。事實上，Git并不追蹤那些與文件次相關(guān)的文件名或者目錄名。如果兩個文件的內(nèi)容完全一樣，無論是否在相同的目錄，Git在對象庫里只保存一份blob形式的內(nèi)容副本。Git僅根據(jù)文件內(nèi)容來計算每一個文件的散列碼，如果文件有相同的SHA1值，它們的內(nèi)容就是相同的，然后將這個blob對象放到對象庫里，并以SHA1值作為索引。項目中的這兩個文件，不管它們在用戶的目錄結(jié)構(gòu)中處于什么位置，都使用相同的對象指代其內(nèi)容。

實例展示：

初始時，倉庫中只有一個已提交的 file01.txt 文件：

上述過程的圖示變化如下：

如果這些文件中的一個發(fā)生了變化，Git會為它計算一個新的SHA1值，識別出它現(xiàn)在是一個不同的blob對象，然后把這個新的blob加到對象庫里。原來的blob在對象庫里保持不變，給沒有變化的文件使用。其次，當(dāng)文件從一個版本變到下一個版本的時候，Git的內(nèi)部數(shù)據(jù)庫有效地存儲每個文件的每個版本，而不是它們的差異。因為Git使用一個文件的全部內(nèi)容的散列值作為文件名，所以它必須對每個文件的完整副本進行操作。

存儲機制

Git使用了一種叫做打包文件（packfile）的存儲機制。當(dāng)版本庫中有太多的松散對象（Git 最初向磁盤中存儲對象時所使用的格式被稱為“松散（loose）”對象格式），或者你手動執(zhí)行 git gc 命令，以及你向遠程服務(wù)器push時，Git 都會將這些松散對象打包成一個稱為“包文件（packfile）”的二進制文件。要創(chuàng)建一個打包文件，Git首先定位內(nèi)容非常相似的全部文件，然后為它們之一存儲整個內(nèi)容。之后計算相似文件之間的差異并且只存儲差異。因為Git是由文件內(nèi)容驅(qū)動的，所以它并不關(guān)心計算出來的兩個文件之間的差異是否屬于同一個文件的兩個版本。也就是說，Git可以在版本庫里的任何地方取出兩個文件并計算差異，只要它認為它們足夠相似來產(chǎn)生良好的數(shù)據(jù)壓縮。（Git有一套相當(dāng)復(fù)雜的算法來定位和匹配版本庫中內(nèi)容相似的文件）

實例展示：

初始時，倉庫中只有一個已提交的大小為12215字節(jié)的 file01.txt 文件：

在打包前，objects/pack和objects/info文件夾為空，文件以松散對象的形式存儲在objects目錄下。打包后，文件全部打包到 objects/pack 中。pack后綴文件存儲對象文件，idx后綴文件是索引文件，用于允許它們被隨機訪問。objects/info 文件夾記錄對象存儲的附加信息，info/pack文件中記錄打包文件的文件名（上圖中為:P pack-c4750e76b36c227...idx）。

index（索引）

了解索引之前先說一下git的三個工作區(qū)域以及git倉庫中文件的三個狀態(tài)。

三個工作區(qū)域

1. 版本庫（repository）

即上文中提到的 .git 文件夾。

2. 工作目錄（working directory）

工作區(qū)即當(dāng)前分支所對應(yīng)的文件目錄。

3. 暫存區(qū)（staging area）

在工作目錄與倉庫之間還有一個暫存區(qū)。當(dāng)我們在工作目錄中對文件進行增刪改等操作時，這些被修改的內(nèi)容在 git add 命令之后，就會被添加到暫存區(qū)中。git commit 之后，將暫存區(qū)中的內(nèi)容添加到版本庫中（進入對象庫中）。三個工作區(qū)域交互如下圖：

文件分類

Git將所有文件分成3類：已追蹤的、被忽略的以及未追蹤的。

1. 已追蹤的（Tracked）

已追蹤的文件是指已經(jīng)在版本庫，或者是在暫存區(qū)中的文件。

2. 被忽略的（Ignored）

被忽略的文件是指在工作目錄中出現(xiàn)，但git并不記錄該文件（夾）的變動。被忽略的文件（夾）必須在版本庫中被明確聲明為不可見或被忽略，即 .gitignore 文件中聲明的文件（夾）。.gitignore 文件的格式如下: - 空行會被忽略，而以井號（#）開頭的行可以用于注釋。然而，如果#跟在其他文本后面，它就不表示注釋了。

  - 一個簡單的字面置文件名匹配任何目錄中的同名文件。

  - 目錄名由末尾的反斜線（/）標(biāo)記。這能匹配同名的目錄和子目錄，但不匹配文件或符號鏈接。

  - 包含shell通配符，如星號（*），這種模式可擴展為shell通配模式。正如標(biāo)準(zhǔn)shell通配符一樣，因為不能跨目錄匹配，所以一個星號只能匹配一個文件或目錄名。

  - 起始的感嘆號（!）會對該行其余部分的模式進行取反。此外，被之前模式排除但被取反規(guī)則匹配的文件是要包含的。取反模式會覆蓋低優(yōu)先級的規(guī)則。

此外，Git允許在版本庫中任何目錄下有 .gitignore 文件，每個文件都只影響該目錄及其所有子目錄。.gitignore 的規(guī)則也是級聯(lián)的：可以覆蓋高層目錄中的規(guī)則。為了解決帶多個 .gitignore 目錄的層次結(jié)構(gòu)問題，也為了允許命令行對忽略文件列表的增編，Git按照下列從高到低的優(yōu)先順序?qū)ξ募M行忽略：- 在命令行上指定的模式( git update-index )

  - 從與文件在相同目錄的 `.gitignore` 文件中讀取的模式 

  - 上層目錄中指定的模式（最接近當(dāng)前目錄的上層目錄的模式優(yōu)先于更上層的目錄的模式） 

  - 來自 `.git/info/exclude` 文件的模式 

  - 來自配置變量core.excludedfile指定的文件中的模式。

3. 未追蹤的（Untracked）

未追蹤的文件是指那些不在前兩類中的文件。Git把工作目錄下的所有文件當(dāng)成一個集合，減去已追蹤的文件和被忽略的文件，剩下的部分作為未追蹤的文件。在工作目錄下新建的文件也是未追蹤文件。

索引用來定位暫存區(qū)以及版本庫中的文件。當(dāng)對工作目錄下未追蹤文件或新的修改執(zhí)行 git add 時，這些內(nèi)容會被以blob對象的形式存入對象庫中，同時，index文件（二進制文件）記錄這些blob對象與文件的對應(yīng)關(guān)系。

實例展示：

初始時，倉庫中只有一個新建未提交的 file01.txt 文件：

對文件作出修改并將修改添加到暫存區(qū)后，index文件變更對應(yīng)關(guān)系：

HEAD、refs

HEAD文件記錄當(dāng)前工作目錄所對應(yīng)的git分支，refs文件夾記錄分支以及tag（tag指向某一次commit，用來給開發(fā)分支做一個標(biāo)記，以便后續(xù)回退）。

實例展示：

初始時，倉庫中有已提交的 file01.txt 以及 file02.txt 文件：

切換分支并提交新的commit后：

在分別給兩次commit打上tag后：

上述過程對應(yīng)圖示如下：

info

info目錄下只有exclude文件，其作用與 .gitignore 功能類似。他們的區(qū)別在于 .gitignore 這個文件本身也是存儲在對象庫中，用來保存的是公共需要排除的文件；而exclude文件中設(shè)置的則是本地需要排除的文件，不會影響到其他人。

description

description文件中的內(nèi)容用于GitWeb。GitWeb是Git提供的 CGI 腳本，讓用戶在web頁面查看git內(nèi)容。如果我們要啟動 GitWeb，可用命令 git instaweb --httpd=webrick 。這個命令在本地啟動了一個監(jiān)聽 1234 端口的 HTTP 服務(wù)器，并且自動打開了瀏覽器。想要關(guān)閉GitWeb，只需要在啟動命令的末尾加上 --stop 。打開的瀏覽器頁面如下：

上圖中description字段對應(yīng)的內(nèi)容就是 .git/description 文件中記錄的內(nèi)容。

hooks

hooks目錄下的文件如下：

Git 能在特定的動作發(fā)生時觸發(fā)自定義腳本，這些腳本（鉤子）都被存儲在 hooks子目錄中。如上圖，這些示例文件的名字都是以.sample結(jié)尾，如果想啟用這些鉤子，得先移除sample后綴。把一個正確命名（不帶擴展名）且可執(zhí)行的文件放入hooks子目錄中，即可激活該鉤子腳本。這樣一來，它就能被 Git 調(diào)用。

COMMIT_EDITMSG

COMMIT_EDITMSG文件記錄本地最后一次commit對應(yīng)的message。

logs

logs文件夾用來記錄操作信息，它的目錄如下：

HEAD文件記錄所有分支上的操作信息：

refs/heads/branch-name（分支名稱）文件記錄對應(yīng)分支上的操作信息：