Git底层剖析

Git 底层剖析：深入理解 Git 的数据存储机制

Git 之所以高效且灵活，核心在于其独特的底层数据模型。不同于传统的版本控制系统（如 SVN）以 “差异” 存储版本，Git 以 “快照” 形式保存完整数据，并通过哈希值（SHA-1）唯一标识每个对象。本文将深入解析 Git 底层的核心文件和数据结构，揭开 HEAD、index、objects 和 refs 的神秘面纱。

Git 底层核心组件

Git 的所有版本数据和元信息都存储在仓库根目录的 .git 文件夹中，其中四个核心组件构成了其底层基础：

组件	作用
HEAD	特殊指针，指向当前检出的分支（或直接指向某个提交）。
index	暂存区（Staging Area）的快照，记录待提交文件的元数据（哈希、权限等）。
objects/	存储所有版本数据（提交对象、树对象、数据对象）。
refs/	存储分支、标签等引用的指针（指向对应的提交对象）。

objects 目录：Git 的 “数据库”

objects/ 是 Git 最核心的目录，所有版本数据都以 “对象” 形式存储于此。每个对象通过 SHA-1 哈希值 命名（40 位十六进制字符），前 2 位为目录名，后 38 位为文件名（如哈希 a1b2c3... 对应 objects/a1/b2c3...）。

Git 有三种基础对象类型，共同构成版本快照：

1. Blob 对象：存储文件内容

• 作用：保存单个文件的原始内容（如代码、文本），与文件名无关（相同内容的文件共享同一个 blob）。
• 特点：仅包含文件数据，不包含文件名、权限等元信息。

示例：创建并查看 blob 对象

# 1. 向文件写入内容
echo "hello git" > test.txt

# 2. 手动创建 blob 对象（Git 内部通过 hash-object 命令生成）
git hash-object -w test.txt
# 输出：d670460b4b4aece5915caf5c68d12f560a9fe3e4 （该文件的 blob 哈希）

# 3. 查看 blob 对象类型和内容
git cat-file -t d670460  # 输出：blob（确认类型）
git cat-file -p d670460  # 输出：hello git（查看内容）

2. Tree 对象：记录目录结构

• 作用

  ：类似文件夹，记录一个目录下的文件和子目录信息，包括：

  • 子对象的哈希值（blob 或 tree）；
  • 文件名或目录名；
  • 文件权限（如 100644 表示普通文件，040000 表示目录）。

示例：创建并查看 tree 对象

# 1. 将 test.txt 加入暂存区（生成 index 快照）
git add test.txt

# 2. 从暂存区创建 tree 对象（记录当前目录结构）
git write-tree
# 输出：33c76843f743d6b5f4512d04f1edeb63f792da20 （tree 哈希）

# 3. 查看 tree 对象内容
git cat-file -p 33c7684
# 输出：100644 blob d670460b4b4aece5915caf5c68d12f560a9fe3e4  test.txt
# 含义：权限 类型 哈希值 文件名

3. Commit 对象：记录提交元数据

• 作用：标记一次完整的版本提交，包含以下关键信息：
  • 对应的 tree 对象哈希（当前版本的目录结构）；
  • 父 commit 对象哈希（上一个版本，首次提交无父节点）；
  • 提交者信息（姓名、邮箱、时间戳）；
  • 提交说明（commit message）。

示例：创建并查看 commit 对象

# 1. 手动创建 commit 对象（基于上述 tree 对象）
echo "first commit" | git commit-tree 33c7684
# 输出：f642db0c7115a403f2f7d45654f8e2b04f57388a （commit 哈希）

# 2. 查看 commit 对象内容
git cat-file -p f642db0
# 输出：
tree 33c76843f743d6b5f4512d04f1edeb63f792da20
author Your Name <your@email.com> 1620000000 +0800
committer Your Name <your@email.com> 1620000000 +0800

first commit

4. 对象之间的关系

三种对象形成层级关系，共同构成版本快照：

commit 对象
   ↓（指向）
tree 对象（根目录）
   ↓（包含）
├─ blob 对象（文件1内容）
├─ blob 对象（文件2内容）
└─ tree 对象（子目录）
     ↓（包含）
     └─ blob 对象（子文件内容）

例如，一个包含 src/main.js 和 README.md 的项目，其对象关系为：

• 1 个 commit 对象 → 1 个根 tree 对象 → 2 个 blob 对象（main.js 和 README.md）。

refs 目录：分支与标签的本质

refs/ 目录存储 “引用”（指针），用于指向具体的 commit 对象，简化版本操作（避免直接使用冗长的哈希值）。

1. 核心子目录

• refs/heads/：存储本地分支，每个文件对应一个分支，内容为该分支最新 commit 的哈希。
  示例：refs/heads/master 内容为 f642db0...（master 分支的最新提交）。
• refs/remotes/：存储远程分支，如 refs/remotes/origin/master 指向远程仓库 origin 的 master 分支最新提交。
• refs/tags/：存储标签，轻量标签直接指向 commit 哈希，注解标签指向标签对象（包含标签元信息）。

2. 分支的本质

分支本质上是一个 “移动的指针”，每次提交时，当前分支指针会自动指向新的 commit 对象。例如：

# 查看当前分支指向的 commit
cat .git/refs/heads/master  # 输出：f642db0...

# 创建新提交后，分支指针自动更新
echo "new line" >> test.txt
git add test.txt
git commit -m "second commit"
cat .git/refs/heads/master  # 输出：新的 commit 哈希

HEAD：当前版本的指针

HEAD 是一个特殊文件，用于标记当前工作的版本（或分支）：

• 指向分支：大多数情况下，HEAD 指向某个分支（如 refs/heads/master），表示当前在该分支上工作。
  示例：cat .git/HEAD 输出 ref: refs/heads/master。
• 分离 HEAD：若直接检出某个 commit（如 git checkout f642db0），HEAD 会直接指向该 commit 的哈希，处于 “分离 HEAD” 状态。
  示例：cat .git/HEAD 输出 f642db0...。

index：暂存区的快照

index 文件是暂存区的核心，记录待提交文件的元数据，包括：

• 文件的 blob 哈希值；
• 文件名；
• 权限；
• 时间戳。

可以将 index 理解为 “待提交的 tree 对象草稿”，执行 git commit 时，Git 会根据 index 生成新的 tree 对象，并关联到 commit 对象。

查看暂存区内容：

# 以原始格式查看暂存区
git ls-files --stage
# 输出示例：100644 d670460... 0       test.txt
# 含义：权限  blob哈希  阶段  文件名

底层命令与日常命令的对应关系

日常使用的 Git 命令本质上是对底层对象的封装：

日常命令	底层操作（简化）
git add test.txt	生成 test.txt 的 blob 对象，更新 index 文件。
git commit	基于 index 生成 tree 对象，再生成 commit 对象，更新当前分支指针。
git branch dev	创建 refs/heads/dev 文件，内容为当前 commit 哈希。
git tag v1.0	创建 refs/tags/v1.0 文件，内容为当前 commit 哈希。