Git 原理入门

作者: 阮一峰

日期: 2018年10月10日

珠峰培训

Git 是最流行的版本管理工具,也是程序员的必备技能之一。

即使天天使用它,很多人也未必了解它的原理。Git 为什么可以管理版本?git addgit commit这些基本命令,到底在做什么,你说得清楚吗?

这篇文章用一个实例,解释 Git 的运行过程,帮助你理解 Git 的原理。

一、初始化

首先,让我们创建一个项目目录,并进入该目录。


$ mkdir git-demo-project
$ cd git-demo-project

我们打算对该项目进行版本管理,第一件事就是使用git init命令,进行初始化。


$ git init

git init命令只做一件事,就是在项目根目录下创建一个.git子目录,用来保存版本信息。


$ ls .git

branches/
config
description
HEAD
hooks/
info/
objects/
refs/

上面命令显示,.git内部还有一些子目录,这里先不解释它们的含义。

二、保存对象

接下来,新建一个空文件test.txt


$ touch test.txt

然后,把这个文件加入 Git 仓库,也就是为test.txt的当前内容创建一个副本。


$ git hash-object -w test.txt

e69de29bb2d1d6434b8b29ae775ad8c2e48c5391

上面代码中,git hash-object命令把test.txt的当前内容压缩成二进制文件,存入 Git。压缩后的二进制文件,称为一个 Git 对象,保存在.git/objects目录。

这个命令还会计算当前内容的 SHA1 哈希值(长度40的字符串),作为该对象的文件名。下面看一下这个新生成的 Git 对象文件。


$ ls -R .git/objects

.git/objects/e6:
9de29bb2d1d6434b8b29ae775ad8c2e48c5391

上面代码可以看到,.git/objects下面多了一个子目录,目录名是哈希值的前2个字符,该子目录下面有一个文件,文件名是哈希值的后38个字符。

再看一下这个文件的内容。


$ cat .git/objects/e6/9de29bb2d1d6434b8b29ae775ad8c2e48c5391

上面代码输出的文件内容,都是一些二进制字符。你可能会问,test.txt是一个空文件,为什么会有内容?这是因为二进制对象里面还保存一些元数据。

如果想看该文件原始的文本内容,要用git cat-file命令。


$ git cat-file -p e69de29bb2d1d6434b8b29ae775ad8c2e48c5391

因为原始文件是空文件,所以上面的命令什么也看不到。现在向test.txt写入一些内容。


$ echo 'hello world' > test.txt

因为文件内容已经改变,需要将它再次保存成 Git 对象。


$ git hash-object -w test.txt

3b18e512dba79e4c8300dd08aeb37f8e728b8dad

上面代码可以看到,随着内容改变,test.txt的哈希值已经变了。同时,新文件.git/objects/3b/18e512dba79e4c8300dd08aeb37f8e728b8dad也已经生成了。现在可以看到文件内容了。


$ git cat-file -p 3b18e512dba79e4c8300dd08aeb37f8e728b8dad

hello world

三、暂存区

文件保存成二进制对象以后,还需要通知 Git 哪些文件发生了变动。所有变动的文件,Git 都记录在一个区域,叫做"暂存区"(英文叫做 index 或者 stage)。等到变动告一段落,再统一把暂存区里面的文件写入正式的版本历史。

git update-index命令用于在暂存区记录一个发生变动的文件。


$ git update-index --add --cacheinfo 100644 \
3b18e512dba79e4c8300dd08aeb37f8e728b8dad test.txt

上面命令向暂存区写入文件名test.txt、二进制对象名(哈希值)和文件权限。

git ls-files命令可以显示暂存区当前的内容。


$ git ls-files --stage

100644 3b18e512dba79e4c8300dd08aeb37f8e728b8dad 0   test.txt

上面代码表示,暂存区现在只有一个文件test.txt,以及它的二进制对象名和权限。知道了二进制对象名,就可以在.git/objects子目录里面读出这个文件的内容。

git status命令会产生更可读的结果。


$ git status

要提交的变更:
    新文件:   test.txt

上面代码表示,暂存区里面只有一个新文件test.txt,等待写入历史。

四、git add 命令

上面两步(保存对象和更新暂存区),如果每个文件都做一遍,那是很麻烦的。Git 提供了git add命令简化操作。


$ git add --all

上面命令相当于,对当前项目所有变动的文件,执行前面的两步操作。

五、commit 的概念

暂存区保留本次变动的文件信息,等到修改了差不多了,就要把这些信息写入历史,这就相当于生成了当前项目的一个快照(snapshot)。

项目的历史就是由不同时点的快照构成。Git 可以将项目恢复到任意一个快照。快照在 Git 里面有一个专门名词,叫做 commit,生成快照又称为完成一次提交。

下文所有提到"快照"的地方,指的就是 commit。

六、完成提交

首先,设置一下用户名和 Email,保存快照的时候,会记录是谁提交的。


$ git config user.name "用户名" 
$ git config user.email "Email 地址"

接下来,要保存当前的目录结构。前面保存对象的时候,只是保存单个文件,并没有记录文件之间的目录关系(哪个文件在哪里)。

git write-tree命令用来将当前的目录结构,生成一个 Git 对象。


$ git write-tree

c3b8bb102afeca86037d5b5dd89ceeb0090eae9d

上面代码中,目录结构也是作为二进制对象保存的,也保存在.git/objects目录里面,对象名就是哈希值。

让我们看一下这个文件的内容。


$ git cat-file -p c3b8bb102afeca86037d5b5dd89ceeb0090eae9d

100644 blob 3b18e512dba79e4c8300dd08aeb37f8e728b8dad    test.txt

可以看到,当前的目录里面只有一个test.txt文件。

所谓快照,就是保存当前的目录结构,以及每个文件对应的二进制对象。上一个操作,目录结构已经保存好了,现在需要将这个目录结构与一些元数据一起写入版本历史。

git commit-tree命令用于将目录树对象写入版本历史。


$ echo "first commit" | git commit-tree c3b8bb102afeca86037d5b5dd89ceeb0090eae9d

c9053865e9dff393fd2f7a92a18f9bd7f2caa7fa

上面代码中,提交的时候需要有提交说明,echo "first commit"就是给出提交说明。然后,git commit-tree命令将元数据和目录树,一起生成一个 Git 对象。现在,看一下这个对象的内容。


$ git cat-file -p c9053865e9dff393fd2f7a92a18f9bd7f2caa7fa

tree c3b8bb102afeca86037d5b5dd89ceeb0090eae9d
author ruanyf  1538889134 +0800
committer ruanyf  1538889134 +0800

first commit

上面代码中,输出结果的第一行是本次快照对应的目录树对象(tree),第二行和第三行是作者和提交人信息,最后是提交说明。

git log命令也可以用来查看某个快照信息。


$ git log --stat c9053865e9dff393fd2f7a92a18f9bd7f2caa7fa

commit c9053865e9dff393fd2f7a92a18f9bd7f2caa7fa
Author: ruanyf 
Date:   Sun Oct 7 13:12:14 2018 +0800

    first commit

 test.txt | 1 +
 1 file changed, 1 insertion(+)

七、git commit 命令

Git 提供了git commit命令,简化提交操作。保存进暂存区以后,只要git commit一个命令,就同时提交目录结构和说明,生成快照。


$ git commit -m "first commit"

此外,还有两个命令也很有用。

git checkout命令用于切换到某个快照。


$ git checkout c9053865e9dff393fd2f7a92a18f9bd7f2caa7fa

git show命令用于展示某个快照的所有代码变动。


$ git show c9053865e9dff393fd2f7a92a18f9bd7f2caa7fa

八、branch 的概念

到了这一步,还没完。如果这时用git log命令查看整个版本历史,你看不到新生成的快照。


$ git log

上面命令没有任何输出,这是为什么呢?快照明明已经写入历史了。

原来git log命令只显示当前分支的变动,虽然我们前面已经提交了快照,但是还没有记录这个快照属于哪个分支。

所谓分支(branch)就是指向某个快照的指针,分支名就是指针名。哈希值是无法记忆的,分支使得用户可以为快照起别名。而且,分支会自动更新,如果当前分支有新的快照,指针就会自动指向它。比如,master 分支就是有一个叫做 master 指针,它指向的快照就是 master 分支的当前快照。

用户可以对任意快照新建指针。比如,新建一个 fix-typo 分支,就是创建一个叫做 fix-typo 的指针,指向某个快照。所以,Git 新建分支特别容易,成本极低。

Git 有一个特殊指针HEAD, 总是指向当前分支的最近一次快照。另外,Git 还提供简写方式,HEAD^指向 HEAD的前一个快照(父节点),HEAD~6则是HEAD之前的第6个快照。

每一个分支指针都是一个文本文件,保存在.git/refs/heads/目录,该文件的内容就是它所指向的快照的二进制对象名(哈希值)。

九、更新分支

下面演示更新分支是怎么回事。首先,修改一下test.txt


$ echo "hello world again" > test.txt

然后,保存二进制对象。


$ git hash-object -w test.txt

c90c5155ccd6661aed956510f5bd57828eec9ddb

接着,将这个对象写入暂存区,并保存目录结构。


$ git update-index test.txt
$ git write-tree

1552fd52bc14497c11313aa91547255c95728f37

最后,提交目录结构,生成一个快照。


$ echo "second commit" | git commit-tree 1552fd52bc14497c11313aa91547255c95728f37 -p c9053865e9dff393fd2f7a92a18f9bd7f2caa7fa

785f188674ef3c6ddc5b516307884e1d551f53ca

上面代码中,git commit-tree-p参数用来指定父节点,也就是本次快照所基于的快照。

现在,我们把本次快照的哈希值,写入.git/refs/heads/master文件,这样就使得master指针指向这个快照。


$ echo 785f188674ef3c6ddc5b516307884e1d551f53ca > .git/refs/heads/master

现在,git log就可以看到两个快照了。


$ git log

commit 785f188674ef3c6ddc5b516307884e1d551f53ca (HEAD -> master)
Author: ruanyf 
Date:   Sun Oct 7 13:38:00 2018 +0800

    second commit

commit c9053865e9dff393fd2f7a92a18f9bd7f2caa7fa
Author: ruanyf 
Date:   Sun Oct 7 13:12:14 2018 +0800

    first commit

git log的运行过程是这样的:

  1. 查找HEAD指针对应的分支,本例是master
  2. 找到master指针指向的快照,本例是785f188674ef3c6ddc5b516307884e1d551f53ca
  3. 找到父节点(前一个快照)c9053865e9dff393fd2f7a92a18f9bd7f2caa7fa
  4. 以此类推,显示当前分支的所有快照

最后,补充一点。前面说过,分支指针是动态的。原因在于,下面三个命令会自动改写分支指针。

  • git commit:当前分支指针移向新创建的快照。
  • git pull:当前分支与远程分支合并后,指针指向新创建的快照。
  • git reset [commit_sha]:当前分支指针重置为指定快照。

十、参考链接

(完)

优达学城

腾讯课堂

留言(18条)

简单易懂。

`git add --all` 这么邪恶的命令阮老师还是不要急着介绍比较好。

引用flw的发言:

`git add --all` 这么邪恶的命令阮老师还是不要急着介绍比较好。

git add . 我用的比较多,应该是一样的

这篇有点点水了……好期待非入门的知识,毕竟各种入门、皮毛满网络都是

感谢,好像之前的留言不在了

我在这篇文章(https://www.xttblog.com/?p=3095)里看到有人用git push -f ,这个命令是干什么用的?

git commit 之后,如果撤销commit 用什么命令呢?commit 之后pull了新代码之后有冲突,本地多出很多更改文件,这种情况下怎么解决呢?请老师解答一下!!感谢!!!

引用赵糖糖的发言:

git commit 之后,如果撤销commit 用什么命令呢?commit 之后pull了新代码之后有冲突,本地多出很多更改文件,这种情况下怎么解决呢?请老师解答一下!!感谢!!!

撤销直接将 HEAD 头指向上一个 commmit 就行了,git reset --hard commit-hash

pull 代码会自动合并可以合并的代码,有冲突的只能自己手动解决,毕竟 git 也不知道要保留冲突中的哪一个

git的入门文章好多,不过看这里的科普贴总觉得格外看的进去。。。
期待再来一篇git常用操作原理入门,例如 只删除远端操作不删除本地(去掉文件的版本跟踪0/git blame/git apply这些

能不能介绍一下,你的博客是怎么做的?发布和更新都是怎么做的?我看到文章不仅在语雀上有(我是指每周分享),而且在这边也有,想了解一下,谢谢!

引用程序猿的发言:

这篇有点点水了……好期待非入门的知识,毕竟各种入门、皮毛满网络都是

小学数学也得有人教啊!这么好的入门文章,你居然说水。相信你的git段位已经很高了,但不能以个人的视角来评价啊

期待继续以这样的方式,讲一下,pull push merge 远程库这方面的原理解释。

写的很好,其实现在图形界面成熟了,命令行方式可能会慢慢淘汰

引用业余草的发言:

我在这篇文章(https://www.xttblog.com/?p=3095)里看到有人用git push -f ,这个命令是干什么用的?

git push -f 强制把本地版本覆盖到远程

我照着在电脑上敲了一遍。文中介绍 branch 概念下面,第一次输入 git log 我电脑有显示出一个快照,文末再输入 git log 还是只显示前面 first commit。请问有谁知道什么愿意?

简单易懂

作者你好我觉得我还是没看懂主要是因为我不知道每一部分是为什么这样设计,但是非常感谢

我要发表看法

«-必填

«-必填,不公开

«-我信任你,不会填写广告链接