探秘 Git 底层原理：理解版本控制的基石

Git 是一款开源的分布式版本控制系统，在软件开发领域广泛应用，能有效管理项目的版本变更，Git 已经成为了版本控制的代名词。日常使用中，我们通过git commit提交代码，用git push推送变更，这些便捷操作背后，是 Git 精巧的底层原理在支撑。了解 Git 底层原理，不仅能让我们更深入地理解版本控制的本质，还能在遇到复杂问题时快速定位和解决。本文将着重介绍git基础的底层知识

一.分布式版本控制与集中式版本控制

• 分布式版本控制系统：每个开发者的本地环境都有完整的项目仓库副本，包含所有的提交历史、分支信息等。这意味着开发者可以在本地进行各种操作，如提交、查看历史记录等，无需依赖网络连接到中央服务器。
• 集中式版本控制系统：存在一个中央服务器，它是所有版本数据的唯一存储地。各个客户端需要从中央服务器获取最新版本的文件进行操作。例如，一个软件开发团队使用 SVN （集中式版本控制系统）进行版本控制，所有的代码都存放在中央服务器上，开发人员在本地修改代码后，需要将修改提交到中央服务器

简单来说，集中式的核心操作（提交，更新等）都需要和中央服务器进行交互，而分布式更加灵活，使用者可以在本地进行独立开发，然后通过推送和拉取操作与其他成员的仓库进行同步

二、Git 的对象存储：数据的基石

Git 将所有数据都存储为对象，主要有三种类型：blob 对象、tree 对象和commit 对象。

2.1 Blob 对象

Blob（Binary Large Object）对象用于存储文件内容，它是 Git 中最基础的数据单元。当我们在工作目录中创建或修改一个文件，Git 会为该文件的内容生成一个唯一的哈希值，并将文件内容存储为一个 Blob 对象。例如，创建一个名为test.txt的文件，内容为 “Hello, Git!”，Git 会根据内容计算出一个 40 位的 SHA-1 哈希值（如2c7b42d07a4e5e8c8c8b4c9f7a9a7a7d8d8c7b2a），并将文件内容以 Blob 对象的形式存储在.git/objects目录下。值得注意的是，Blob 对象只包含文件内容，不包含文件名、文件权限等元数据 ，因此当一个文件夹中有多份相同内容的文件，由于其哈希值相同，那么只会有一个对应的blob对象。（相当于文件数据的哈希值）使用git ls-tree HEAD可以看到目录下所有blob对象。

2.2 Tree 对象

Tree 对象用于存储目录结构和文件信息，它相当于一个目录索引。一个 Tree 对象可以包含多个子 Tree 对象和 Blob 对象的引用，以及它们对应的文件名和权限信息。例如，一个项目目录下有src目录和README.md文件，src目录下又有main.js文件，Git 会创建一个顶级 Tree 对象，其中包含指向src子 Tree 对象和README.md对应的 Blob 对象的引用，src子 Tree 对象则包含指向main.js对应的 Blob 对象的引用。通过这种层级结构，Git 能够准确记录整个项目的目录和文件状态 。（可以把Tree理解为一个文件夹）

2.3 Commit 对象

Commit 对象代表一次提交，它包含了提交的元数据，如作者信息、提交时间、提交消息，以及一个指向本次提交根 Tree 对象的指针，用于记录提交时项目的状态。此外，Commit 对象还可以包含一个或多个父 Commit 对象的指针，用于表示提交之间的关系。单分支上的提交链，就是通过 Commit 对象的父指针串联起来的；而合并提交则会有多个父 Commit 对象，以此反映合并操作 。

示例

假设你有一个包含两个文件（file1.txt和file2.txt）的项目。在对这两个文件进行修改并将它们添加到暂存区后，执行git commit -m "Update files"命令。Git 会为file1.txt和file2.txt的新内容分别创建 Blob 对象，根据项目目录结构创建 Tree 对象来引用这两个 Blob 对象，最后创建一个 Commit 对象指向该 Tree 对象，并记录提交元数据（修改者，提交时间，父commit哈希值）。此后，若需要查看此次提交时项目的状态，只需找到对应的 Commit 对象即可。

tips

一般来说，每次commit都会产生一个新的tree对象，但是如果暂存区没有发生变化，即没有文件内容或结构的变化，在commit之后新的commit对象就会指向上一次提交对应的Tree，不会额外产生一个新Tree对象。

三、引用管理：高效定位对象

Git 使用引用（Reference）来方便地定位和操作对象。常见的引用类型有分支引用和标签引用。

3.1 分支引用

在 Git 中，分支本质上是一个指向 Commit 对象的可变指针。默认的主分支master（或main），以及我们创建的其他分支，都是通过一个以refs/heads/开头的文件来存储指向最新 Commit 对象的哈希值。例如，refs/heads/main文件中存储的就是当前main分支最新提交的 Commit 对象的哈希值。当我们进行提交操作时，对应的分支指针会自动指向新的 Commit 对象，而其他分支不受影响，这使得 Git 能够轻松实现并行开发 。

3.2 标签引用

标签引用与分支引用类似，但标签一旦创建，通常不会改变，它始终指向特定的 Commit 对象。轻量级标签直接存储 Commit 对象的哈希值，文件路径在refs/tags/下；附注标签则是一个完整的对象，包含更多元数据，通过标签对象的指针指向对应的 Commit 对象 。

git tag v1.0          # 轻量级标签
git tag -a v1.0 -m "Release"  # 附注标签

四、Git 的工作流程底层逻辑

理解 Git 的工作流程，有助于我们更好地掌握其底层原理。Git 的工作流程涉及工作区、暂存区和版本库三个区域。

4.1 工作区

工作区是我们日常编写和修改代码的地方，它是项目在本地磁盘上的实际目录。在工作区对文件进行的任何操作，如创建、修改、删除，都不会直接影响到版本库

4.2 暂存区

暂存区（也称为索引区）是一个临时区域，用于存放即将提交的文件修改。当我们使用git add命令时，工作区中被修改的文件内容会被计算哈希值，并存储为 Blob 对象，同时更新暂存区的相关信息，记录文件的状态变化 。

4.3 版本库

版本库是 Git 存储所有对象（Blob、Tree、Commit、Tag）以及引用的地方，位于.git目录下。当我们执行git commit命令时，Git 会根据暂存区的内容创建一个新的 Tree 对象，记录当前暂存区中文件的状态；然后创建一个新的 Commit 对象，指向新的 Tree 对象，并包含提交的元数据以及父 Commit 对象的指针，最终将新的 Commit 对象和相关对象存储到版本库中 。

五、总结

了解 Git 底层原理，在实际开发中有诸多好处。当遇到分支合并冲突、误删提交等问题时，基于对底层对象和引用的理解，我们能够更清晰地分析问题根源，通过git reflog查看引用日志，使用git reset、git cherry-pick等命令灵活地修复问题，本文通过对最基础的add，commit的命令的底层的讲解，入门git的底层原理