git文件存储原理理解

在理解原理之前，我们应该知道git使用流程。git有三个区域，分别是工作区域(Working Tree)、暂存区域（index/stage）、已提交区域（Repository），文件在这三个区域中也有着不同的状态

git文件状态

git文件状态分为四种 Untracked（未跟踪）、staged（已暂存）、modified（已修改）、committed（已提交）

Untracked状态git status显示

modified状态在工作区域和暂存区域时分别为不同表示

在工作区域时，状态为Changes not staged for commit

在暂存区域时，状态为Changes to be committed

git原理理解

git本质是一个内容寻址文件系统，所有提交的文件都是以文件对象的形式存储在.git/objects中

在git中有这几种文件对象：

tag：对应版本分支的tag

tree：对应文件目录

blob：对应每一个文件

commit：对应每一次提交，使用的链表，带有上一次提交的commit

.git目录结构如下：

当使用git add时git会将add的文件的文件内容生成一个以SHA-1哈希值作为文件内容的校验和的文件对象，哈希值前两位为子目录，后面28位作为文件名存储在子目录中，最终存储在.git/objects文件目录中。并且在暂存区中会记录这些文件对象的哈希值映射

当使用git commit时，git会根据暂存区中的哈希值映射的blob对象以及他们对应的路径生成tree对象，最终生成commit对象，并且将这些对象存储在.git/objects文件目录中。

实验演示

当前git目录下，有a.txt,b.txt文件内容相同并且文件状态都是Untracked

使用git add a.txt, git add b.txt命令之后，使用git ls-files --stage命令查看暂存区blob对象的哈希索引列表，然后在进入到.git/objects文件目录发现文件对象也已经存入到文件目录中，因为git是以文件内容生成SHA-1哈希值和文件名称无关，所以a.txt和b.txt都是使用的同一个文件

使用git commit -m 'new file'之后，接着进入到.git/objects文件目录发现tree对象和commit对象文件也已经存入到目录中

使用git log查看最后一次提交的commit id已经在4e中目录中存储了

使用git cat-file -p 4ee1bf88c39a533b4c9d1ad637a5f2afe816de0a可查看此commit对象中包含的tree对象和blob对象

接着进入到tree对象，可以发现我们刚刚commit的a.txt和b.txt

下面我们修改一下b.txt文件然后commit，查看git log找到commit id

然后使用git cat-file -p d938ddec31acbaaf291010452e2d750e8a7536d3 查看这个commit对象，发现他包含了一个parent对象，这个parent对象就是上一个commit，每个commit对象就是一个链表，其中包含了上一次提交的commit对象

 

总结

1、git add都会在.git/objects文件目录下生成blob文件对象文件，并且在暂存区记录着每一个blob文件对象的哈希索引，

git commit之后会根据暂存区中的哈希索引生成tree对象，最终会生成commit对象， commit对象包含了文件目录的tree对象和文件blob对象以及上一次提交的commit对象。每次提交都会生成这样一个commit对象，并且存储在.git/objects文件目录中。

2、当在当前分支创建一个分支时，也只是将.git/HEAD文件指向创建的分支，并且在.git\refs\heads中的创建分支分支文件指向了

当前分支的commit，并不会为每个分支存储对应的文件对象，每个分支的commit对象还是都会存储在.git/objects文件目录中，所以对于git来说创建分支基本是无消耗，相当快速的。

3、当暂存区某blob文件的哈希值和commit对象中对应的blob文件哈希值不同时，文件状态就会是Changes to be committed。

当工作区和暂存区某blob文件的哈希值不同时，文件状态就会是Changes not staged for commit。