Git核心原理

关注

原创最新推荐文章于 2026-07-12 17:35:59 发布 807 阅读 AI 写同款· GEO 优化 ›

Git 的原理文章目录什么是 Git？版本库是由什么构成的版本库（项目文件夹）的构成版本库（对象数据库）的结构提交的组成SHA1 算法总结暂存区什么样的文件，不应该上传到版本库中？查看暂存区清空暂存区选择性提交版本库管理版本的回滚、复原分支为什么有分支的存在？分支管理：创建、合并、变基创建与删除分支合并分支变基标签（tags）创建标签标签的管理与作用版本库的交互创建克隆版本库裸版本库版本库之间的版本分享抓取 Fetch 操作Pull = Fetch + MergePushGithub思考题什么是 Git？ Git 是一阅读详情

Git核心原理

1 Git简介

什么是Git？首先来一段官方介绍：

Git is a free and open source distributed version control system designed to handle everything from small to very large projects with speed and efficiency.

Git（读音为/gɪt/）是一个开源的分布式版本控制系统，可以有效、高速地处理从很小到非常大的项目版本管理。

看来要了解什么是Git，首先我们要了解什么是版本控制了。

版本控制是一种记录一个或若干文件内容变化，以便将来查阅特定版本修订情况的系统。

由于现代软件开发项目具有周期长，参与人员多的特点，版本控制便成了现代软件开发过程中必不可缺的一部分。通过版本控制我们可以轻松实现：

优雅备份
多人协作

1.1 版本控制系统

1.1.1 集中式版本控制系统

在一个单一的服务器中保存所有文件的修订版本，协同工作的人们通过客户端连接到服务器，获取最新的文件或者提交更新。

单点故障
数据丢失

如图所示，完整的版本信息保存在中央服务器中，而每个客户端所保存的只是某个版本的内容。

集中式版本控制系统

1.1.2 分布式版本控制系统

每一个客户端保存完整的代码仓库镜像。如果服务器发生了故障，就可以用本地仓库的镜像恢复。每一次克隆操作其实是对整个版本库的完整备份。
如图所示，每一个客户端中都保存有版本信息。
分布式版本控制系统

1.2 Git的特点

Git 特点：1.记录快照而非比较差异；2.几乎所有操作都是本地执行；3.保证完整性；4.一般只添加数据

记录快照而非比较差异
以文件变更列表的形式存储信息：保存一组基本文件和每个文件积累的差异，当需要查看某个版本的数据时，通过计算得出完整的文件内容。

以快照流的方式存储信息：把数据当作是对小型文件系统的一组快照，每个版本都保存完整的文件信息。为了提高效率，如果文件没有修改，Git 不再重新存储该文件，而是只保留一个链接指向之前存储的文件。

几乎所有操作都是本地执行
可以在没有网络的情况下查看版本信息，提交版本信息，只不过在多人协作的场景下，不一定能同步最新的版本信息。
保证完整性
在存储数据的时候，Git会使用SHA-1散列机制根据文件内容或者目录结构计算出校验和，并以校验合引用。如果在传送过程中信息发生丢失或者改变，Git就能发现。
一般只添加数据
几乎所有的Git操作都是在往Git数据库中添加信息。一旦将数据推送到Git仓库，就很难再丢失数据。即使是“回退”等操作，也不是将不要的commit删除，所有的commit信息仍然保存在数据库中。

2 Git 核心原理

2.1 Git区域

Git 大致可以划分为三个工作区域：Git仓库、工作目录、暂存区。Git管理的文件会处于三种状态之一：已提交（committed）、已修改（modified）和已暂存（staged）。

三种状态：已提交（committed）、已修改（modified）和已暂存（staged）
1.已提交：数据已保存在数据库中。
2.已暂存：对已修改文件的当前版本做了标记，使之包含在下一次提交的快照中。
3.已修改：文件已被修改，但是尚未保存到数据库中。
三个区域：Git 仓库、工作目录以及暂存区域
Git仓库：Git 用来保存项目的元数据和对象数据库的地方。
工作目录：对项目的某个版本独立提取出来的内容。
暂存区：一个保存了下次将提交的文件列表信息的文件。
状态转换

git status 显示工作目录和暂存区的状态

下面为新建三个文件a.txt，b.txt，c.txt后add b.txt，c.txt，随后修改c.txt后执行git status得到的结果

git status
# On branch master
#
# Initial commit
#
# Changes to be committed:
#   (use "git rm --cached <file>..." to unstage)
#
#        new file:   b.txt
#        new file:   c.txt
#
# Changes not staged for commit:
#   (use "git add <file>..." to update what will be committed)
#   (use "git checkout -- <file>..." to discard changes in working directory)
#
#        modified:   c.txt
#
# Untracked files:
#   (use "git add <file>..." to include in what will be committed)
#
#        a.txt

其实更为准确地说该命令是展示文件在三个工作区域中的差异。仅在工作目录中，不在暂存区的文件状态为Untracked files，表示未被Git跟踪；在工作区和暂存区中都存在但是内容不同为Changes not staged for commit，在工作区和暂存区中都相同但是不在数据库中则为Changes to be committed，表示待提交。我们可以根据Git的提示，使用不同的命令撤回操作，如git checkout -- <file>，撤销工作区中的修改，将其恢复到暂存区中的版本。

2.2 Git 目录

当我们在一个目录中执行git init，Git会创建一个.git目录，几乎所有的Git对象都会存储在这个目录中，我们后续也会沿着目录中的内容展开讲解。

以下是在一个空目录中执行git init后生成的.git文件夹中的内容。

[root@vm-20-8-centos git-demo]# git init
Initialized empty Git repository in /usr/local/git-demo/.git/
[root@vm-20-8-centos git-demo]# tree .git
.git
|-- branches
|-- config
|-- description
|-- HEAD
|-- hooks
|   |-- applypatch-msg.sample
|   |-- commit-msg.sample
|   |-- post-update.sample
|   |-- pre-applypatch.sample
|   |-- pre-commit.sample
|   |-- prepare-commit-msg.sample
|   |-- pre-push.sample
|   |-- pre-rebase.sample
|   `-- update.sample
|-- info
|   `-- exclude
|-- objects
|   |-- info
|   `-- pack
`-- refs
    |-- heads
    `-- tags

下面对主要目录进行介绍：

hooks：Git钩子脚本。在特定的重要动作发生时触发自定义脚本。有两组钩子：客户端的和服务器端的。客户端钩子由诸如提交和合并这样的操作所调用，而服务器端钩子作用于诸如接收被推送的提交这样的联网操作。
info
- exclude：全局性排除文件，放置不希望被记录在.gitignore文件中的忽略模式。.gitignore配置文件会提交到仓库，所以常用于对公共文件的控制。exclude文件的修改不会被提交到仓库。
objects：存储所有的数据内容，此文件夹中的内容大多是不可变的。里面存放着三种git object。
refs：存放一系列引用。包括heads 本地分支，remote 远程分支，tags 标签。
config：项目配置文件。Git一共有三个级别的配置，分别是 --system系统级， --global用户级和仓库级。git config -l
HEAD：当前检出的分支
index：暂存区信息。使用git ls-files --stage 查看该文件内容
description：⽤于GitWeb程序，显示对仓库的描述。

git help gitrepository-layout 查看官方目录说明

对于目录的官方介绍

2.3 Git Object

我们先来看一下objects文件夹中的内容。

[root@vm-20-8-centos git-demo]# tree .git/objects
.git/objects
|-- 08
|   `-- fe7365fb4dc9e21ea09747e2b81d6470895dd5
|-- 0c
|   `-- ca7e1d6fb5a88ccbf8430fa2ba841edcf70ec6
|-- 37
|   `-- 057b2e8a9041ef88b805a5b7c4e0e668a03be4
|-- 72
|   `-- 943a16fb2c8f38f9dde202b7a70ccc19c52f34
|-- cc
|   `-- c3e7b48da0932cc0f7c4ce7b4fd834c7032fe1
|-- ee
|   `-- da65ae8f26bbc7beb16283653afcd5f29a190b
|-- info
`-- pack

.git/objects/目录下存放着三种Git object，分别是数据对象（blob），树对象（tree objec），提交对象（commit object）。
数据对象（blob）：内容无固定格式，比较简单。存放数据内容。
树对象（tree object）：树对象描述了工作区的内容。存储的信息包括指向数据对象或者子树对象的指针，以及相应的模式、类型、文件名信息。
提交对象（commit object）：在 Git 中提交时，会保存一个提交（commit）对象，该对象包含一个指向暂存内容快照的指针，包含本次提交的作者等相关附属信息，包含零个或多个指向该提交对象的父对象指针：首次提交是没有直接祖先的，普通提交有一个祖先，由两个或多个分支合并产生的提交则有多个祖先。

git cat-file

-p 查看object内容
-t 查看对象类型

Blob

[root@vm-20-8-centos git-demo]# git cat-file -p 7294
aaa

可以看到blob的内容就是文件的内容。
Tree

[root@vm-20-8-centos git-demo]# git cat-file -p 31fd
100644 blob ccc3e7b48da0932cc0f7c4ce7b4fd834c7032fe1        a.txt
040000 tree b937120dc3951277017602a630e50b0a271f6182        next
[root@vm-20-8-centos git-demo]# git cat-file -p b937
100644 blob f761ec192d9f0dca3329044b96ebdb12839dbff6        b.txt

每一行从左到右依次是：文件模式、对象类型、对象的SHA-1指针、文件/目录名。
Git的文件模式参考了常见的 UNIX 文件模式：
100644：表明这是一个普通文件。（blob对象的文件模式一般都为100644）
100755：表示一个可执行文件。
120000：表示一个符号链接。
tree中的文件类型只会是blob或者tree。
Commit

[root@vm-20-8-centos git-demo]# git cat-file -p 08fe
tree 0cca7e1d6fb5a88ccbf8430fa2ba841edcf70ec6
parent eeda65ae8f26bbc7beb16283653afcd5f29a190b
author XianYu <1468399787@qq.com> 1666013606 +0800
committer XianYu <1468399787@qq.com> 1666013606 +0800

2.4 对象存储

文件名的生成：将头部信息和原始数据拼接起来，并计算出这条新内容的 SHA-1 校验和，得到一个长度为40个十六进制数组成的字符串。其中头部信息=对象类型（如blob）+空格+内容长度+空字节（null byte）。
SHA-1是一种数据加密算法，该算法的思想是接收一段明文，然后以一种不可逆的方式将它转换成一段（通常更小）密文，也可以简单的理解为取一串输入码（称为预映射或信息），并把它们转化为长度较短、位数固定的输出序列即散列值（也称为信息摘要或信息认证代码）的过程。
一旦数据内容发生改变，生成的SHA-1值就会发生改变。
随后Git将这条新内容通过Zlib压缩，并写入到磁盘中，以SHA-1的前两个字符为子目录名称，剩下的字符为文件名。

3 Git引用

在大多数时候我们并不想记住这一长串无规则的字符串，所以我们需要一个文件来保存 SHA-1 值，并给文件起一个简单的名字，然后用这个名字指针来替代原始的 SHA-1 值。这就是Git引用，它们被保存在.git/refs文件夹中。Git中的引用大致可以分为三种类型，分支、标签以及HEAD。

D:.
├─heads
│      feature_221012_ant
│      master
│
├─remotes
│  └─origin
│      │  feature_221008_refund
│      │  feature_221012_ant
│      │  HEAD
│      │  master
│      │
│      └─release
│              20220822-175752501755152_release_1644114_55
│              20220822-175820569111328_release_1644114_55
│
└─tags
        tag_2022-09-06-16-42-26
        tag_2022-09-22-19-52-53

3.1 分支

我们可以看到，refs目录中有两个文件夹，分别是heads和remote，它们存储着不同的类型的分支。

heads：本地分支
remote：远程分支
我们可以查看一下分支文件中的内容：

PS D:\IDEAPoject\unified-proxy-server\.git\refs> cat .\heads\feature_221012_ant
d8703d9b794305fe10c924853bab7c56d84f020b

这一串字符看上去有点眼熟是不是？我们可以查看一下提交记录。

git log 查看历史提交记录

PS D:\IDEAPoject\unified-proxy-server\.git\refs> git log --pretty=oneline feature_221012_ant -5
d8703d9b794305fe10c924853bab7c56d84f020b (HEAD -> feature_221012_ant, origin/feature_221012_ant) feat:升级api版本号
959ace250e57b7dd4a8a91427385fbab280fcf27 feat:****接口
1ab30f1f95bd2bf29fb73aadc236d75cb9ce66b1 ***进件
ec736f01d55d260afa7a1b8da02548824cdec74d feat:***接口
286552fcf9cf17a65efab13acc5c95e7c0b39a0c feat：***对接

我们发现，feature_221012_ant中存储的内容就是最新提交的commit id。通过cat-file查看该id的内容，便可以看到提交信息。

PS D:\IDEAPoject\unified-proxy-server\.git\refs> git cat-file -p d8703
tree cc4fa320f69ee511d9e2ba47103c9bc0771d3780
parent 959ace250e57b7dd4a8a91427385fbab280fcf27
author lu**wei <lu**wei@zj.tech> 1665995722 +0800
committer lu**wei <lu**wei@zj.tech> 1665995722 +0800

feat:升级api版本号

由上内容，我们不难得出Git 分支的本质：一个指向某一系列提交之首的指针或引用。由此不难理解，当我们使用git branch创建一个分支的时候，Git实际上是创建了一个指向当前提交对象的可移动的指针。
—— 创建一个新分支就相当于往一个文件中写入 41 个字节（40 个字符和 1 个换行符），如此而已。
所以在 Git 中，任何规模的项目都能在瞬间创建新分支。同时，由于每次提交都会记录父对象，所以寻找恰当的合并基础（即共同祖先）也是同样的简单和高效。
并且，当产生新的提交时，分支指针会自动移动，指向最新的提交对象。

3.2 HEAD

新的问题来了，当执行 git branch (branchname) 时，Git 如何知道最新提交的 SHA-1 值呢？答案是 HEAD 文件。HEAD 文件是一个符号引用（symbolic reference），指向目前所在的分支。所谓符号引用，意味着它并不像普通引用那样包含一个 SHA-1 值——它是一个指向其他引用的指针。
我们可以看一下HEAD文件的内容：

PS D:\IDEAPoject\unified-proxy-server\.git> cat HEAD
ref: refs/heads/feature_221012_ant

HEAD文件格式形如：ref：xxxx。可以看到，它保存着目前所在的分支的名称。
当执行git checkout 命令切换分支的时候，实际上是修改HEAD文件的内容；而当执行git commit的时候，会创建一个提交对象，并用 HEAD 文件中那个引用所指向的 SHA-1 值设置其父提交字段。

3.3 标签引用

前文我们刚讨论过存放在objects文件夹下的三种主要对象类型，事实上还有第四种。标签对象（tag object）非常类似于一个提交对象——它包含一个标签创建者信息、一个日期、一段注释信息，以及一个指针。主要的区别在于，标签对象通常指向一个提交对象，而不是一个树对象。它像是一个永不移动的分支引用——永远指向同一个提交对象，只不过给这个提交对象加上一个更友好的名字罢了。
来看一下tag文件中的内容：

PS D:\IDEAPoject\unified-proxy-server\.git> cat .\refs\tags\tag_2022-08-15-22-47-55
b8839b545f83f33a67d82a99eb18deee33bc1304
我们得到了一串id，那么这一串id又是什么呢？
PS D:\IDEAPoject\unified-proxy-server\.git> git cat-file -t b8839
commit

可以看到，tag文件中的内容就是一个commit的指针。
标签又分为普通标签和附注标签。普通标签就是如上所展示的，它只是一个固定的引用。而附注标签除了指针之外，还包含了标签的说明信息。创建一个附注标签时，Git会创建一个标签对象，并记录一个引用来指向该标签对象，而不是直接指向提交对象。
可以通过git tag -a 创建一个附注标签：

[root@vm-20-8-centos git-demo]# git tag -a v1.1 50297f184aec540d9bd998857f2ac4b1164e9f34 -m 'first tag'

查看该tag的类型和内容：

[root@vm-20-8-centos git-demo]# git cat-file -t c6e031
tag
[root@vm-20-8-centos git-demo]# git cat-file -p c6e031
object 50297f184aec540d9bd998857f2ac4b1164e9f34
type commit
tag v1.1
tagger XianYu <1468399787@qq.com> 1666097176 +0800

first tag

4 底层命令

由于 Git 最初是一套面向版本控制系统的工具集，而不是一个完整的、用户友好的版本控制系统，所以它还包含了一部分用于完成底层工作的命令，称之为底层命令（plumbing）。我们日常使用到的例如checkout，add，commit，push这种命令我们称其为高层命令（porcelain）。当执行一个高层命令时，Git实际上是执行了一系列的底层命令。

4.1 git add

git add 将文件添加到暂存区

生成文件对应的blob object

git hash-object -w fileName
#该命令输出一个长度为40字符的校验和。是通过对头部信息和内容进行SHA-1校验运算得出的校验和。
#-w表示存储数据对象，若无次此参数，则该命令仅仅返回对应的键值。

[root@vm-20-8-centos git-demo]# echo 'aaa' > a.txt
[root@vm-20-8-centos git-demo]# git hash-object -w a.txt
72943a16fb2c8f38f9dde202b7a70ccc19c52f34
[root@vm-20-8-centos git-demo]# tree .git/objects/
.git/objects/
|-- 72
|   `-- 943a16fb2c8f38f9dde202b7a70ccc19c52f34
|-- info
`-- pack

3 directories, 1 file
[root@vm-20-8-centos git-demo]# git cat-file -p 7294
aaa

由于Git生成校验和时主要根据内容来生成，并且blob对象并不会记录文件名，所以如果内容相同而文件名不同的情况下，Git并不会重新生成数据对象。

[root@vm-20-8-centos git-demo]# echo 'aaa' > b.txt
[root@vm-20-8-centos git-demo]# echo 'aaa' > c.txt
[root@vm-20-8-centos git-demo]# git hash-object -w b.txt
72943a16fb2c8f38f9dde202b7a70ccc19c52f34
[root@vm-20-8-centos git-demo]# git hash-object -w c.txt
72943a16fb2c8f38f9dde202b7a70ccc19c52f34
[root@vm-20-8-centos git-demo]# tree .git/objects/
.git/objects/
|-- 72
|   `-- 943a16fb2c8f38f9dde202b7a70ccc19c52f34
|-- info
`-- pack

3 directories, 1 file

更新暂存区

git update-index --add --cacheinfo <mode> <object> <path>
#update-index 修改索引或目录缓存。
#–add 向暂存区中添加新文件
#–cacheinfo 直接将指定的信息插入索引。
将步骤1中新建的文件更新到暂存区：

[root@vm-20-8-centos git-demo]# git update-index --add --cacheinfo 100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 a.txt
[root@vm-20-8-centos git-demo]# git update-index --add --cacheinfo 100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 b.txt
[root@vm-20-8-centos git-demo]# git update-index --add --cacheinfo 100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 c.txt
[root@vm-20-8-centos git-demo]# git ls-files 
a.txt
b.txt
c.txt
[root@vm-20-8-centos git-demo]# git ls-files -s
100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 0        a.txt
100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 0        b.txt
100644 72943a16fb2c8f38f9dde202b7a70ccc19c52f34 0        c.txt

4.2 git commit

根据暂存区内容生成tree对象

git write-tree
# 使用当前索引创建树对象。新树对象的名称被打印到标准输出。
[root@vm-20-8-centos git-demo]# git write-tree
0c58b56cf28846b55c20db49447e8836e62fe54b
[root@vm-20-8-centos git-demo]# git cat-file -t 0c58
tree
[root@vm-20-8-centos git-demo]# git cat-file -p 0c58
100644 blob 72943a16fb2c8f38f9dde202b7a70ccc19c52f34        a.txt
100644 blob 72943a16fb2c8f38f9dde202b7a70ccc19c52f34        b.txt
100644 blob 72943a16fb2c8f38f9dde202b7a70ccc19c52f34        c.txt

生成commit对象

git commit-tree <tree> [(-p <parent>)…] [(-m <message>)…]
#基于提供的树对象创建一个新的提交对象，输出生成的提交对象的id
#可指定父提交对象必须指定提交信息

[root@vm-20-8-centos git-demo]# git commit-tree 0c58 -m 'first commit'
f5a767fccb416e145dd5ef4fea6fcfea592fc45e
[root@vm-20-8-centos git-demo]# git cat-file -t f5a767
commit
[root@vm-20-8-centos git-demo]# git cat-file -p f5a767
tree 0c58b56cf28846b55c20db49447e8836e62fe54b
author XianYu <1468399787@qq.com> 1666100555 +0800
committer XianYu <1468399787@qq.com> 1666100555 +0800

first commit

更新分支使其指向最新的提交对象

git update-ref
更新引用

[root@vm-20-8-centos git-demo]# git update-ref refs/heads/master f5a767
[root@vm-20-8-centos git-demo]# cat .git/refs/heads/master
f5a767fccb416e145dd5ef4fea6fcfea592fc45e
[root@vm-20-8-centos git-demo]# git log master
commit f5a767fccb416e145dd5ef4fea6fcfea592fc45e
Author: XianYu <1468399787@qq.com>
Date:   Tue Oct 18 21:42:35 2022 +0800

    first commit

4.3 分支

创建分支

[root@vm-20-8-centos git-demo]# git update-ref refs/heads/test f5a767
[root@vm-20-8-centos git-demo]# ll .git/refs/heads/
total 8
-rw-r--r-- 1 root root 41 Oct 18 21:50 master
-rw-r--r-- 1 root root 41 Oct 18 22:02 test

切换分支

git symbolic-ref 读取，修改和删除符号引用
git symbolic-ref [-m <reason>] <name> <ref> 将<name>引用修改为<ref>
git symbolic-ref [-q] [--short] <name> 查看<name>符号引用内容
git symbolic-ref --delete [-q] <name> 删除<name>符号引用

[root@vm-20-8-centos git-demo]# git symbolic-ref HEAD refs/heads/test
[root@vm-20-8-centos git-demo]# cat .git/HEAD
ref: refs/heads/test
[root@vm-20-8-centos git-demo]# git branch
master
*test

参考资料：
Pro Git 2nd Edition：
https://git-scm.com/book/zh/v2
Git 中文参考：
https://apachecn.gitee.io/git-doc-zh/#/