Git-对象

Git对象库探秘

通过查看日志的想尽输出，我们会惊讶地看到非常多的"魔幻数字"，这些"魔幻数字"实际上是SHA1哈希值。

$ git log -1 --pretty=raw
commit e695606fc5e31b2ff9038a48a3d363f4c21a3d86
tree f58da9a820e3fd9d84ab2ca2f1b467ac265038f9
parent a0c641e92b10d8bcca1ed1bf84ca80340fdefee6
author Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800
committer Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800

    which version checked in?

一个提交中居然包含了三个SHA1哈希值表示的对象ID。

commit e695606fc5e31b2ff9038a48a3d363f4c21a3d86：这是本次提交的唯一标识。
tree f58da9a820e3fd9d84ab2ca2f1b467ac265038f9：这是本次提交所对应的目录树。
parent a0c641e92b10d8bcca1ed1bf84ca80340fdefee6 这是本地提交的父提交（上一次提交）。

研究Git对象ID的一个重量级武器就是git cat-file命令。用下面的命令可以查看一下这三个ID的类型。

$ git cat-file -t e695606
commit
$ git cat-file -t f58d
tree
$ git cat-file -t a0c6
commit

在引用对象ID的时候，没有必要把整个40位ID写全，只需要从头开始的几位不冲突即可。

下面再用git cat-file命令查看一下这几个对象的内容。

commit对象e695606fc5e31b2ff9038a48a3d363f4c21a3d86

$ git cat-file -p e695606
tree f58da9a820e3fd9d84ab2ca2f1b467ac265038f9
parent a0c641e92b10d8bcca1ed1bf84ca80340fdefee6
author Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800
committer Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800

which version checked in?

tree对象f58da9a820e3fd9d84ab2ca2f1b467ac265038f9

$ git cat-file -p f58da9a
100644 blob fd3c069c1de4f4bc9b15940f490aeb48852f3c42    welcome.txt

commit对象a0c641e92b10d8bcca1ed1bf84ca80340fdefee6

$ git cat-file -p a0c641e
tree 190d840dd3d8fa319bdec6b8112b0957be7ee769
parent 9e8a761ff9dd343a1380032884f488a2422c495a
author Jiang Xin <jiangxin@ossxp.com> 1290999606 +0800
committer Jiang Xin <jiangxin@ossxp.com> 1290999606 +0800

who does commit?

在上面目录树（tree）对象中看到了一个新的类型的对象：blob对象。这个对象保存着文件welcome.txt的内容。用git cat-file研究一下。

该对象的类型为blob。

$ git cat-file -t fd3c069c1de4f4bc9b15940f490aeb48852f3c42
blob

该对象的内容就是welcome.txt文件的内容。

$ git cat-file -p fd3c069c1de4f4bc9b15940f490aeb48852f3c42
Hello.
Nice to meet you.

这些对象保存在哪里？当然是Git库中的objects目录下了（ID的前两位作为目录名，后38位作为文件名）。用下面的命令可以看到这些对象在对象库中的实际位置。

$ for id in e695606 f58da9a a0c641e fd3c069; do 
  ls .git/objects/${id:0:2}/${id:2}*; done
.git/objects/e6/95606fc5e31b2ff9038a48a3d363f4c21a3d86
.git/objects/f5/8da9a820e3fd9d84ab2ca2f1b467ac265038f9
.git/objects/a0/c641e92b10d8bcca1ed1bf84ca80340fdefee6
.git/objects/fd/3c069c1de4f4bc9b15940f490aeb48852f3c42

下面的图示更加清楚的显示了Git对象库中各个对象之间的关系。

Git对象之间的关系

从上面的图示中很明显的看出提交（Commit）对象之间相互关联，通过相互之间的关联则很容易的识别出一条跟踪链。这条跟踪链可以在运行git log命令时，通过使用--graph参数看到。下面的命令还使用了--pretty=raw参数以便显示每个提交对象的parent属性。

$ git log --pretty=raw --graph e695606
* commit e695606fc5e31b2ff9038a48a3d363f4c21a3d86
| tree f58da9a820e3fd9d84ab2ca2f1b467ac265038f9
| parent a0c641e92b10d8bcca1ed1bf84ca80340fdefee6
| author Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800
| committer Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800
|
|     which version checked in?
|
* commit a0c641e92b10d8bcca1ed1bf84ca80340fdefee6
| tree 190d840dd3d8fa319bdec6b8112b0957be7ee769
| parent 9e8a761ff9dd343a1380032884f488a2422c495a
| author Jiang Xin <jiangxin@ossxp.com> 1290999606 +0800
| committer Jiang Xin <jiangxin@ossxp.com> 1290999606 +0800
|
|     who does commit?
|
* commit 9e8a761ff9dd343a1380032884f488a2422c495a
  tree 190d840dd3d8fa319bdec6b8112b0957be7ee769
  author Jiang Xin <jiangxin@ossxp.com> 1290919706 +0800
  committer Jiang Xin <jiangxin@ossxp.com> 1290919706 +0800

      initialized.

最后一个提交没有parent属性，所以跟踪链到此终结，这实际上就是提交的起点。

** 现在来看看HEAD和master的奥秘吧 **

因为最后执行了git stash将工作区和暂存区的改动全部封存起来，所以执行下面的命令会看到工作区和暂存区中没有改动。

$ git status -s -b
## master

说明：上面在显示工作区状态时，除了使用了-s参数以显示精简输出外，还使用了-b参数以便能够同时显示出当前工作分支的名称。这个-b参数是在Git 1.7.2以后加入的新的参数。

下面的git branch是分支管理的主要命令，也可以显示当前的工作分支。

$ git branch
* master

在master分支名称前面出现一个星号表明这个分支是当前工作分支。

现在连续执行下面的三个命令会看到相同的输出：

$ git log -1 HEAD
commit e695606fc5e31b2ff9038a48a3d363f4c21a3d86
Author: Jiang Xin <jiangxin@ossxp.com>
Date:   Mon Nov 29 17:23:01 2010 +0800

    which version checked in?
$ git log -1 master
commit e695606fc5e31b2ff9038a48a3d363f4c21a3d86
Author: Jiang Xin <jiangxin@ossxp.com>
Date:   Mon Nov 29 17:23:01 2010 +0800

    which version checked in?
$ git log -1 refs/heads/master
commit e695606fc5e31b2ff9038a48a3d363f4c21a3d86
Author: Jiang Xin <jiangxin@ossxp.com>
Date:   Mon Nov 29 17:23:01 2010 +0800

    which version checked in?

也就是说在当前版本库中，HEAD、master和refs/heads/master具有相同的指向。现在到版本库（.git目录）中一探它们的究竟。

$ find .git -name HEAD -o -name master
.git/HEAD
.git/logs/HEAD
.git/logs/refs/heads/master
.git/refs/heads/master

找到了四个文件，其中在.git/logs目录下的文件稍后再予以关注，现在把目光锁定在.git/HEAD和.git/refs/heads/master上。

显示一下.git/HEAD的内容：

$ cat .git/HEAD
ref: refs/heads/master

把HEAD的内容翻译过来就是：“指向一个引用：refs/heads/master”。这个引用在哪里？当然是文件.git/refs/heads/master了。

看看文件.git/refs/heads/master的内容。

$ cat .git/refs/heads/master
e695606fc5e31b2ff9038a48a3d363f4c21a3d86

显示的e695606...所指为何物？用git cat-file命令进行查看。

显示SHA1哈希值指代的数据类型。

$ git cat-file -t e695606
commit

显示该提交的内容。

$ git cat-file -p e695606fc5e31b2ff9038a48a3d363f4c21a3d86
tree f58da9a820e3fd9d84ab2ca2f1b467ac265038f9
parent a0c641e92b10d8bcca1ed1bf84ca80340fdefee6
author Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800
committer Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800

which version checked in?

原来分支master指向的是一个提交ID（最新提交）。这样的分支实现是多么的巧妙啊：既然可以从任何提交开始建立一条历史跟踪链，那么用一个文件指向这个链条的最新提交，那么这个文件就可以用于追踪整个提交历史了。这个文件就是.git/refs/heads/master文件。

下面看一个更接近于真实的版本库结构图：

版本库结构图

目录.git/refs是保存引用的命名空间，其中.git/refs/heads目录下的引用又称为分支。对于分支既可以使用正规的长格式的表示法，如refs/heads/master，也可以去掉前面的两级目录用master来表示。Git 有一个底层命令git rev-parse可以用于显示引用对应的提交ID。

$ git rev-parse master
e695606fc5e31b2ff9038a48a3d363f4c21a3d86
$ git rev-parse refs/heads/master
e695606fc5e31b2ff9038a48a3d363f4c21a3d86
$ git rev-parse HEAD
e695606fc5e31b2ff9038a48a3d363f4c21a3d86

可以看出它们都指向同一个对象。为什么这个对象是40位，而不是更少或者更多？这些ID是如何生成的呢？

SHA1哈希值到底是什么，如何生成的？

哈希(hash)是一种数据摘要算法（或称散列算法），是信息安全领域当中重要的理论基石。该算法将任意长度的输入经过散列运算转换为固定长度的输出。固定长度的输出可以称为对应的输入的数字摘要或哈希值。比较著名的摘要算法有：MD5和SHA1。Linux下sha1sum命令可以用于生成摘要。

$ echo -n Git |sha1sum
5819778898df55e3a762f0c5728b457970d72cae  -

可以看出字符串Git的SHA1哈希值为40个十六进制的数字组成。

可是Git中的各种对象：提交（commit）、文件内容（blob）、目录树（tree）等（还有Tag）对象对应的SHA1哈希值是如何生成的呢？下面就来展示一下。

先看一看提交的SHA1哈希值生成方法。

看看HEAD对应的提交的内容。使用git cat-file命令。

$ git cat-file commit HEAD
tree f58da9a820e3fd9d84ab2ca2f1b467ac265038f9
parent a0c641e92b10d8bcca1ed1bf84ca80340fdefee6
author Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800
committer Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800

which version checked in?

提交信息中总共包含234个字符。

$ git cat-file commit HEAD | wc -c
234

在提交信息的前面加上内容commit 234（为空字符），然后执行SHA1哈希算法。

$ ( printf "commit 23400"; git cat-file commit HEAD ) | sha1sum
e695606fc5e31b2ff9038a48a3d363f4c21a3d86  -

上面命令得到的哈希值和用git rev-parse看到的是一样的。

$ git rev-parse HEAD
e695606fc5e31b2ff9038a48a3d363f4c21a3d86

下面看一看文件内容的SHA1哈希值生成方法。

看看版本库中welcome.txt的内容。使用git cat-file命令。

$ git cat-file blob HEAD:welcome.txt
Hello.
Nice to meet you.

文件总共包含25字节的内容。

$ git cat-file blob HEAD:welcome.txt | wc -c
25

在文件内容的前面加上blob 25的内容，然后执行SHA1哈希算法。

$ ( printf "blob 2500"; git cat-file blob HEAD:welcome.txt ) | sha1sum
fd3c069c1de4f4bc9b15940f490aeb48852f3c42  -

上面命令得到的哈希值和用git rev-parse看到的是一样的。

$ git rev-parse HEAD:welcome.txt
fd3c069c1de4f4bc9b15940f490aeb48852f3c42

最后再来看看树的SHA1哈希值的形成方法。

HEAD对应的树的内容共包含39个字节。

$ git cat-file tree HEAD^{tree} | wc -c
39

在树的内容的前面加上tree 39的内容，然后执行SHA1哈希算法。

$ ( printf "tree 3900"; git cat-file tree HEAD^{tree} ) | sha1sum
f58da9a820e3fd9d84ab2ca2f1b467ac265038f9  -

上面命令得到的哈希值和用git rev-parse看到的是一样的。

$ git rev-parse HEAD^{tree}
f58da9a820e3fd9d84ab2ca2f1b467ac265038f9

在后面学习里程碑（Tag）的时候，会看到Tag对象（轻量级Tag除外）也是采用类似方法在对象库中存储的。

问题：为什么不用顺序的数字来表示提交？

到目前为止所进行的提交都是顺序提交，这可能让读者产生这么一个想法，为什么Git的提交不依据提交顺序对提交进行编号呢？可以把第一次提交定义为提交1，依次递增。尤其是对于拥有像Subversion等集中式版本控制系统使用经验的用户更会有这样的体会和想法。

集中式版本控制系统因为只有一个集中式的版本库，可以很容易的实现依次递增的全局唯一的提交号，像Subversion就是如此。Git作为分布式版本控制系统，开发可以是非线性的，每个人可以通过克隆版本库的方式工作在不同的本地版本库当中，在本地做的提交可以通过版本库之间的交互（推送/push和拉回/pull操作）而互相分发，如果提交采用本地唯一的数字编号，在提交分发的时候不可避免的造成冲突。这就要求提交的编号不能仅仅是本地局部有效，而是要“全球唯一”。Git的提交通过SHA1哈希值作为提交ID，的确做到了“全球唯一”。

Git提供很多方法可以方便的访问Git库中的对象。

采用部分的SHA1哈希值。不必写全40位的哈希值，只采用开头的部分，不和现有其他的冲突即可。
使用master代表分支master中最新的提交，使用全称refs/heads/master亦可。
使用HEAD代表版本库中最近的一次提交。
符号^可以用于指代父提交。例如：
- HEAD^代表版本库中上一次提交，即最近一次提交的父提交。
- HEAD^^{则代表HEAD}的父提交。
对于一个提交有多个父提交，可以在符号^后面用数字表示是第几个父提交。例如：
- a573106^2含义是提交a573106的多个父提交中的第二个父提交。
- HEAD^{1相当于HEAD}含义是HEAD多个父提交中的第一个。
- HEAD^^{2含义是HEAD}（HEAD父提交）的多个父提交中的第二个。
符号~也可以用于指代祖先提交。下面两个表达式效果等同：

a573106~5
a573106^^^^^

提交所对应的树对象，可以用类似如下的语法访问。

a573106^{tree}

某一此提交对应的文件对象，可以用如下的语法访问。

a573106:path/to/file

暂存区中的文件对象，可以用如下的语法访问。

:path/to/file

可以使用git rev-parse命令在本地版本库中练习一下：

$ git rev-parse HEAD
e695606fc5e31b2ff9038a48a3d363f4c21a3d86
$ git cat-file -p e695
tree f58da9a820e3fd9d84ab2ca2f1b467ac265038f9
parent a0c641e92b10d8bcca1ed1bf84ca80340fdefee6
author Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800
committer Jiang Xin <jiangxin@ossxp.com> 1291022581 +0800

which version checked in?
$ git cat-file -p e695^
tree 190d840dd3d8fa319bdec6b8112b0957be7ee769
parent 9e8a761ff9dd343a1380032884f488a2422c495a
author Jiang Xin <jiangxin@ossxp.com> 1290999606 +0800
committer Jiang Xin <jiangxin@ossxp.com> 1290999606 +0800

who does commit?
$ git rev-parse e695^{tree}
f58da9a820e3fd9d84ab2ca2f1b467ac265038f9
$ git rev-parse e695^^{tree}
190d840dd3d8fa319bdec6b8112b0957be7ee769