自底向上理解git

git已经很是普及，几乎是程序员的标配。在熟练使用git命令的同时，你是否对底层的实现机制有所好奇？是否想更深刻的了解git原理？本文将从较底层的视角逐步揭开git的秘密。
文章主要参考git book 第十章，根据笔者的理解提炼，简化没必要要的细节，但愿能帮助你们更好的理解git。

解决文件存储(blob)

版本控制系统本质就是一个特殊的文件系统，可以对不一样的文件、不一样的版本进行存储和恢复。git最基本的存储是一个key-value的数据库。git提供了一些命令来操做该数据库，hash-object命令可以将工做区文件插入数据库，返回一个hash，cat-file命令可以根据hash查询内容。数据文件存储于.git/objects目录。
下面的例子建立一个test.txt文件并将其内容存储到git数据库。

当文件内容改变时，从新存储便可，此时会返回新的hash。只要记录了的hash和文件名，就能进行简单的版本管理了。下面的例子演示了一个简单的版本恢复：首先修改test.txt，并将新值存入数据库，而后又经过hash将工做区的文件内容回退到上一个版本。

这种最基本的存储单元git称为blob。

支持文件名和集合(tree)

普通blob没法支持文件名和集合的存储，git引入tree来解决此问题。tree相似目录的概念，包含一系列blob/tree的hash和文件名。
建立tree的方法是，先用update-index命令将内容添加到暂存区，而后经过write-tree命令生成tree。

以下，先添加一项内容的暂存区。

ps:100644是linux文件类型常量。

以下，再添加一项内容到暂存区（update-index命令可直接传入文件名，此时git会作两个步骤，读取文件内容存至数据库和添加至暂存区）。

此时暂存区有两个项目，经过write-tree命令将暂存区内容生成tree，返回值一个hash。能够看到tree也是以一个blob来存储的。

支持备注信息(commit-tree)

前面已经解决了存储的问题(包括内容和文件名)，但想添加一些额外的备注信息(好比做者、时间、说明等)还不行，commit-tree可以解决此问题。
如下代码对一个tree添加commit。commit-tree主要包含三部分：指向另外一个tree的hash、做者信息、commit message。

commit-tree还有另一个字段parent，指向前一个commit-tree的hash。如下代码建立了一个新的commit-tree并指向前者。

有了commit-tree以后，不只能添加备注信息，还能造成一条commit链，经过这条链，可以更加方便地进行版本的切换和回退。

分支的本质(branch)

理论上commit-tree可以知足任意复杂的版本管理，只不过你须要记住一些关键节点的commit hash。hash对人是不友好的，git引入分支来记录关键节点的commit hash。分支就是一个普通的文本文件，文件名即分支名，内容即commit hash。
如下代码建立了一个master分支。

经过git log就能查看分支对应的commit链。

分支存储于.git/refs目录，本地分支位于heads目录，远程分支位于remotes目录，.git/HEAD指向当前所在的本地分支。从这里能够看到git分支模型确实是很是轻量，就是一个简单的文本文件而已。

远程同步(remotes)

仅仅本地进行版本管理还不够，要和远程仓库通讯才能多人协做。git的远程仓库设计也很简单，本地和远程互为拷贝。在同步信息时，只需同步.git/objects和.git/refs/remotes目录的文件便可。数据传输可采用http/ssh协议，服务器交互地址配置于.git/config。

总结

git命令很是多，概念也相对较多。但git的底层逻辑设计是很是简单的。一个好的设计必定是简单的，一个好的设计必定是具备美感的。