自底向上理解git

git已经非常普及，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？是否想更深入的了解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，简化不必要的细节，希望能帮助大家更好的理解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，能够对不同的文件、不同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作该数据库，hash-object命令能够将工作区文件插入数据库，返回一个hash，cat-file命令能够根据hash查询内容。数据文件存储于.git/objects目录。
下面的例子创建一个test.txt文件并将其内容存储到git数据库。

当文件内容改变时，重新存储即可，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，然后又通过hash将工作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无法支持文件名和集合的存储，git引入tree来解决此问题。tree类似目录的概念，包含一系列blob/tree的hash和文件名。
创建tree的方法是，先用update-index命令将内容添加到暂存区，然后通过write-tree命令生成tree。

如下，先添加一项内容的暂存区。

ps:100644是linux文件类型常量。

如下，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会做两个步骤，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，通过write-tree命令将暂存区内容生成tree，返回值一个hash。可以看到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(比如作者、时间、说明等)还不行，commit-tree能够解决此问题。
以下代码对一个tree添加commit。commit-tree主要包含三部分：指向另一个tree的hash、作者信息、commit message。

commit-tree还有另外一个字段parent，指向前一个commit-tree的hash。以下代码创建了一个新的commit-tree并指向前者。

有了commit-tree之后，不仅能添加备注信息，还能形成一条commit链，通过这条链，能够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能够满足任意复杂的版本管理，只不过你需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。
以下代码创建了一个master分支。

通过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。从这里可以看到git分支模型确实是非常轻量，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，要和远程仓库通信才能多人协作。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目录的文件即可。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命令非常多，概念也相对较多。但git的底层逻辑设计是非常简单的。一个好的设计一定是简单的，一个好的设计一定是具有美感的。